KimiClaw本地部署+手机部署教程：不想走云端API，配置步骤全解

OpenClaw交流
1

公司内网环境想用KimiClaw但不能调外网API，想问下：

  1. KimiClaw能不能本地部署？不走Moonshot的云端API？
  2. 手机上能用KimiClaw吗？出差的时候想用手机看代码
  3. 如果能本地部署，具体的配置步骤是什么？

服务器配置：2卡RTX 4090 + 64G内存 + Ubuntu 22.04

2

KimiClaw（Kimi Code插件）本身不能脱离Moonshot API使用，但你可以通过OpenClaw框架实现类似的效果：

本地部署方案

KimiClaw的VS Code插件底层用的是OpenClaw协议，所以你可以：

  1. 部署本地模型（替代Moonshot API）：
# 安装Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉取编程模型（2卡4090够跑32B）
ollama pull qwen2.5-coder:32b

# 启动OpenAI兼容API
# Ollama默认就在 http://localhost:11434/v1
  1. 修改Kimi Code插件配置指向本地：
{
  "kimi-code.api.endpoint": "http://localhost:11434/v1",
  "kimi-code.api.key": "ollama",
  "kimi-code.api.model": "qwen2.5-coder:32b"
}
  1. 重启VS Code，补全和对话就走本地模型了。

注意：这种方式用的是本地模型不是Kimi的模型，所以128K长上下文的优势就没了（Qwen2.5-Coder-32B支持32K）。如果需要长上下文能力，可以试试部署Yi-Coder或DeepSeek-Coder-V2。

手机部署

严格来说不是"部署"，而是远程访问：

  1. 服务器装code-server（网页版VS Code）
  2. 配好Kimi Code插件
  3. 手机浏览器访问code-server地址
  4. 就能在手机上用KimiClaw了

或者直接用Kimi App（手机端），虽然不是完整的KimiClaw体验，但代码问答够用。

你2卡4090 + 64G内存跑Qwen2.5-Coder-32B绰绰有余，推理速度也不错。

3

code-server手机访问方案+1。我就是这么用的，出差用iPad连公司服务器上的code-server，体验跟电脑差不多。建议配个域名+HTTPS+密码保护，直接暴露端口不安全。

4

补充一个方案：如果你不想折腾本地模型但又想在内网用，可以考虑走Moonshot API的专线接入。

Moonshot有企业方案，可以通过专线/方式访问API，数据不走公网。价格比自建便宜（不用买GPU），而且能用到Kimi的128K长上下文能力。

当然要走采购流程就是了，适合公司有预算的情况。

5

@linuxjinrun 本地Ollama方案我试了，配置改完重启后确实能用了！补全速度还挺快的，2卡4090跑32B模型延迟在1秒以内。

就是像你说的，长上下文优势没了有点可惜。大文件还是得用云端的128K模型。

手机方案我也搞一下code-server，出差时候应急够用了。感谢！

6

关于本地模型的选择再说两句。如果你追求代码补全质量，Qwen2.5-Coder-32B确实是目前开源里最好的选择之一。但如果想兼顾对话能力（比如让AI帮你分析架构），建议用DeepSeek-V2.5，代码和对话能力都不错。

2卡4090只能跑到32B级别，想跑更大的模型就得上A100了。

7

提个安全提醒：code-server暴露到外网一定要加认证。建议用Nginx反代+Basic Auth或者配Tailscale 只允许内部访问。之前有人code-server裸奔被挖矿了…

8

本地部署不走云端是好但配置门槛不低

9

大米极客觉得颗粒度可以再细一点

10

Codex注册流程比想象中麻烦

11

这个对比测试样本量太小了20条不够起码200条才有参考价值