如何在 Windows 中使用 Kimi CLI

  1. 在打开的窗口中勾选以下选项:

• ✅ 适用于 Linux 的 Windows 子系统

• ✅ Hyper-V

image

    image

方法二:PowerShell 命令安装

以管理员身份打开 PowerShell,执行以下命令:

1. 启用 Hyper-V 全套组件

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V-All -NoRestart

2. 启用"适用于 Linux 的 Windows 子系统"功能

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux -NoRestart

3. 把 WSL 更新到最新内核(微软商店版,推荐)

wsl --update # 会自动下载安装 Store 版 WSL

⚠️ 注意:安装完成之后需要重启系统

第二步:安装 Linux 子系统

方法一:Microsoft Store 安装

  1. 打开 Microsoft Store

  2. 搜索 "Ubuntu 22.04.5 LTS"

  3. 点击"获取"或"安装"按钮

image方法二:PowerShell 命令安装

  1. 以管理员身份打开 PowerShell

  2. 查询可安装的 Linux 发行版:

wsl --list --online

image

  1. 安装所需的发行版(例如 Ubuntu 22.04):

wsl --install Ubuntu-22.04

初始设置

• 如果使用 Store 安装,直接打开应用即可自动初始化

image

• 如果使用 wsl --install 命令,系统会自动完成安装过程

• 安装完成后,设置用户名和密码

第三步:配置 Windows 和子系统网络互通

为什么要配置网络互通?

如果不进行此配置,Windows 的代理设置在 Linux 子系统中将不可用,可能导致网络访问问题。

配置步骤

  1. 进入当前用户文件夹:

%USERPROFILE%

image

  1. 找到并编辑 .wslconfig 文件(如果不存在则创建)

  2. 添加以下配置内容:

全局 WSL2 配置文件,路径:%USERPROFILE%\.wslconfig

修改后需执行 wsl --shutdown 再重启 WSL 才会生效

wsl2

是否启用调试控制台(true=开启,false=关闭)

debugConsole=false

以下字段属于实验性功能,需要 Win11 22H2+ 以及 WSL 2.0.0+

experimental

网络模式: mirrored=镜像主机网络,默认 NAT

networkingMode=mirrored

DNS 隧道: true=让 WSL 通过主机解析 DNS,避免国内常见 DNS 污染

dnsTunneling=true

让 Windows 防火墙规则对 WSL 生效(默认 false)

firewall=true

自动继承 Windows 系统代理设置

autoProxy=true

  1. 保存文件后,在 PowerShell 中执行以下命令重启 WSL:

wsl --shutdown

第四步:进入 Linux 子系统并安装 Kimi CLI

  1. 进入 Linux 子系统

打开 PowerShell 或 CMD,输入:

wsl

image

成功进入子系统后,切换到用户主目录:

cd ~

  1. 安装 Kimi CLI

参考文档:Kimi CLI 使用说明 | Kimi For Coding23

首先安装 uv(Python 包管理器):

curl -LsSf https://astral.sh/uv/install.sh | sh

安装 uv 后,使用以下命令安装 Kimi CLI:

uv tool install --python 3.13 kimi-cli

验证安装是否成功:

kimi --version

  1. 启动 Kimi CLI

kimi

image

  1. 配置 Kimi CLI

在 Kimi CLI 中输入:

/setup

image

选择第一个选项,输入 API 密钥。

API 密钥获取方式:

  1. 访问 Kimi 官网

  2. 登录账户

  3. 在设置或开发者页面找到 API 密钥

image

          image

将复制的密钥粘贴到 Kimi CLI 中,配置即完成。

相关推荐
星火102416 分钟前
【LangChain4j系列06】ChatMemory 对话记忆管理
人工智能·后端
netCode16 分钟前
Git一文带你理解如何使用
后端
睡觉时不困44235 分钟前
12.LangChain 1.0+ 第二篇:Prompt、结构化输出与 LCEL 组件组合.发布清单
后端
SomeB1oody1 小时前
【RustyML入门】2.13. 孤立森林
开发语言·后端·机器学习·rust·教程
苏三说技术1 小时前
为什么越来越多人用 Pi ? - 苏三说技术
后端
YHL2 小时前
🚀 SSE 服务器发送事件与 BFF 层实战
前端·后端
星火10242 小时前
【LangChain4j系列05】RAG 检索增强生成完整指南
人工智能·后端
技术长镜头2 小时前
别再只说“走 B+Tree”:一条 SQL 在 InnoDB 中的完整寻址过程
后端·mysql
SomeB1oody2 小时前
【RustyML入门】3.8. 正则化与归一化层
开发语言·后端·机器学习·rust·教程
zhiSiBuYu05172 小时前
Flask Session 与 Cookie 新手实战指南
后端·python·flask