Bắt đầu nhanh

Chạy Muse Code chỉ trong vài phút.

Muse Code đã phát hành chính thức cho macOS, Linux và Windows. Nó đảm nhận những tác vụ kỹ thuật phần mềm phức tạp trên các repository lớn — lên kế hoạch thay đổi, viết code, kiểm chứng kết quả — tất cả ngay trong terminal của bạn.

1. Cài đặt

Một lệnh là cài xong CLI:

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

Script sẽ đặt file thực thi muse vào PATH — kiểm tra bằng muse --version. Muốn soát script trước? Tải về bằng -o install.sh, xem kỹ rồi mới chạy.

Windows

Windows có trình cài đặt gốc riêng: chạy irm https://dev.meta.ai/install.ps1 | iex trong PowerShell, rồi kiểm tra bằng muse --version. Trên Windows, agent chạy lệnh bằng PowerShell thay vì Bash, sandbox có thể hiện lời nhắc UAC ở lần khởi động đầu tiên, và chưa hỗ trợ nhập bằng giọng nói cũng như nhắn tin giữa các phiên. Nếu cần những tính năng đó, hoặc muốn dùng bộ công cụ Bash, hãy dùng WSL2: chạy wsl --install trong PowerShell với quyền quản trị viên, rồi chạy trình cài đặt dành cho macOS/Linux bên trong shell Linux. Khi đó, hãy để repository trên hệ thống file Linux (ví dụ ~/code) chứ đừng để dưới /mnt/c, vì truy cập file vượt qua ranh giới giữa hai hệ thống chậm hơn nhiều.

2. Xác thực

Lần chạy đầu tiên sẽ mở trình duyệt để xác thực tại dev.meta.ai bằng tài khoản nhà phát triển Meta của bạn. Thông tin đăng nhập được cache cục bộ — không phải xác thực lại mỗi phiên. Mức sử dụng được tính vào gói hằng tháng của bạn, hoặc nếu trả theo mức dùng thì tính qua Meta Model API.

Chạy không tương tác. Với CI, script và máy không màn hình, hãy dùng API key thay cho luồng trình duyệt: tạo key trong bảng điều khiển Model API (API keys → Create API key), rồi export thành biến môi trường META_API_KEY hoặc lưu lại bằng muse auth set. Key bắt đầu bằng LLM_. Muse Code kiểm tra META_API_KEY trước, sau đó đến key đã lưu, cuối cùng mới đến phiên đăng nhập trên trình duyệt; /login mở lại các tùy chọn đăng nhập, còn muse logout xóa thông tin đăng nhập đã lưu.

3. Chạy tác vụ đầu tiên

Xác thực xong, bạn có thể bắt tay vào việc ở bất kỳ thư mục dự án nào:

$ cd my-repo$ muse

Mô tả kết quả bạn muốn bằng ngôn ngữ tự nhiên. Tác vụ đầu tiên nên nhỏ và dễ kiểm chứng — "thêm test còn thiếu cho parseDate và đảm bảo nó pass" — bạn sẽ thấy một worker soạn bản thay đổi, một reviewer phản biện, và test chạy thật.

Hai nút chỉnh chi phí đáng biết ngay từ ngày đầu: Muse Spark là mô hình suy luận — nó suy nghĩ trước khi trả lời, và những token đó được tính phí như output — nên /effort cho phép tăng giảm mức suy nghĩ theo từng tác vụ. Còn giọng văn, định dạng và các quy tắc cố định khác của bạn có thể đặt trong system message để khỏi lặp lại trong mỗi prompt.

Cập nhật & gỡ cài đặt

Muse Code tự cập nhật: trình cài đặt thiết lập một launcher luôn giữ binary ở bản mới nhất, và từ CLI 1.4.11, phiên đang chạy khi diễn ra cập nhật tự động sẽ tiếp tục kèm nguyên lịch sử. Kiểm tra phiên bản hiện tại bằng muse --version rồi đối chiếu với changelog; chạy lại lệnh cài đặt cũng sẽ lấy được bản build mới nhất. Meta không ghi lại lệnh gỡ cài đặt nào. Trên macOS và Linux, trình cài đặt đặt launcher trong ~/.local/bin (muse cùng các file muse-bin-* theo phiên bản) và thêm thư mục đó vào shell profile, nên chỉ cần xóa các file này là gỡ xong; các thiết lập được lưu trong ~/.config/muse/. Trên Windows, Get-Command muse cho biết binary nằm ở đâu. Nếu có gói đăng ký, hãy hủy riêng trong Accounts Center — xóa CLI không làm dừng việc tính phí.

