服务器通过pip安装Kimi Code CLI 和使用

在老旧CentOS 7系统上绕过glibc限制，成功部署Kimi Code CLI

测试环境：CentOS 7 · glibc 2.17 · Python 3.13 · 纯SSH无图形界面

许多科研或运维场景中，我们面对的是无法随意升级系统库的老旧服务器。最近我在一台CentOS 7开发机上部署Kimi Code CLI，遇到了新版二进制程序依赖高版本glibc无法运行的问题。通过改用pip安装旧版Python版，成功绕过了这一限制。本文将完整记录安装与配置过程，供有类似需求的朋友参考。

环境问题与解决思路

我的服务器系统为CentOS 7，自带的glibc版本为2.17。而Kimi官方最新版（基于Node.js重构）的二进制程序需要glibc 2.27及以上版本，直接运行会报错：

复制代码

kimi: /lib64/libm.so.6: version `GLIBC_2.27' not found

升级系统glibc风险极高，且可能破坏系统稳定性。因此，我们选择安装Kimi CLI的旧版------基于Python的版本，通过pip安装，依赖的是Python解释器而非系统glibc，完美避开了版本兼容问题。

安装步骤

1. 确认Python与pip环境

确保系统中有可用的Python 3环境（推荐3.6及以上）和对应的pip。如果使用conda，可以创建专用环境：

复制代码

conda create -n kimi python=3.13 -y conda activate kimi

2. 卸载新版二进制（如果已安装）

如果之前通过官方脚本安装了新版，需要先移除二进制文件，避免路径冲突：

复制代码

which kimi   # 查看路径，例如 ~/.kimi-code/bin/kimi rm ~/.kimi-code/bin/kimi

3. 使用pip安装旧版Python版Kimi

从PyPI安装一个确定可用的旧版本。根据社区反馈，1.49.0版本在CentOS 7上工作良好：

复制代码

pip install kimi-cli==1.49.0

安装完成后，检查版本：

复制代码

kimi --version

若成功显示版本号，说明安装成功。

登录与配置

启动Kimi交互界面：

kimi

首次启动会提示"Model: not set"，需要登录。由于服务器无法弹出浏览器，我们使用API Key方式完成配置。

方式一：使用OAuth设备码（需浏览器辅助）

在Kimi TUI中输入 /login，选择 Kimi Code。
终端会显示一个验证URL和设备码，如 https://www.kimi.com/code/authorize_device?user_code=XXXX-XXXX。
在另一台有浏览器的电脑上打开该链接，输入设备码并登录授权。
但此方式可能遇到账户余额不足（402错误），因为Kimi Code平台需付费。

方式二：使用Moonshot开放平台API Key（推荐）

登录 Moonshot AI开放平台，获取你的API Key。
在Kimi TUI中输入 /login，选择 Moonshot AI Open Platform (moonshot.cn)。
粘贴你的API Key，然后选择模型（如 kimi-k2.7-code），并设置Thinking模式（on/off）。
完成后，CLI会显示 Setup complete!，并且界面提示模型已设置。

关键点：使用Moonshot开放平台API Key避免了OAuth设备码依赖浏览器和付费问题，只要API Key有效且有余额即可正常使用。

验证登录状态

登录成功后，输入框上方会显示当前模型名称（如 model: kimi-k2.7-code），不再显示"Model: not set"。

使用示例

在交互界面中，直接输入问题即可获得回复：

帮我写一个Bash脚本，统计当前目录下所有.log文件的行数总和

Kimi会生成相应的脚本并解释其工作原理。也可以引用文件：

@sqs.sh 分析这个脚本的功能

常见问题与解决

问题	解决方法
新版二进制报glibc版本不匹配	改用pip安装旧版Python版（kimi-cli==1.49.0）
登录时自动启动Firefox但失败	忽略该错误，或设置 export BROWSER=none 后启动kimi
OAuth登录后报402 Payment Required	改用Moonshot开放平台API Key登录
pip安装时提示依赖冲突	使用虚拟环境（conda或venv）隔离安装

总结

通过pip安装旧版Python版的Kimi CLI，我们成功在glibc 2.17的老旧CentOS 7系统上使用了Kimi Code。整个方案无需升级系统库，也不需要图形界面，完美适配纯SSH远程开发场景。在配置方面，使用Moonshot开放平台的API Key是最稳定便捷的认证方式。

如果你也面临类似环境限制，不妨试试这个方案，让AI编程助手在"老古董"服务器上同样发挥价值。

分享给更多需要的朋友 · 在终端中体验AI编程效率