1. 项目概述与背景
kimi-cli是MoonshotAI开源的一款命令行交互工具,基于Python开发,支持多种大语言模型(如Kimi和DeepSeek)的本地调用。作为一个长期使用各类AI工具的开发者,我发现kimi-cli相比其他同类工具最大的优势在于其简洁的配置方式和灵活的模型切换能力。
在实际开发中,我经常需要在不同模型间切换测试效果。kimi-cli通过config.toml配置文件实现了这一点,特别是对DeepSeek模型的支持让我能在不购买Kimi会员的情况下进行本地开发测试。本文将详细介绍从环境配置到模型切换的完整流程,包含我在Windows系统下使用PyCharm集成开发时积累的实战经验。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与项目初始化
2.1 基础环境配置
在开始前,请确保你的系统已安装以下组件:
- Python 3.8+(推荐3.10版本)
- Git客户端(用于克隆仓库)
- PyCharm专业版或社区版
我建议使用conda创建独立的Python环境,避免依赖冲突:
bash复制conda create -n kimi-cli python=3.10
conda activate kimi-cli
2.2 获取项目代码
通过Git克隆官方仓库到本地:
bash复制git clone https://github.com/MoonshotAI/kimi-cli.git
cd kimi-cli
项目结构说明:
code复制kimi-cli/
├── src/ # 核心源代码目录
├── tests/ # 测试用例
├── config.toml # 主配置文件
└── pyproject.toml # 项目元数据
3. PyCharm项目配置详解
3.1 解决依赖问题
在PyCharm中打开项目后,关键步骤是将src目录标记为源代码根目录:
- 右键点击
src文件夹 - 选择"Mark Directory as" → "Sources Root"
- 等待PyCharm索引完成
这个操作让PyCharm能正确解析项目内的相对导入,避免出现"ModuleNotFoundError"错误。我在初次配置时曾忽略这一步,导