Agent nền bất đồng bộ

Muse Code vận hành bằng một vòng lặp agent đơn giản, cộng thêm một nhóm agent nền bất đồng bộ giúp tăng cường năng lực cho agent chính. Các agent chuyên trách này hoạt động suốt phiên làm việc thay vì được tạo mới cho từng tác vụ, nhờ đó tránh thu thập thông tin trùng lặp. Chúng tự thực hiện các bước tiếp theo và tự quyết định khi nào báo lại cho agent chính — sự thường trực này giảm độ trễ và giảm nhu cầu can thiệp ở những tác vụ khó, nhiều bước.

Fan-out agent & git worktree

Khi một công việc tách thành nhiều tác vụ, chúng tự động fan-out cho các agent riêng biệt: agent cha sinh một agent con có quyền ghi cho mỗi tác vụ, và mỗi agent con có git worktree của riêng mình — các agent con chạy song song không bao giờ đụng độ trên cùng một file, còn bản làm việc của bạn luôn sạch sẽ.

Workflows

Được bổ sung khi Muse Code ra khỏi giai đoạn beta, Workflows điều phối một nhóm agent chuyên trách cho một công việc lớn hơn: mỗi giai đoạn chuyển kết quả trung gian cho giai đoạn kế tiếp, và cuối cùng bạn nhận về một kết quả duy nhất. Muốn bắt đầu, chỉ cần bảo Muse Code "dùng workflow"; đặt effort ở mức ultra cũng có thể tự động kích hoạt một workflow. /workflows hiển thị trực tiếp mọi lần chạy — dừng, khởi động lại hoặc hủy ngay tại đó — và các workflow đã lưu có thể dùng lại.

Nhắn tin giữa các phiên

Các phiên chạy trên cùng một máy có thể nhắn tin cho nhau qua một Unix socket cục bộ. Khi thay đổi ở phiên này ảnh hưởng đến thứ mà phiên khác đang xây dựng, nó sẽ chuyển cảnh báo sang; khi một phiên giải quyết được câu hỏi mà phiên khác đang bị kẹt, nó gửi luôn câu trả lời — không cần gõ lại giữa các terminal. Agent tìm các phiên còn lại và gửi tin nhắn bằng hai công cụ tích hợp sẵn.

Event log & tua lại

Muse Code dùng một event log cục bộ, nơi mọi lần gọi mô hình, chạy công cụ, phê duyệt và chỉnh sửa đều được ghi nối tiếp vào. Nguồn sự thật duy nhất này giúp runtime phát lại chính xác và khởi động lại an toàn: sau khi crash, agent tiếp tục đúng chỗ nó dừng lại, nên có thể đảm đương những tác vụ chạy dài mà không bị sự cố làm chệch hướng. Mọi lần tạo, điều hướng và hủy subagent đều quan sát được — muse replay duyệt lại phiên làm việc từng bước một, và toàn bộ trace có thể xuất ra để bàn giao hoặc kiểm toán. Nhấn Esc hai lần để tua cuộc hội thoại về một thời điểm trước đó; Muse Code chỉ đưa ra những điểm tua lại mà event log đánh dấu là an toàn.

