Kimi Claw0-1搭建

什么是Claw

最近claw也是比较火,语兴也在探索claw在工作中实际应用,今天先给大家介绍一下Kimi Claw

OpenClaw是一款可以部署的AI代理,可调用多种大型语言模型(GPT),可以是云端(阿里云Claw)、可以是本地(mac mini),可以通过飞书等app进行交互,你可以理解Claw就是一个云端服务器,通过飞书或者kimi等对他进行远程交互,所以你通过Claw安装的工具都在云端服务器,因此如果你想vibe coding建议还是将codex、claude code部署到你本地,同时kimi k2.5编程水平可以理解为阿里p5,claude 为阿里p8(但由于国内缘故,不能使用claude,即使你用claw装了claude调用后依旧被封号),因此目前Claw看上去更重要的场景还是内容创作,例如我要写一个长篇文档,写小红书/抖音爆款内容,解读一本书籍,写一个复杂分析报告/产品PRD文档,或者股票基金交易远程分析,你可以理解为你的分身/你的员工帮你远程打工,可以利用kimi支持长文本进行分析(当然也有其他隐藏功能请联系语兴)。

为啥推荐kimi claw 1不推荐自己搭比较麻烦,这个可以一键部署,2.阿里云claw沟通不太稳定,顿顿的你懂吧。

Claw安装

首先说明Claw是付费的,目前是199/月,提供k-2.5模型,购买后一键部署即可,https://www.kimi.com/bot

Claw模块介绍

打开终端后即可进行操作,如不懂的同学可让ai助手帮你操作。

Claw打通飞书

先注册一个个人飞书

登陆飞书开放平台:https://open.feishu.cn/app/

从这里创建也行:https://open.feishu.cn/document/develop-an-echo-bot/introduction?from=banner

添加机器人能力

这里可以改claw名字

进入权限管理给机器人开通权限

需要加的权限有这些
| 权限 | 说明 |
|-----|------|
| `im:message` | 发送和接收消息 |
| `im:message.p2p_msg:readonly` | 读取私聊消息 |
| `im:message.group_at_msg:readonly` | 接收群聊@消息 |
| `im:message:send_as_bot` | 以机器人身份发送消息 |
| `im:resource` | 上传下载图片/文件 |
| `contact:user.base:readonly` | 获取用户基本信息 |
| `docx:document:readonly` | 读取文档 |
| `docx:document` | 创建/编辑文档 |
| `drive:drive:readonly` | 读取云空间 |
| `wiki:wiki:readonly` | 读取知识库 |
| `bitable:app:readonly` | 读取多维表格 |

添加好权限后配置事件与回调,这里配置长连接会报错,需要你把命令放到终端执行

/usr/bin/openclaw config set channels.feishu.connectionMode "websocket"

/usr/bin/openclaw gateway restart

和上述一样一个一个去搜,配置好后进行保存

点击 **「添加事件」**,勾选以下事件:

| 事件 | 说明 |
|-----|------|
| `im.message.receive_v1` | 接收消息(必需) |
| `im.message.message_read_v1` | 消息已读回执 |
| `im.chat.member.bot.added_v1` | 机器人进群 |
| `im.chat.member.bot.deleted_v1` | 机器人被移出群 |

发布应用,点击发布

发布后机器人就是创建好了,你可以用飞书对话,也可以用kimi,加了飞书可以助力你日常工作更方便

其他工具安装

接下来我们来安装skill,安装skill就很简单了,给他安装所有skill命令即可

安装其他工具也行(但他是装到云端服务器哈)

本地CC-Switch配置Kimi For Coding

安装CC-Switch地址:https://github.com/farion1231/cc-switch/releases

选择你需要的包

就是说用Kimi For Coding token 去搞claude code(claude code是工具,和claude是2回事),安装完记得拖拽到这里

打开后进行添加,供应商选这个

配置好后点击保存其他的不用管

Claw日常应用

1.炒股、大饼、基金分析

2.内容创作(尤其是长文)

输出内容(由于模型性能有限肯定比不了gpt,可用程度为40%+)

#数据人offer决赛圈怎么选##数据人的面试交流地##大数据##ai##大模型#
全部评论

相关推荐

头像
昨天 18:17
已编辑
门头沟学院 数据仓库
起因是我在过年期间帮我58岁的父亲搭建了一款AI工程咨询智能体,并且成功用coze访问本地知识库,实现了易维护,易操作的智能体部署。我父亲是干了几十年的工程人,最近比较关注AI的发展,他们公司也在鼓励AI转型,于是就开始自己把自己几十年的文档和资料上传到本地知识库软件,转换为md格式,可以帮助他形成了一个更加系统化的知识体系,连接上智能体甚至可以输出工程咨询报告,也算是一种工作提效吧。他面对的主要困难是不会代码,不会访问api,不会本地部署,导致AI大模型和本地知识库之间的链路不通。这个时候我就上场了哈哈哈。我主要用到三个软件,全程低代码---Obsidian本地知识库,Cloudflare Tunnel启动内网穿透,coze创建API插件和智能体。首先需要在ovsidian知识库上下载api插件并保证打开,因为没有原生api;之后在cload启动内网穿透,只需要cmd几条命令就可启动,但是缺点是他生成的外网api地址每次启动都是随机生成,导致coze api设置中的url地址需要手动改变,但胜在免费,之后如果老板愿意投钱可以换成云服务,更稳定。之后就可以在coze中创建查询知识库文件内容的api插件,参数都已经配置好,只需要改一下url地址,prompt可以ai生成即可,一个简易的ai咨询智能体就搭建好嘞。从这个经历可以看出来,现在ai的浪潮真的势不可挡,越来越多的小白都想要拥抱ai,ai也将应用在更多的传统行业,也是一种ai落地的探索之路吧。
AI求职实录
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务