Muse Code

以终端为主要入口的 Meta 编程智能体，基于 Muse Spark，专注长周期、多智能体软件工程。

官方安装

资料核对: 2026年9月27日 ·查看来源

工具信息

工具类型: CLI 代理
平台: macOS, Linux, Windows
免费方案: 不支持
开源: 不支持
自带密钥: 不支持
本地模型: 不支持

工具概览

适合场景

大型仓库重构与迁移
跨独立包或功能的并行实现
以终端为主、希望审计智能体执行过程的开发者
CI 自动化与可重复工程流程
以截图、PDF 或视频为输入的多模态实现任务

优点

围绕长周期终端编程设计，而非自动补全式辅助。
并行智能体可使用隔离 Git worktree，减少写入冲突。
通过事件日志、审批、回退和会话控制提供完善的可观测能力。
可交互运行、在 CI 中无界面运行，或通过 SDK 使用。
原生支持 macOS、Linux 和 Windows。

局限与取舍

要求模型仅在本地推理的开发者
希望使用图形 IDE，而非终端流程的用户
需要智能体官方广泛支持第三方模型服务商的团队
需要在 Windows 上使用全部会话协作功能的用户
官方智能体以 Meta 的 Muse Spark 模型为中心，并不主打广泛的第三方模型选择。
目前没有列出免费的 Muse Code 订阅套餐。
部分编排功能随版本、平台及开放进度而变化。
Windows 目前不支持语音输入和跨会话消息。
SDK 仓库已开源，但 Muse Code CLI 本身并未开源。

开始使用

官方安装官方文档

curl -fsSL https://dev.meta.ai/install.sh | sh

价格与使用额度

官方价格

付费起价 $5

Everyday Usage$5 / 月

每 5 小时 10–50 条提示，支持上传图片和视频，并提供语音模式与网页搜索。

High Usage$15 / 月

包含 Everyday 权益，用量为 Everyday 的 5 倍。

Power Usage$50 / 月

包含 High 权益，用量为 Everyday 的 20 倍，并提供新功能抢先体验和更高文件上传额度。

Model API Standard$1.25 input / $4.25 output / 每 100 万 token

Muse Spark 1.3 标准 API 价格；缓存输入为每 1M token $0.15，流量不用于改进 Meta 产品。

Model API Contributor$0.10 input / $0.20 output / 每 100 万 token

价格更低的 Muse Spark 1.3 Contributor 方案；缓存输入为每 1M token $0.002，流量可能用于改进 Meta 产品。

价格核对: 2026年9月27日 · 额度、模型费用与订阅价格可能分别计算。

功能与详细介绍

Agent 编排

为范围明确的任务并行运行子智能体
为同时写入的智能体分别提供 Git worktree 隔离
macOS 和 Linux 上的跨会话消息
在支持的环境中复用分阶段与并行工作流

执行与安全

交互式终端界面与无界面 `muse exec` 模式
操作系统沙箱与可配置审批策略
工作区范围的命令权限
保留事件日志、恢复、回退和会话导出

上下文与输入

Muse Spark 1.3，具有 1,048,576 token 上下文窗口
通过 Muse Spark 理解图片、PDF 和视频
通过 AGENTS.md 及兼容文件提供项目指令
本地个人、项目和共享仓库记忆范围

自动化与扩展

通过 stdio 或可流式 HTTP 连接 MCP 服务器
远程 MCP 服务器的 OAuth 2.1 登录
技能、钩子和生命周期自动化
基于 Muse Session Protocol 的开发者预览版 SDK

为什么选择 Muse Code？

Muse Code 的定位不是替代编辑器或增加自动补全。主要特色在于将终端原生智能体运行框架与 Muse Spark 结合，围绕长时间的仓库任务设计，而不局限于单次代码生成。Meta 称模型与运行框架共同开发，这对需要多轮工具调用、仓库导航、验证和恢复的任务尤其重要。

