Kimi Claw 深度拆解：云端一键部署你的 AI 智能体，5000+ Skills 技能库全解析

莫潇羽@源码七号站（www.fuyuan7.com） | 转载请注明出处

快速摘要

Kimi Claw 是月之暗面（Moonshot AI）于 2026 年 2 月 15 日正式推出的云端 AI 智能体平台，它将开源项目 OpenClaw 直接内置到了 kimi.com 的浏览器界面中。 用户无需购买服务器、无需配置命令行环境，只需在官网点击「创建」，一分钟之内就能拥有一个搭载 Kimi K2.5 Thinking 模型的 7×24 小时在线 AI 助手。这个助手连接了拥有 5000+ 社区技能的 ClawHub 技能库，附带 40GB 免费云端存储空间，并且支持飞书机器人、Telegram 等多渠道接入。往下看，莫潇羽将带你从底层原理到实操步骤，把 Kimi Claw 从头到尾拆解清楚。

一、先搞懂背景：OpenClaw 到底是什么

在聊 Kimi Claw 之前，必须先理解它背后的核心项目——OpenClaw。

1.1 从 Clawdbot 到 OpenClaw 的演变

OpenClaw 的前身叫 Clawdbot，由奥地利软件工程师 Peter Steinberger（PSPDFKit 创始人）在 2025 年 11 月创建。这个项目在 2026 年初迅速走红，上线两个月 GitHub 星标就突破了 10 万。项目经历了几次更名——先是因为与 Anthropic 的 Claude 商标冲突，从 Clawdbot 改名为 Moltbot，三天后又改为 OpenClaw。尽管名字换了几轮，但项目的核心定位始终没变：一个能真正替你"干活"的 AI 智能体，而不仅仅是一个聊天机器人。

莫潇羽在源码七号站长期跟踪 AI Agent 领域的发展动态，OpenClaw 是我认为 2026 年上半年最值得关注的开源智能体项目之一。传统的 AI 对话工具，比如你问它"帮我整理桌面文件"，它只能给你建议；而 OpenClaw 这类 Agent 会真的去执行——按照你定的规则重命名、分类、移动文件。

1.2 OpenClaw 的核心架构

为了让大家更好地理解后面的 Kimi Claw，这里简要拆解一下 OpenClaw 的分层设计。可以把它想象成一个操作系统，有四个关键层级：

Gateway（网关层） 是整个系统的核心枢纽，负责管理所有会话、路由消息请求、进行身份验证。它是一个长期运行的守护进程，通过 WebSocket 协议与各个组件通信。

Agent（智能体层） 接收到消息和任务后，会调用大语言模型（LLM）进行理解和决策，然后通过内置工具执行操作，比如运行命令、读写文件、控制浏览器等。

Skills（技能层） 是可独立安装和卸载的功能模块，每个 Skill 聚焦一个具体场景，比如"PDF 处理""网页抓取""日历同步"等。Skills 基于 MCP（Model Context Protocol）开放标准构建，可以在不同操作系统上无缝运行。

Channels/Nodes（渠道/节点层） 负责对接各种消息平台，包括 WhatsApp、Telegram、Discord、飞书、Slack、Signal 等，同时支持在手机、笔记本等不同终端设备上运行节点。

用一段简化的架构描述来看：

用户消息（飞书/Telegram/Web...）
        │
        ▼
┌─────────────────────┐
│     Gateway 网关      │
│   （控制面板/路由）     │
└──────────┬──────────┘
           │
     ┌─────┴─────┐
     │   Agent    │  ← 调用 LLM + 工具
     └─────┬─────┘
           │
     ┌─────┴─────┐
     │   Skills   │  ← 可扩展的技能模块
     └───────────┘

