Muse Code 上手指南：从安装到第一次 merge
Meta 的终端编码 agent 刻意把上手做到极简：一条命令、一次浏览器登录，你就能在自己的仓库里驱动一场多 agent 会话。这里是完整路径，包括那些值得放慢脚步的环节。
一条命令，一个二进制
Muse Code 目前以 beta 形式提供 macOS 和 Linux 版本，安装只需一行：
curl -fsSL https://dev.meta.ai/install.sh | bash脚本会把一个 muse 二进制放进你的 PATH；用 muse --version 确认安装成功。把远程脚本直接管道进 bash，对任何供应商来说都是一种便利性上的取舍，谨慎的团队应该先下载脚本（curl -fsSL https://dev.meta.ai/install.sh -o install.sh），读一遍，再运行。注意那些刻意缺席的东西：没有 IDE 插件，也没有桌面应用。与一些竞品 agent 不同，Muse Code 从设计上就是终端专属。
浏览器里认证，机器用密钥
第一次运行 muse 时，它会打开浏览器，让你用 Meta 开发者账号在 dev.meta.ai 登录。此后凭证会缓存在本地，不需要每次会话都重新认证。一切——访问和计费——都走直接提供 Muse Spark 模型服务的同一个 Meta Model API 账号。
对于 CI 流水线、脚本和无界面机器，可以跳过浏览器：在 Model API 控制台创建一个密钥（API keys → Create API key），并将其导出为 MODEL_API_KEY。密钥格式形如 LLM|{numeric_id}|{secret}——放在环境变量或密钥管理器里，永远不要写进代码。
挑一个能验证闭环的首个任务
cd 进任意 git 仓库，运行 muse。agent 会读取本地上下文并开启一个任务循环；你用自然语言描述想要的结果。忍住上来就搞大重构的冲动。理解 Muse Code 秉性最快的方式是一个小而可验证的任务——比如“为 parseDate 函数补一个缺失的测试，并确保它通过”。
几分钟之内，你就会看到定义这个产品的分工模式：一个 worker agent 起草改动，一个 reviewer agent 在后台批判性审查，然后测试真的会跑起来。这套 worker + reviewer 模式对每个任务都默认开启——这正是 Meta 把产品描述为“默认多 agent”而非“可选多 agent”的原因。
第一天就该学会的两个成本杠杆
Muse Spark 是一个推理模型：它先思考再回答，而那些思考 token 按输出计费。/effort 命令可以调高或调低推理力度，这样一次常规重命名不必为深度思考买单，而一个棘手的并发 bug 可以得到它。第二，那些长期规则——你的语气、格式、约定——应该写进 system message 一次就够，而不是每条 prompt 里都重复。两者用好，第一天的账单就会平淡无奇——而这正是你想要的。
接下来去哪
等这个循环用熟之后，三个内置技能可以为更大的工作提供结构：/plan 把任务变成一份需要审批的计划，/grill 对计划反复施压直到它站得住，/goal 让 agent 持续朝你设定的目标推进。我们在内置技能那篇文章里有深入讲解，完整参考在文档里。