我在 Open Claw 中配置 Moonshot AI（Kimi）模型的实战经验

概述

最近我在项目中尝试集成 Moonshot AI 的 Kimi 系列模型，发现它提供了与 OpenAI 兼容的 API 端点，这让集成过程变得相当顺畅。不过，在实际操作中，我遇到了一个需要特别注意的地方。

注意： Moonshot 和 Kimi Coding 是两个独立的提供商。它们的 API Key 不能通用，端点地址不同，就连模型引用的格式也不一样。这一点在开始配置前一定要搞清楚，免得走弯路。

快速开始

方式一：Moonshot API（推荐）

1. 配置并设置默认模型

根据我的经验，最快捷的方式就是通过命令行来操作。整个过程非常直观：

# 配置 Moonshot API Key
openclaw onboard --auth-choice moonshot-api-key

# 设置默认模型
openclaw models set moonshot/kimi-k2.5

2. 使用 Kimi Coding（可选）

如果你主要做代码相关的工作，也可以选择配置 Kimi Coding：

openclaw onboard --auth-choice kimi-code-api-key

可用模型

Moonshot API 模型 ID

我在配置时发现，Moonshot 提供了几个不同的模型变体，可以根据需求选择：

模型 ID	说明
`kimi-k2.5`	Kimi K2.5 标准版
`kimi-k2-0905-preview`	K2 0905 预览版
`kimi-k2-turbo-preview`	K2 Turbo 预览版
`kimi-k2-thinking`	K2 思考模式
`kimi-k2-thinking-turbo`	K2 思考模式 Turbo

Kimi Coding 模型 ID

而 Kimi Coding 这边，目前我看到的模型选择相对少一些：

模型 ID	说明
`kimi-coding/k2p5`	Kimi K2.5 代码版

模型引用格式

重要区别：

这里是我踩过的一个小坑，两个提供商的模型引用格式完全不同：

提供商	模型引用格式	示例
Moonshot	`moonshot/<modelId>`	`moonshot/kimi-k2.5`
Kimi Coding	`kimi-coding/<modelId>`	`kimi-coding/k2p5`

记住这个格式区别，能帮你省去很多调试时间。

配置示例

Moonshot API 配置

对于更复杂的项目，我通常会使用 YAML 配置文件。下面是我常用的一个配置模板，你可以参考：

env:
  MOONSHOT_API_KEY: "sk-..."

agents:
  defaults:
    model:
      primary: "moonshot/kimi-k2.5"
    models:
      # Moonshot Kimi K2 别名配置
      "moonshot/kimi-k2.5": { alias: "Kimi K2.5" }
      "moonshot/kimi-k2-0905-preview": { alias: "Kimi K2" }
      "moonshot/kimi-k2-turbo-preview": { alias: "Kimi K2 Turbo" }
      "moonshot/kimi-k2-thinking": { alias: "Kimi K2 Thinking" }
      "moonshot/kimi-k2-thinking-turbo": { alias: "Kimi K2 Thinking Turbo" }

models:
  mode: "merge"
  providers:
    moonshot:
      baseUrl: "https://api.moonshot.ai/v1"
      apiKey: "${MOONSHOT_API_KEY}"
      api: "openai-completions"
      models:
        - id: "kimi-k2.5"
          name: "Kimi K2.5"
          reasoning: false
          input: ["text"]
          cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }
          contextWindow: 256000
          maxTokens: 8192

        - id: "kimi-k2-0905-preview"
          name: "Kimi K2 0905 Preview"
          reasoning: false
          input: ["text"]
          cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }
          contextWindow: 256000
          maxTokens: 8192

        - id: "kimi-k2-turbo-preview"
          name: "Kimi K2 Turbo"
          reasoning: false
          input: ["text"]
          cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }
          contextWindow: 256000
          maxTokens: 8192

        - id: "kimi-k2-thinking-turbo"
          name: "Kimi K2 Thinking Turbo"
          reasoning: true
          input: ["text"]
          cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }
          contextWindow: 256000
          maxTokens: 8192

Kimi Coding 配置

Kimi Coding 的配置就简洁多了：

env:
  KIMI_API_KEY: "sk-..."

agents:
  defaults:
    model:
      primary: "kimi-coding/k2p5"
    models:
      "kimi-coding/k2p5": { alias: "Kimi K2.5" }

