HiPMMCode
一套 Rust 原生、provider-agnostic 的 AI 开发执行系统：保留成熟终端 Agent 的交互方式，同时把模型渠道、跨模型 Agent 团队、自动化接口和多模态输入做成原生能力。
产品定位：不是另一个聊天框，而是可以直接进入代码库、终端、工具和交付物的执行层。
为什么需要它
许多团队已经拥有不止一个模型：某些模型擅长代码，某些擅长长上下文、搜索、视觉或成本控制。问题在于，模型越多，配置、权限、会话和 Agent 协作往往越碎片化。
HiPMMCode 用一个一致的终端工作流承接这些差异。
核心能力
1. 原生模型渠道
- 29 个渠道目录，覆盖 Anthropic、OpenAI、Gemini、DeepSeek、Kimi、Qwen、GLM、MiniMax、NVIDIA、Bedrock、Azure、本地模型和更多兼容端点；
- models.dev 驱动模型元数据，展示上下文、视觉、推理等能力；
- OpenAI-compatible、Anthropic 与 Gemini 协议适配；
- 自定义 base URL、API Key 与模型发现；
- 会话中切换 provider/model，并支持 fallback 和预算上限。
这里的价值不是“模型数量”，而是可以按数据边界、任务能力、成本和可用性做选择。
2. Claude Code 级别的熟悉交互
HiPMMCode 提供开发者熟悉的交互模型：全屏输入、流式响应、工具卡片、权限确认、会话恢复、计划模式、状态栏、文件引用、MCP、Skills、Hooks、项目指令、Memory 和 worktree。
“熟悉”意味着降低迁移成本；“自主渠道与编排”才是差异。
3. Agent Legion
主 Agent 可以创建拥有独立上下文、工具和工作目录的队友：
- 不同队友使用不同 provider/model；
- 前台或后台执行；
- 通过任务列表与邮箱协作；
- 使用独立 Git worktree 隔离修改；
- 配置角色画像、权限、MCP 和记忆；
- 由主 Agent 汇总、验证并交付。
典型组合可以是：Kimi 负责长上下文研究，DeepSeek 负责批量分析，Claude 或 GPT 负责关键实现，另一个 Agent 运行测试和审查。
4. 多模态与制品
- 读取图片与 PDF，并把视觉内容真正传给支持的模型；
- 支持视频输入，在支持视频的渠道中分析画面、操作和时间戳；
- 接收 MCP 工具返回的图片；
- 通过文件、HTML、SVG、文档与外部生图工具/技能形成可交付制品。
生图能力依赖所配置的模型或工具渠道，不把“能调用生图工具”混同为所有模型原生会生图。
5. 从终端扩展到系统
除了交互式终端，HiPMMCode 还提供：
- Headless /
--print与结构化 JSON 输出； - SDK 风格
stream-json控制协议； hipmmcode serve的 HTTP + WebSocket 会话；- 可持久化的异步任务队列；
- ACP 的 stdio 与 WebSocket 入口；
- Cron、Webhook 与生命周期 Hooks。
这使 HiPMMCode 既可以给人使用，也可以成为 Platform、涌智 IM 或企业自动化的执行引擎。
和 Claude Code 的关键区别
| Claude Code | HiPMMCode | |
|---|---|---|
| 产品重心 | Anthropic-first 的官方编码 Agent | provider-agnostic 执行与编排 |
| 渠道 | Claude 体验最完整，也可接第三方 provider/gateway | 多渠道目录和自定义端点是一等能力 |
| Agent | Subagents、Agent Teams | Agent Legion，强调跨 provider/model |
| 接入 | 终端、IDE、桌面、Web、Remote Control | 终端、Headless、Serve、ACP、涌智 IM |
| 适合 | Claude 是主要执行模型 | 模型自主与跨模型协作是硬需求 |
完整说明见与 Claude Code 的区别。
适合与不适合
适合：
- 已经使用多家模型或企业网关；
- 需要 Agent 并行、接力、评审和隔离开发；
- 希望拥有本地配置、密钥和部署控制；
- 需要把终端执行接入其他系统。
暂不适合：
- 只需要一个固定模型完成简单代码补全；
- 不希望维护任何渠道配置；
- 更看重单一厂商的官方集成，而非自主与可组合性。