Kỹ năng & lệnh tích hợp sẵn

Muse Code đi kèm nhiều kỹ năng mặc định — đưa vào một ý tưởng thô, nhận về một tính năng đã được chất vấn kỹ và kiểm chứng cẩn thận:

/planBiến tác vụ thành một kế hoạch cần phê duyệt trước khi động vào bất kỳ dòng code nào
/grillChất vấn kế hoạch đó liên tục cho đến khi nó đứng vững
/goalLàm việc đến khi hoàn thành mục tiêu đã đặt — thứ bạn muốn ban đầu chính là thứ được merge
/workflowsLiệt kê trực tiếp các lần chạy workflow — dừng, khởi động lại hoặc hủy bất kỳ lần nào
/modelChuyển mô hình phía sau — ví dụ sang muse-wonder-1.0; bộ chọn cũng đặt luôn mức suy luận
/effortTăng hoặc giảm mức suy luận — token suy nghĩ tính phí như output, nên dành suy luận sâu cho những tác vụ khó
Esc EscTua cuộc hội thoại về một điểm an toàn trong event log
muse replayDuyệt lại event log của một phiên từng bước một; toàn bộ trace có thể xuất ra để bàn giao hoặc kiểm toán

Quyền & chế độ phê duyệt

Muse Code khởi động với cơ chế phê duyệt và sandbox của hệ điều hành được bật sẵn (Seatbelt trên macOS, bubblewrap trên Linux, Windows sandbox trên Windows). Chỉ được ghi vào workspace và một thư mục tạm, còn .git, .muse và .agents luôn ở chế độ chỉ đọc. Phiên mới bắt đầu với profile Auto-review: một bộ phán xét tích hợp sẽ tự xử lý các yêu cầu phê duyệt thông thường và chuyển phần còn lại cho bạn; các profile khác là Ask me, Read-only và Unrestricted. Đặt profile mặc định bằng permissions.default_profile trong ~/.config/muse/settings.json. Các flag đáng chú ý:

--approval-mode on-requestMặc định. Các bước shell an toàn được chạy; bước nguy hiểm như rm -rf sẽ dừng lại chờ bạn xem xét
--approval-mode untrustedChặt hơn: mọi bước shell không khớp quy tắc cho phép nào đều dừng lại chờ xem xét
--approval-mode neverKhông có gì phải chờ phê duyệt; chỉ riêng sandbox kiểm soát những gì được chạy
--disable-approvalBỏ qua lời nhắc phê duyệt nhưng vẫn giữ sandbox
--yoloKhông phê duyệt, không sandbox, workspace được coi là tin cậy. Meta khuyên chỉ dùng trong container cô lập, dùng xong là bỏ
--sandbox-networkproxy-only (mặc định, duyệt từng đích kết nối), restricted hoặc unrestricted

Khi một lệnh bị giữ lại, bạn có thể cho phép một lần, luôn cho phép trong workspace này, hoặc từ chối. Công cụ MCP và hook chạy bên ngoài sandbox, nên chỉ kết nối những server bạn tin tưởng.

Muse Spark 1.3

Muse Spark 1.3, phát hành ngày 2 tháng 9 năm 2026, là mô hình đứng sau Muse Code. Nó giữ nguyên công thức huấn luyện đã làm nên sự khác biệt của 1.2 — huấn luyện cùng harness của Muse Code, luyện chuyên sâu các tác vụ dài hơi và vòng lặp tự cải thiện — đồng thời tập trung vào tính dễ dùng trong thực tế. Giá không đổi so với 1.2. Ba điểm nổi bật:

Luồng dài hơn
Duy trì công việc dài hơi hơn qua nhiều workflow trong cùng một luồng, mang ngữ cảnh từ giai đoạn này sang giai đoạn tiếp theo.
Hỏi thay vì đoán
Cộng tác chủ động hơn: đặt câu hỏi làm rõ, báo khi bị kẹt, và đánh giá giới hạn của chính mình chuẩn xác hơn thay vì báo cáo những kết quả nó chưa đạt được.
Chạy gọn hơn
Trong các so sánh của kỹ sư Meta, nó hoàn thành cùng khối lượng công việc lập trình với số lần gọi công cụ ít hơn khoảng 20% và số token ít hơn 25% so với 1.2 — cùng mức giá mỗi token, hóa đơn sẽ nhỏ hơn.

