无需wsl,windows下原生使用claude code+kimi-k2配置保姆级教程

大家好呀,我是程序员夏叶,深度AI编程使用者,专注于分享AI编程方面的使用技巧、经验以及前沿资讯,有兴趣的可以关注我的公众号,一起学习,共同进步。

AI编程的世界总是风起云涌的,前段时间火的是Gemini Cli,这几天火的是kimi-k2,Gemini Cli我用了一段时间了,说实话,在编程这个方面是有点拉胯的,一直听人说claude code是地表最强AI编程工具,但是它的昂贵以及不能原生支持windows让我望而却步。

最近总算是有了好消息,第一个是Claude code已经原生支持在windows下使用了,第二个是它可以接入kimi-k2的模型,比claude要便宜太多,于是我决定入坑了。

经过一番折腾,我的windows11总算是可以使用Claude Code了,下面是我让它给我解读的一个我最近写的一个mcp项目,它成功的解读出来了。

下面开始正式的配置教程,因为claude code客户端要使用npm安装,所以node是必装工具,nodejs官网地址如下:

nodejs.org/en/download

自行下载安装即可,只需要是node.js18或者以上版本就可以了。

安装好以后在终端中使用node -vnpm -v看一下,没有问题就代表安装好了。

一、安装Claude Code客户端

打开终端,输入如下命令安装:

bash 复制代码
npm install -g @anthropic-ai/claude-code

安装成功以后,先在终端中输入claude初始化一下环境,主要是产生一下相应配置文件,然后关掉这个终端。

二、获取kimi的API Key

打开kimi的官网:

platform.moonshot.cn/console/api...

注册或者登录以后,再API Key管理-->新建 API Key 获取一个Key。

注意Key生成以后要先复制下来再点击确定,因为确定以后就无法再次复制了,当然万一操作失误也没关系,重新生成一个就ok了。

如果是新注册的用户,那么kimi会赠送你15元的试用金,这个在账户总览里面是可以看到的。

三、配置环境变量和.claude.json配置文件

首先是环境变量的配置,windows下环境变量配置有多种方法,我是直接在环境变量设置里面设的,设置当前windows用户变量即可。

为了方便复制,我这里把设置临时变量的方式也贴出来,方便复制:

ini 复制代码
$env:ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic/"
$env:ANTHROPIC_API_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

使用上一步获取到的Key替换上面sk-xxxx开头的key设置环境变量即可。

到这里claude Code还不能正常使用,还需要设置Claude Code的一个配置文件.claude.json,这个文件位于用户目录下,比如我的是C:\Users\xxx这个目录,找到这个文件,在文件中加入如下配置:

json 复制代码
{
    "installMethod": "npm",
    "autoUpdates": false,
    "hasCompletedOnboarding": true,
    "telemetry": false,
    "customApiUrl": "https://api.moonshot.cn/anthropic"
}

这里都设置好以后,重新使用管理员打开终端,切换到你的项目目录,然后输入claude,就进入到如下界面了:

到这里就代表我们的Claude Code配置好啦,可以通过调用kimi-k2-0711-preview模型来使用Claude Code啦,当你用了以后,去kimi的官网,已经可以看到我们的调用明细啦。

四、可能的API调用报错处理

  1. APi调用返回402

如果返回402,那么可能你的api地址写错了(手打的),需要仔细的检查一下,与我上面发的对比一下,不行就复制一下重新覆盖。

  1. APi调用返回492

如果使用的时候调用api报492的错误,那么代表你需要使用一下你的钞能力,因为kimi有一个限速的规则:返回492说明你被限速了,需要充个值,我们初次使用,充个50就好了,我充了50以后,再调用,就没有返回报错啦。

好了,今天就说到这里了,如果对你有所启发,麻烦动动你宝贵的小手点个赞,谢谢!

相关推荐
人工智能训练4 小时前
【极速部署】Ubuntu24.04+CUDA13.0 玩转 VLLM 0.15.0:预编译 Wheel 包 GPU 版安装全攻略
运维·前端·人工智能·python·ai编程·cuda·vllm
源于花海5 小时前
迁移学习相关的期刊和会议
人工智能·机器学习·迁移学习·期刊会议
DisonTangor6 小时前
DeepSeek-OCR 2: 视觉因果流
人工智能·开源·aigc·ocr·deepseek
薛定谔的猫19826 小时前
二十一、基于 Hugging Face Transformers 实现中文情感分析情感分析
人工智能·自然语言处理·大模型 训练 调优
发哥来了7 小时前
《AI视频生成技术原理剖析及金管道·图生视频的应用实践》
人工智能
数智联AI团队7 小时前
AI搜索引领开源大模型新浪潮,技术创新重塑信息检索未来格局
人工智能·开源
不懒不懒7 小时前
【线性 VS 逻辑回归:一篇讲透两种核心回归模型】
人工智能·机器学习
冰西瓜6007 小时前
从项目入手机器学习——(四)特征工程(简单特征探索)
人工智能·机器学习
Ryan老房7 小时前
未来已来-AI标注工具的下一个10年
人工智能·yolo·目标检测·ai
丝斯20118 小时前
AI学习笔记整理(66)——多模态大模型MOE-LLAVA
人工智能·笔记·学习