这套架构实现了"感知—思考—行动"的完整闭环。模型不仅能聊天，还能通过工具调用实际执行任务。

1.3 传统部署的痛点

在 Kimi Claw 出现之前，如果你想使用 OpenClaw，需要做以下这些事情：

• 准备一台服务器或者 VPS（虚拟私人服务器）
• 安装 Node.js 运行环境
• 通过终端命令行执行安装脚本
• 配置大模型的 API Key（比如 Claude 或 GPT 的密钥）
• 手动设置各个消息渠道的连接参数

这个流程对有技术背景的开发者来说不算复杂，但对普通用户而言门槛相当高。而且自建服务器还涉及安全配置、持续维护等问题——OpenClaw 的开发维护者 Shadow 在 Discord 社区曾表示，如果你不理解命令行操作，这个项目的使用风险是非常高的。

这正是 Kimi Claw 要解决的核心问题。

二、Kimi Claw 的核心原理与技术定位

2.1 一句话定义 Kimi Claw

Kimi Claw 是月之暗面将开源项目 OpenClaw 以云托管方式集成到 kimi.com 平台上的产品形态。 你可以把它理解为"跑在云端的 OpenClaw"——用户不再需要自建服务器，直接在浏览器里就能获得一个具备长期记忆、人格化交互和主动任务执行能力的 AI 助手。

从技术层面看，Kimi Claw 做了三件关键的事：

• 将 Gateway 托管在云端： 原本需要跑在用户本地或 VPS 上的守护进程，现在由月之暗面的云基础设施承载，用户无需操心运行环境。
• 预配置 Kimi K2.5 Thinking 模型： 不再需要用户自行申请第三方模型的 API Key，Kimi Claw 直接搭载自家的 K2.5 模型作为默认推理引擎。
• 打通 ClawHub 技能生态： 将社区技能库直接接入到平台中，用户可以在对话中发现、安装和调用超过 5000 个社区技能。

2.2 Kimi K2.5 Thinking 模型：智能体背后的大脑

Kimi Claw 的"智商"来源于 Kimi K2.5 Thinking 模型。这是月之暗面于 2026 年 1 月发布并开源的旗舰模型，有几个值得了解的关键特征：

万亿参数 MoE 架构。 K2.5 的总参数量达到万亿级别，采用混合专家（Mixture of Experts）架构，实际推理时激活参数约 320 亿。这种设计在保持高性能的同时控制了计算资源消耗。

原生多模态能力。 K2.5 基于约 15 万亿的图文混合 Token 进行预训练，支持文本、图像和视频输入，能够处理"看图写代码""视频内容理解"等跨模态任务。

强化学习驱动的思考系统。 模型内置了类似 OpenAI o1 的推理链机制，在输出结果前会生成一段"内心独白"——对问题进行拆解、推演和反思，然后给出更可靠的答案。用户可以通过 API 参数控制是否开启 Thinking 模式。

Agent 集群能力。 这是 K2.5 的一大亮点。面对复杂任务时，模型不再单打独斗，而是能够动态调度多达 100 个子智能体并行工作，处理多达 1500 个步骤。所有角色分配和任务拆解无需预设，由模型现场决策。

举一个实际场景：如果你让 Kimi Claw 帮你做一份包含 50 家公司的行业调研报告，K2.5 可以同时派出多个"调研员"分头搜集信息，最后汇总整理成报告——这在传统的单体 AI 模型中是很难实现的。

2.3 Kimi Claw 与自建 OpenClaw 的区别

莫潇羽在源码七号站整理了一份对比，帮大家快速理清两者的差异：

可以看到，Kimi Claw 本质上是在"易用性"和"数据自主性"之间做了一个权衡。对于大多数非技术用户来说，Kimi Claw 的体验提升是巨大的。

2.4 "Bring Your Own Claw" 机制

值得一提的是，Kimi Claw 提供了一个叫做 BYOC（Bring Your Own Claw）的功能。如果你已经在自己的服务器上搭建了 OpenClaw 实例，可以将它连接到 kimi.com，用 Kimi 的 Web 界面作为前端来操作你自己的 OpenClaw——同时还能通过 Kimi 的集成层桥接到 Telegram 群组等渠道。