Kết quả benchmark (cấu hình suy luận tối đa, theo Meta): DeepSWE 1.1 · 75,4% — Terminal-Bench 2.1 · 88,8% — SWEAtlas CodeBase QnA · 59,4%. Khi ra mắt, cấu hình tối đa vẫn đang được kiểm thử an toàn; cấu hình mà phần lớn nhà phát triển được dùng cho điểm thấp hơn. Phương pháp tại research.meta.ai.

Muse Wonder

Muse Wonder và Muse Wonder Full, phát hành ngày 12 tháng 10 năm 2026, là những mô hình frontier đầu tiên của Meta: lớn hơn Muse Spark và nhắm tới các công việc dài hơi, khó nhằn trong lập trình cũng như các lĩnh vực như pháp lý và tài chính. Meta nhấn mạnh Active Memory, giúp mang ngữ cảnh liên quan từ cuộc trò chuyện này sang cuộc trò chuyện khác, và Active Focus, giúp agent bám sát mục tiêu và hỏi lại bạn trước các thao tác quan trọng. Chuyển sang Wonder bằng /model muse-wonder-1.0; trên API, giá là $4 / $0.20 / $20 cho mỗi 1M token đầu vào / đã cache / đầu ra, và không có biến thể Contributor. Muse Wonder Full chỉ đi kèm gói Power và Maximum.

Muse Spark Open

Phát hành ngày 15 tháng 10 năm 2026, Muse Spark Open là mô hình Muse dạng open-weight: tổng cộng 816B tham số, 42B tham số hoạt động mỗi token, ngữ cảnh 1M token, nhận đầu vào văn bản, hình ảnh, video và âm thanh. Mô hình được phát hành theo Muse Model License, một giấy phép riêng của Meta, và trọng số có trên Hugging Face tại meta-models/Muse-Spark-Open-816B-A42B. Đây không phải mô hình để chạy trên laptop: ở định dạng NVFP4, nó cần khoảng 700 GB bộ nhớ accelerator. Meta đã trình diễn Muse Code chạy trên mô hình này với hai máy Mac Studio, nhưng chưa có tài liệu hướng dẫn thiết lập cục bộ. Nếu cần một mô hình vừa với một GPU phổ thông, hãy xem Muse Glimmer.

Case study: tối ưu kernel

Meta đã kiểm tra khả năng của Muse Spark 1.2 trong việc tối ưu lặp đi lặp lại các kernel GPU qua hơn 1.000 lần gọi công cụ — kéo dài tới 24 giờ. Trong môi trường agent của Muse Code, mô hình viết, biên dịch, đo hiệu năng và cải thiện dần hiệu suất kernel so với mức chuẩn, đo trên các kernel KDA và MLA cho GPU NVIDIA Hopper. Bị cấm bọc lại thư viện kernel bên thứ ba, nó triển khai thẳng thuật toán bằng Triton — và liên tục tìm ra những cải thiện đáng kể so với mức chuẩn.

Meta Model API

Chính các mô hình đứng sau Muse Code cũng được cung cấp trực tiếp — `muse-spark-1.3` và `muse-wonder-1.0` đều có trên Model API, còn Muse Spark 1.3 cũng có mặt trên Muse Code, Meta Model API, OpenRouter và Cursor. API tương thích drop-in với OpenAI SDK, Anthropic SDK và các CLI agent như OpenCode hay Claude Code: trỏ client của bạn về base URL mới, phần code còn lại giữ nguyên. Cửa sổ ngữ cảnh là 1.048.576 token.

# export MODEL_API_KEY="LLM_..."client = OpenAI( base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"], ) response = client.chat.completions.create( model="muse-spark-1.3", messages=[{"role": "user", "content": "Hello, world!"}], )

Chạy headless & CI

muse exec "<prompt>" chạy một tác vụ đến khi xong rồi thoát — đây là cách dùng trong script và CI. Thêm --json để nhận sự kiện JSONL qua stdout, --prompt-file để đọc prompt từ file, --max-model-steps để giới hạn khối lượng công việc, và --session-id để tiếp tục một phiên trước đó. Xác thực bằng META_API_KEY lấy từ kho secret của CI. Mã thoát 0 chỉ có nghĩa là lượt đã chạy xong, không có nghĩa kết quả đúng, nên hãy dùng test của chính bạn làm điều kiện để merge. Trên runner Linux, sandbox cần bubblewrap và một bản build không dùng musl.