端点配置

根据你的地理位置，可能需要选择不同的端点。我整理了一下：

端点类型	URL
国际端点	`https://api.moonshot.ai/v1`
中国端点	`https://api.moonshot.cn/v1`

如果你在国内，连接国际端点可能比较慢，这时候可以覆盖配置：

models:
  providers:
    moonshot:
      baseUrl: "https://api.moonshot.cn/v1"

常用命令

在实际使用中，我经常用到下面这些命令，分享给你：

操作	命令
配置 Moonshot API Key	`openclaw onboard --auth-choice moonshot-api-key`
配置 Kimi Coding Key	`openclaw onboard --auth-choice kimi-code-api-key`
设置 Kimi K2.5 模型	`openclaw models set moonshot/kimi-k2.5`
设置 Kimi Turbo	`openclaw models set moonshot/kimi-k2-turbo-preview`
设置 Kimi Thinking	`openclaw models set moonshot/kimi-k2-thinking`
查看状态	`openclaw models status`

模型特性

Thinking 模式

我特别喜欢 Kimi 的 Thinking 模式，它让模型的推理过程更加透明。目前支持 reasoning 的模型有：
- kimi-k2-thinking
- kimi-k2-thinking-turbo

这些模型在配置中需要启用 reasoning: true，这样才能发挥扩展思考模式的优势。

上下文窗口

所有 Kimi K2 系列模型都支持 256,000 tokens 的上下文窗口，这对于处理长文档非常有用。

最大输出 Tokens

所有模型的最大输出都是 8,192 tokens，在规划生成内容时需要注意这个限制。

注意事项

根据我的经验，有几点特别需要注意：

模型引用格式：Moonshot 使用 moonshot/<modelId>，Kimi Coding 使用 kimi-coding/<modelId>，千万别搞混了。
覆盖配置：如果你需要自定义定价或者调整上下文元数据，可以在 models.providers 中进行配置。
上下文限制：如果未来 Moonshot 发布了不同的上下文限制，记得要相应调整 contextWindow 配置。
端点选择：
- 国际用户：https://api.moonshot.ai/v1
- 中国用户：https://api.moonshot.cn/v1

故障排除

问题：API Key 无效

症状： 返回 401 错误

解决：

openclaw onboard --auth-choice moonshot-api-key

问题：模型找不到

症状： 提示模型不存在

解决： 确认模型引用格式正确，这是我经常犯的错误：

# 正确
openclaw models set moonshot/kimi-k2.5

# 错误（缺少 provider）
openclaw models set kimi-k2.5

问题：端点连接失败

症状： 网络超时或连接拒绝

解决： 尝试切换端点，特别是如果你在国内：

models:
  providers:
    moonshot:
      baseUrl: "https://api.moonshot.cn/v1"  # 切换国内端点

你可能感兴趣的文章

来源：每日教程， 每日一例，深入学习实用技术教程，关注公众号TeachCourse
转载请注明出处： https://teachcourse.cn/3877.html ，谢谢支持！

资源分享

分类：编程工具 标签：AI模型配置, CLI工具, Kimi, Moonshot AI, Open Claw, OpenAI兼容API, YAML配置, 模型管理

Open Claw Moonshot AI 模型配置指南

我在 Open Claw 中配置 Moonshot AI（Kimi）模型的实战经验

概述

快速开始

方式一：Moonshot API（推荐）

1. 配置并设置默认模型

2. 使用 Kimi Coding（可选）

可用模型

Moonshot API 模型 ID

Kimi Coding 模型 ID

模型引用格式

配置示例

Moonshot API 配置

Kimi Coding 配置

端点配置

常用命令

模型特性

Thinking 模式

上下文窗口

最大输出 Tokens

注意事项

故障排除

问题：API Key 无效

问题：模型找不到

问题：端点连接失败

相关文档

你可能感兴趣的文章

资源分享

Eclipse卸载已安装的Genymotion插件

Android开发之HorizontalScrollView控件使用案例介绍

010-wordpress如何检查当前运行的版本号，注意REST API在4.7以上版本才可以使用

Ubuntu系统16

Ubuntu系统ERROR 2002 (HY000) Can not connect to local MySQL server through socket varrunmysqldmysqld

Open Claw安装过程指南

Handler方法解析

php实现curl 发送post请求，请求参数为json

集合BroadcastReceiver和Service制作的音乐播放器

startService和bindService区别

赞助2.00