这个设计很巧妙：已有自建环境的老用户不必二选一，可以将两套系统结合使用。

三、手把手操作：从零创建你的 Kimi Claw

3.1 创建 Kimi Claw 实例

操作入口非常直接：

• 第一步： 打开浏览器，访问 https://www.kimi.com/bot
• 第二步： 登录你的 Kimi 账号（如果没有，先注册一个）
• 第三步： 在页面上点击「创建」按钮
• 第四步： 等待大约一分钟，系统会自动完成云端部署

完成后，你就拥有了一个属于自己的 AI 助手实例。这个实例运行在云端，意味着你换一台电脑、换一个手机，只要打开 Kimi 官网登录同一个账号，就能继续和同一个助手对话，之前的聊天记录和配置都在。

注意： 截至本文发布时（2026 年 2 月），Kimi Claw 处于 Beta 测试阶段，需要 Allegretto 及以上级别的会员才能使用。具体的会员等级和权益请以 Kimi 官网最新公告为准。

3.2 自定义 AI 助手的人设

创建完成后，你可以开始"调教"你的 Kimi Claw。这也是莫潇羽认为这个产品可玩性最强的地方之一——它不是一个冷冰冰的工具，而是一个可以被塑造的"数字伙伴"。

设定角色身份。 你可以给它起名字、赋予特定角色，比如"你是我的技术顾问小K"或者"你是一位严谨的信息分析师"。

定义说话风格。 规定语气、口头禅、回复的格式逻辑。比如你可以要求它每次回答都按照"结论—原因—建议"的三段式来组织内容。

设置固定开场和收尾模式。 让它每次对话开头先问候，结尾附上免责声明或提醒事项。

这些自定义不会随着对话的推进而被"遗忘"，因为 Kimi Claw 继承了 OpenClaw 的长期记忆机制。你交代过的事情，它会持续记住。

举个例子：你在某次闲聊中提到"今天是我的生日"，即使过了很多轮对话，当它在后续交互中检测到相关上下文（比如你问能不能吃蛋糕），它会调取之前的记忆——记得你说过今天是生日。这种跨会话的记忆持久性，是 Kimi Claw 和普通 AI 聊天工具的重要区别。

3.3 利用内置搜索能力

Kimi Claw 集成了 Kimi Search 和 Fetch 服务，具备原生的网络搜索和信息抓取能力。这意味着：

你不需要单独安装搜索类技能，它天生就能帮你查资料。 比如你问"今天科技圈有什么大新闻"，它可以实时搜索互联网并给你汇总。

Pro-Grade Search 功能还支持结构化数据检索。 它不仅是泛泛地"搜一搜"，而是能从 Yahoo Finance 等专业数据源获取特定的数据点，用于信息分析和决策支持。

对于经常需要追踪行业动态、竞品信息或市场数据的朋友来说，这个能力直接把 Kimi Claw 变成了一个"热点信息捕手"。

3.4 设置定时任务

Kimi Claw 支持定时任务（Cron），这是它区别于普通聊天 AI 的又一个关键特性。

传统的 AI 助手是"你问它答"的被动模式。而 Kimi Claw 可以被设置为在特定时间点主动执行任务。比如：

• 每天早上 8 点，自动搜索你关注的行业关键词，生成一份简报
• 每周五下午 5 点，汇总本周的工作笔记
• 每隔 2 小时检查一次某个网页的内容变化

设置定时任务时，莫潇羽建议你给出明确的时间要求和输出标准。不要只说"帮我关注一下XX领域"，而是具体到"每天上午 9 点，搜索XX领域的最新资讯，筛选出 3 条最重要的，用三句话总结每条的核心内容，发给我"。越具体，执行效果越好。

四、深入 ClawHub：5000+ 技能库详解

4.1 什么是 ClawHub

ClawHub 是 OpenClaw 生态中的公共技能注册中心。你可以把它理解为 AI 智能体的"应用商店"——开发者在这里发布自己编写的 Skill，普通用户在这里搜索和安装自己需要的功能模块。