# CI: key from your secret store, JSONL events on stdout$ META_API_KEY="$MUSE_KEY" muse exec --json "fix the failing test in tests/date.test.ts"

Dùng model Muse trong agent khác

Meta có tài liệu hướng dẫn cấu hình OpenCode, Codex và Claude Code để dùng Model API. Dùng base URL tương thích OpenAI https://api.meta.ai/v1 (cho OpenCode và Codex) hoặc base URL định dạng Anthropic https://api.meta.ai, không có /v1 (cho Claude Code), cùng với MODEL_API_KEY của bạn và một model ID như muse-spark-1.3 hoặc muse-wonder-1.0. Trong Claude Code, hãy đặt ANTHROPIC_AUTH_TOKEN chứ không phải ANTHROPIC_API_KEY, và trỏ mọi alias model về một model Muse để không có gì bị quay về Claude. Trong Codex, dùng wire_api = "responses" để phần suy luận được giữ lại qua các lượt. Cách dùng này tính phí theo token trên Model API; gói Muse Code của bạn không bao gồm phần này.

# Claude Code on Meta's Model APIexport ANTHROPIC_BASE_URL="https://api.meta.ai"export ANTHROPIC_AUTH_TOKEN="$MODEL_API_KEY"export ANTHROPIC_MODEL="muse-wonder-1.0"export ANTHROPIC_DEFAULT_OPUS_MODEL="muse-wonder-1.0"export ANTHROPIC_DEFAULT_SONNET_MODEL="muse-spark-1.3"export ANTHROPIC_DEFAULT_HAIKU_MODEL="muse-spark-1.3"export CLAUDE_CODE_SUBAGENT_MODEL="muse-spark-1.3"

SDK Muse Code

Có mặt dưới dạng developer preview từ khi Muse Code ra khỏi giai đoạn beta, SDK cho phép các team xây dựng agent của riêng mình trên Muse Session Protocol (MSP) — một giao thức mở chạy qua standard I/O, không cần server và không cần mạng, nên mọi thứ đều nằm trên máy của bạn. Thư viện TypeScript bao quát phiên, công cụ và kiểm soát quyền, còn schema máy đọc được của MSP cho phép bạn sinh client bằng các ngôn ngữ khác. Mã nguồn: github.com/meta-models/muse-code-sdk.

Cookbook

Những công thức chạy được ngay lần đầu bạn sao chép — mỗi công thức giải quyết một vấn đề cụ thể, kèm code chạy được và chỉ ra bước tiếp theo. Ba phần chính, cộng thêm các công thức cho những pattern cốt lõi của Muse Code.Xem toàn bộ 28 công thức →

Nền tảng API · 10 công thức
Kiểm chứng từng thành phần cơ bản: chat completions, streaming, gọi công cụ, đầu ra có cấu trúc, prompt caching, token suy luận, đầu vào hình ảnh, ngữ cảnh dài, xử lý lỗi, và search grounding với trích dẫn ngay trong nội dung.
Pattern agent · 5 công thức
Những vòng lặp biến mô hình thành agent: vòng lặp cảm nhận–quyết định–hành động, suy luận đan xen với gọi công cụ, quản lý ngữ cảnh nhiều lượt, và chỉnh sửa tại chỗ có kiểm chứng.
Tình huống ứng dụng · 13 công thức
Từ đầu đến cuối: thiết kế web và phát triển game kiểm chứng bằng trình duyệt, một studio sản phẩm đa agent bốn vai phối hợp qua bảng Kanban chung, bot GitHub Actions tự hành trên OpenCode, điều khiển máy tính trên Linux và macOS, và nhiều hơn nữa.
Công thức Muse Code
Fan-out agent — chia một việc lớn cho các subagent trong những worktree tách biệt; kỹ năng tích hợp sẵn — ý tưởng thô vào, tính năng đã kiểm chứng ra; bám mục tiêu — giữ agent tập trung cho đến khi merge đúng thứ bạn muốn.