说清楚要什么，剩下的交给它
与通用 agent 的区别
同一个模型放在两边跑，Ming Code 更省。差别不在模型多聪明，而在谁来判断"做完了"： 判据一旦由框架持有，重试就有边界，经验也能被复用。
| 成本 | 通用 agent | Ming Code |
|---|---|---|
| 跑一次尝试 | 大模型带着全上下文把整个任务跑一遍 | 规划一次，之后由小模型只在边界内填函数体 |
| 失败一次 | 整轮重来，全上下文再发一遍 | 先定位错在哪一层，再按预算重试 / 升温；失败样本落盘可复盘 |
| 同类任务再来 | 基本等于重新跑一遍 | 复用已通过验证的计划，通常只剩"填槽位"的开销 |
下载与安装
Ming Code for Windows
读取中…
- 下载并双击
Ming-Code-Setup-<版本>.exe - 默认按当前用户安装（不弹 UAC、无需管理员；向导里也可选"为所有用户安装"）
- 启动后在设置里配置模型服务商（OpenAI 兼容端点）与更新服务器
- 之后有新版本时，左栏底部会出现「可更新」按钮；确认后由独立进程静默安装并重启
- 本地优先
- 工作区、记忆、模型配置都在本机，只有模型调用走你自己配置的端点
- 模型自选
- 规划与实施可分别指向不同端点（本地 Ollama 或云端均可）
- 当前支持
- Go / Rust
- 系统要求
- Windows 10 / 11（x64），约 500 MB 可用磁盘
关于"未知发布者"：安装包未做代码签名，首次安装 Windows 会提示未知发布者，需点「更多信息 → 仍要运行」。 完整性由 SHA-256 保证（桌面端下载后会强制校验，不匹配即拒绝安装）。