Kimi Claw 在上线时就直连了 ClawHub，并且将技能库从自建 OpenClaw 的 700 多个扩展到了 5000 多个。这个规模在整个 OpenClaw 生态中是目前最大的社区技能合集。

4.2 Skill 的技术本质

每个 Skill 本质上是一个功能扩展模块，具备三个核心特征：

功能边界清晰。 每个 Skill 专注于一个具体场景。比如"PDF 处理"就只负责 PDF 相关操作，"网页抓取"就只负责从网页提取数据。模块之间职责分明，互不干扰。

基于 MCP 开放标准。 MCP（Model Context Protocol，模型上下文协议）为 Skill 的开发定义了统一的工具调用接口。不管是执行 Shell 命令、调用邮箱 API，还是控制智能家居设备，都遵循相同的通信规范。这意味着开发者只需按协议封装工具，就能接入整个 Agent 生态。

与 OpenClaw 本体解耦。 Skill 可以单独安装、更新或卸载，不会影响核心引擎的运行。这就像手机上装卸 App 不会影响操作系统一样。

4.3 Skill 的主要分类

从使用场景来看，ClawHub 中的 5000 多个技能可以大致归为以下几个方向：

• 基础工具类： 天气查询、日历管理、文件格式转换、翻译等日常功能
• 自动化类： 网页操作、数据采集、定时任务、浏览器控制等工作流自动化
• 内容创作类： 图像生成、文案撰写、视频制作、设计稿还原等创意生产
• 开发辅助类： 代码分析、Git 管理、API 调试、日志处理等程序员工具
• 数据分析类： 数据清洗、报表生成、信息检索增强等分析场景

4.4 如何在 Kimi Claw 中使用 Skill

在 Kimi Claw 中使用 Skill 的方式非常自然——你甚至不需要提前手动安装。

场景示例： 假设你上传了一个英文 PDF 文档，要求 Kimi Claw 帮你翻译成中文。如果它当前还没有安装翻译相关的 Skill，你可以直接告诉它"去技能库找一下翻译技能"。它会自动在 ClawHub 中搜索匹配的 Skill，安装后立即投入使用。

这个过程背后的技术逻辑是：

用户指令 → Agent 识别缺失能力 → 搜索 ClawHub
   → 找到匹配 Skill → 自动安装 → 执行任务

换句话说，Kimi Claw 的能力边界是可以持续拓展的。即使当前它不会做某件事，你"教一教"或者引导它去技能库找合适的工具，它就能学会。

4.5 Skill 的安全注意事项

莫潇羽在源码七号站特别提醒：虽然 ClawHub 的开放性带来了丰富的功能，但也需要注意安全问题。

网络安全研究机构的测试发现，OpenClaw 生态中曾出现过包含恶意代码的第三方 Skill。这些 Skill 可能会在执行时进行数据窃取或注入攻击，而用户可能完全不知情。

在 Kimi Claw 的云端环境中，这类风险已经被部分缓解（因为执行环境由平台控制），但用户仍然应该：

• 优先使用经过社区广泛验证的热门 Skill
• 对来源不明或评价稀少的 Skill 保持谨慎
• 避免授权 Skill 访问敏感数据（如邮箱、通讯录等）

五、多渠道接入：把 Kimi Claw 带到你常用的平台

5.1 核心理念：一个助手，多个入口

Kimi Claw 的一个重要设计哲学是"统一身份，多渠道触达"。你在 Kimi 官网创建的这个 AI 助手，实际上是一个运行在云端的独立实体。你可以把它接入到不同的平台上——无论是在 Web 端的 Kimi 聊天界面，还是在飞书群聊里，或者在 Telegram 中，你对话的始终是"同一个人"。