另一项特色是任务编排。Muse Code 将并行能力视为工程基础，而不只是多开几个聊天窗口。主会话可委派范围明确的工作，具有写入权限的子智能体可放在独立 Git worktree 中。这种架构适合迁移、多包修改和功能开发，让独立改动可以同时进行，无需共用同一份工作目录。

可审计性也是核心。Muse Code 保留会话事件、展示子智能体活动、支持审批，并能回退或恢复任务，让运行过程可追踪。对评估自主编程工具的团队来说，审查更像是在监督完整工程流程，而不是接受一份生成的补丁。

核心工作流程

较有效的做法是向主智能体说明目标，只在并行确有价值时拆分任务。只读调查可共用工作目录，同时写入的任务则应使用不同 worktree。这里的区别很重要：应为确实需要隔离的子智能体申请 worktree，而不是让所有子智能体一律使用。

大型任务适合按职责边界委派，每项工作都配有自己的验证步骤。例如，一个智能体检查兼容性风险，一个更新测试，另一个审查最终差异。主智能体负责汇总结果，无需让每个执行者都承担完整任务。

Muse Code 也支持分阶段或并行编排的可复用工作流，但 Meta 指出，是否可用取决于安装版本、平台和开放进度。工作流入口尚不可用时，直接使用子智能体和独立会话，仍可采用更简单的协调方式。

适用场景

Muse Code 尤其适合一项请求需要展开为多项关联操作的仓库级任务。依赖升级、框架迁移、逐包重构、测试修复和大型代码库调查，都适合拆成可独立验证的工作。

它也适合自动化流水线。无界面执行模式可在 CI 中将任务运行至完成并输出结构化事件，无需交互终端，即可用于维护、验证、发布准备或受控代码转换。

多模态输入也改变了部分开发任务的方式。Muse Spark 支持图片、PDF 和视频，会话可直接将视觉参考或产品资料用作实现背景，无需先把全部需求改写成文字。

配置建议

仓库指令应持久保存，无需在提示词中反复说明。Muse Code 可按目录范围加载 AGENTS.md 及兼容指令文件，让项目约定、测试命令、架构约束和审查规则与代码一起维护。较深目录的指令优先于上层，适合各包规则不同的单体仓库。

并行任务写入较多时，应隔离写入者，让只读调查者留在共享工作目录中。这样既可避免无修改任务产生额外 worktree 协调成本，也能在多个智能体同时写入时保护彼此的改动。

审批设置也应匹配运行环境。交互开发可保留人工审查；CI 则需要能在无人响应审批提示时仍完成任务的策略。团队还可通过工作区权限、托管配置、MCP 策略和钩子进一步约束行为。

套餐选择不仅影响成本，也影响隐私。Meta 标明 Contributor 模型流量可用于改进其产品，而标准 Muse Spark 档位标明不会用于该目的。敏感代码库应选择合适的数据政策，不能只看 token 单价。

迁移建议

Muse Code 可融入已经包含智能体指令的仓库，无需从头设置。指令加载器识别 AGENTS.md 和 CLAUDE.md 等常见文件，并明确规定不同目录层级的优先级。

当前更新日志还记录了内置 migrate 技能，可导入 Claude Code 或 Codex 的记忆笔记和 MCP 服务器配置。这能降低从其他终端智能体迁入的成本，但由于权限模型、工具行为及支持能力并不相同，导入的配置仍应复查。

若团队希望为 Muse Code 构建自有界面，独立 SDK 比单纯 shell 自动化更值得关注。开发者预览版 SDK 通过 Muse Session Protocol 驱动会话，让自定义客户端控制会话、工具和审批，同时仍由 Muse Code 作为底层智能体运行时。

模型支持与数据隐私

支持的模型

Muse Spark 1.3
Muse Spark 1.2
Muse Spark 1.1

隐私与数据处理

Muse Code 在开发者电脑上执行工具，但通过 Meta Model API 进行模型推理。Meta 当前产品页称，Contributor 模型流量会用于改进产品，标准 Muse Spark 流量则不会。会话日志和个人项目记忆可保留在本地；`--no-session-log` 可关闭会话状态保留。使用敏感仓库前，应查看现行 Meta 条款及企业数据控制。