在任何一个渠道里的调教和交互，都会被同步到这个助手的记忆中。你在飞书里告诉它一个偏好设定，在 Web 端聊天时它同样会记住。

5.2 接入飞书机器人的完整流程

飞书是国内用户使用 Kimi Claw 最常见的接入渠道之一。以下是莫潇羽整理的详细操作步骤：

第一步：在飞书开放平台创建应用

打开飞书开放平台（https://open.feishu.cn/app），使用你的飞书账号登录，然后点击「创建企业自建应用」。填写应用名称（比如"我的AI助手"）和描述信息。

第二步：添加机器人能力

在应用配置页面，找到「添加应用能力」选项，选择「机器人」并点击「添加」。部分权限的开通需要先添加机器人能力，所以这一步不能跳过。

第三步：获取应用凭证

在应用的「凭证与基础信息」页面，你会看到两个关键参数：

• App ID： 应用的唯一标识符
• App Secret： 应用的密钥

把这两个参数复制保存好，后面要用。

第四步：配置事件订阅

在应用的事件订阅设置中，需要开通以下几个关键事件的权限：

im.message.receive_v1        # 接收消息
im.chat.member.bot.added_v1  # 机器人被添加到群聊
im.chat.member.bot.deleted_v1 # 机器人被移出群聊

第五步：告诉 Kimi Claw 你要接入飞书

回到 Kimi Claw 的对话界面，直接告诉它"我想配置飞书机器人"。它会给出详细的指引，引导你完成后续步骤。然后把你在第三步中获取的 App ID 和 App Secret 发给它即可。

第六步：发布应用并拉入群聊

在飞书开放平台的「版本管理与发布」页面创建版本并发布。发布成功后，你就可以在飞书中搜索到这个机器人应用，把它拉进群聊。

完成以上步骤后，你在飞书群里就能直接和你的 Kimi Claw 助手对话了。它处理的任务、记住的信息，和你在 Web 端使用的完全一致。

莫潇羽@源码七号站 小贴士： 如果你是 OpenClaw 的老用户，也可以通过命令行方式接入飞书，安装飞书插件后配置即可。但对于大多数用户来说，直接使用 Kimi Claw 的界面引导是最简单的方式。

5.3 其他渠道接入说明

除了飞书之外，Kimi Claw 还支持接入 Telegram。通过 BYOC 机制，理论上 OpenClaw 支持的所有渠道（包括 WhatsApp、Discord、Slack、Signal 等）都可以通过桥接方式接入。不过不同渠道的接入难度有所差异，飞书对国内用户最友好，Telegram 的配置最简单。

六、实战场景深度演示

理论讲完，下面莫潇羽用几个真实场景来演示 Kimi Claw 的实际能力。

6.1 场景一：打造你的「信息简报员」

需求： 每天早上自动整理科技行业的热点新闻，生成一份简报。

操作方法：

直接在 Kimi Claw 中发送类似这样的指令：

从现在开始，你的角色是我的科技行业信息分析师。
请在每天早上9:00，自动搜索以下领域的最新动态：
- 人工智能
- 芯片与半导体
- 新能源汽车

搜索完成后，筛选出每个领域最重要的2条新闻，
按以下格式输出：
【领域名称】
标题：xxx
核心信息：用两句话概括
信息来源：xxx

要求：优先选择权威媒体的报道，排除广告性质的内容。

因为 Kimi Claw 集成了 Kimi Search 搜索服务和定时任务能力，它可以按时执行这个流程并把结果推送给你。

6.2 场景二：健康管理助手

需求： 记录每日饮食，帮你评估热量摄入和营养平衡。

操作方法：

先给 Kimi Claw 做一次人设设定：

你是我的健康管理助手，帮我监督饮食。
我的基本信息：身高170cm，体重75kg，目标是健康饮食。
从今天开始，我每次吃东西之前都会拍照或者文字描述发给你。
你需要做的事情：
1. 估算这顿饭的热量和主要营养成分
2. 判断是否符合健康饮食的标准
3. 如果不太合适，给出替代建议
4. 每天晚上10点，汇总当日的饮食情况并给出评价

之后你每次吃饭前随手发一条消息过去，比如"午餐：一碗红烧牛肉面加一个煎蛋"，它会立即给你分析评估。

更关键的是，因为 Kimi Claw 有长期记忆能力，它不会因为对话轮次增多而忘记你之前说过的话。你之前告诉它的偏好、限制（比如"我对海鲜过敏"），它会一直记着。

6.3 场景三：文档翻译与处理

需求： 将一份英文 PDF 报告翻译成中文。

操作方法：

直接把 PDF 文件发给 Kimi Claw，然后说"帮我把这份文档翻译成中文"。如果它当前没有安装翻译相关的 Skill，你可以补充一句"去 ClawHub 技能库找一下翻译类技能"。

它会自动执行以下流程：

接收文件 → 识别需要翻译能力 → 搜索 ClawHub
→ 安装翻译 Skill → 执行翻译任务 → 返回结果

这个过程对用户来说完全透明，你只需要等待结果就好。下一次遇到类似需求时，因为 Skill 已经安装好了，它可以直接执行。

6.4 场景四：编程辅助与代码审查

对于有技术背景的用户，Kimi Claw 搭载的 K2.5 模型在代码能力上表现突出。

你可以发送这样的指令：

帮我写一个 Python 脚本，功能如下：
1. 读取当前目录下所有的 .csv 文件
2. 合并成一个 DataFrame
3. 按照"日期"列降序排列
4. 删除重复行
5. 导出为 result.xlsx

K2.5 模型在 SWE-Bench Verified 上的得分达到 76.8，在多语言代码库的修改任务上也有不错的表现。结合 ClawHub 中的代码分析、Git 管理类 Skill，它可以胜任不少编程辅助场景。

七、40GB 云端存储空间的用法

Kimi Claw 附带 40GB 的免费云端存储空间，这是很多用户容易忽略但实际上非常有用的一个特性。

7.1 解决上下文断裂的问题

传统的 AI 聊天界面受限于上下文窗口，一旦对话过长或涉及大量文件，模型就会"忘记"之前的内容。Kimi Claw 的 40GB 云端空间可以持久化存储你上传的文件、数据集和文档，Agent 可以在需要时检索这些文件来辅助推理。

7.2 支持 RAG（检索增强生成）

对于做数据分析或技术文档管理的用户来说，这个存储空间意味着你可以将大量资料存入云端，让 Kimi Claw 在回答问题时基于你的私有知识库进行检索和引用，大幅提升回答的准确性和相关性。

7.3 文件版本控制与自动备份

Kimi Claw 的云端空间还附带文件版本控制和自动备份功能。你修改过的文件会保留历史版本，不用担心误操作导致数据丢失。

八、引导和调教 Kimi Claw 的实用技巧

莫潇羽在源码七号站的实际测试中，总结了一些提升 Kimi Claw 使用体验的技巧。

8.1 前期投入调教时间

Kimi Claw 和手机一样，刚拿到手只有基础功能。你需要花时间告诉它你的工作习惯、常用场景和输出偏好。前期的调教越细致，后续的使用体验越顺畅。建议你在创建后的前几天，集中做几件事：

• 明确它的角色定位和说话风格
• 告诉它你的常见任务类型
• 设定好输出格式的标准
• 引导它安装几个你最常用的 Skill

8.2 善用引导式对话

当 Kimi Claw 遇到它不擅长的任务时，不要急着放弃。你可以：

• 让它"给出几个方案"，然后从中选择最合适的
• 引导它去 ClawHub 搜索相关技能
• 给它提供示例，让它学习你期望的输出模式

记住，Kimi Claw 的能力边界是持续扩展的——即使当下它不会，通过引导和学习，它可以变得越来越好用。

8.3 任务指令要具体

模糊的指令会导致模糊的结果。以下是一个对比示例：

❌ 模糊指令："帮我关注一下AI领域的新闻"
✅ 具体指令："每天上午9点搜索'AI大模型'和'AI Agent'
两个关键词的最新中文资讯，筛选出阅读量或讨论度
最高的3条，用50字以内概括每条的核心内容"

越是精确地描述你的期望，Kimi Claw 的执行效果就越好。

九、与传统 AI 工具的本质区别

很多人会问：Kimi Claw 和我直接用 ChatGPT、Claude 或者 Kimi 网页版聊天有什么区别？莫潇羽认为核心差异在三个层面：

9.1 从"对话"到"行动"

传统 AI 聊天工具的范式是"你问我答"——你提问题，它给答案，但它不会真的去执行什么。Kimi Claw 继承了 OpenClaw 的行动能力，它可以运行命令、操作文件、控制浏览器、调用外部 API。它不只是告诉你怎么做，而是帮你做完。

9.2 从"短期会话"到"长期伙伴"

普通的 AI 聊天工具在你关闭窗口后，对话上下文就丢失了（或者只保留有限的历史记录）。Kimi Claw 拥有持久化的长期记忆，你的偏好、习惯、历史交互都会被记住，并随着时间推移不断优化它对你的理解。

9.3 从"被动响应"到"主动执行"

通过定时任务功能，Kimi Claw 可以在你没有主动发起对话的情况下，按照预设的计划自动执行任务并推送结果。这让它从一个"被动工具"进化为一个"主动助手"。

十、安全与隐私考量

在使用 Kimi Claw 时，有几个安全层面的问题值得注意。

10.1 数据托管的取舍

Kimi Claw 的数据存储在月之暗面的云端服务器上。这意味着你上传的文件、对话记录和配置信息都托管在第三方平台。如果你的工作涉及高度敏感的数据，需要评估这一点是否符合你的安全要求。

对于对数据控制有严格要求的用户，自建 OpenClaw 仍然是更合适的选择——数据完全存储在你自己的硬件上。

10.2 第三方 Skill 的风险

虽然 ClawHub 提供了丰富的技能扩展，但开放生态中的安全审核不可能做到百分之百。在安装不熟悉的 Skill 时，建议查看其社区评价和使用量，优先选择经过广泛验证的热门技能。

10.3 Prompt 注入攻击

如果你将 Kimi Claw 接入了邮件或消息渠道，需要注意 Prompt 注入的风险——恶意的消息内容可能试图劫持 AI 的行为。避免将 Kimi Claw 连接到包含大量不可控外部输入的数据源。

十一、常见问题排查

在实际使用过程中，你可能会遇到一些问题。以下是莫潇羽整理的常见故障及解决办法：

Kimi Claw 不回复消息了怎么办？

首先尝试刷新页面。如果仍然无响应，进入设置页面，点击「重启 Kimi Claw」。如果问题依然存在，尝试使用「自动修复 Kimi Claw」功能。

能不能给 Kimi Claw 发送图片和文件？

可以。在 Kimi 的聊天界面中直接发送图片和文件即可，Agent 会利用工具进行查看和处理。不过目前从 Kimi Claw 向用户回传文件的功能还在完善中，部分场景可能需要通过其他渠道获取输出文件。

能不能通过终端命令行控制 Kimi Claw？

目前不支持直接的终端访问。云端的 Kimi Claw 实例主要通过聊天界面进行交互，终端 UI 功能属于规划中的后续更新。如果你是需要终端操作的技术用户，可以考虑自建 OpenClaw 实例并通过 BYOC 机制桥接到 Kimi 平台。

在哪些设备上可以使用？

Web 浏览器（PC/Mac）以及 iOS 和 Android 的 Kimi 移动应用均可访问。三端数据完全同步，你在手机上的对话、在电脑上也能看到和继续。

Kimi Claw 和直接使用 Kimi 聊天有什么区别？

最核心的区别在于三点：Kimi C