OpenClaw 结合 Kimi K2.5 的本地私有化部署与办公自动化实战

验证部署

1. 本地访问：浏览器打开 http://localhost:18789，输入步骤 2 设置的 Token，点击连接即可进入控制台。
2. 远程访问：浏览器打开 http://服务器 IP:18789，输入 Token 即可（服务器需开放 18789 端口，防火墙放行）。

Kimi K2.5 API 接入

方式 1：OpenClaw 内置配置（可视化操作，新手首选）

1. 进入 OpenClaw 控制台，左侧导航栏点击「模型配置」→「自定义模型」。
2. 选择「OpenAI 兼容接口」，填写以下参数（精准对应 Kimi K2.5）：
   • 模型名称：kimi-k2.5（固定值，不可修改）
   • API Base URL：https://ark.cn-beijing.volces.com/api/coding（火山方舟固定地址）
   • API Key：填写之前获取的 Kimi Code API Key
   • 最大 Token：2048（平衡响应速度与内容长度）
   • 温度：0.3（办公场景推荐，精准度优先）
3. 点击「测试连接」，提示「连接成功」后保存配置，默认模型切换为 kimi-k2.5。

方式 2：自定义 API 调用（开发者首选，支持多模态）

1. 安装依赖

pip install openai==1.13.3 python-dotenv

指定版本避免兼容性问题。

2. 完整调用代码

支持文本和图片多模态，直接运行。

import os
import base64
from openai import OpenAI
from dotenv import load_dotenv

# 加载环境变量（避免密钥明文泄露）
load_dotenv()

client = OpenAI(
    api_key=os.getenv("KIMI_API_KEY"), # 替换为你的 Kimi API Key
    base_url="https://ark.cn-beijing.volces.com/api/coding" # 固定接口地址
)

# 文本调用示例（办公问答/代码生成）
def kimi_text_chat(prompt):
    completion = client.chat.completions.create(
        model="kimi-k2.5", # 固定模型名称，不可修改
        messages=[{"role": "user", "content": prompt}],
        temperature=0.3,
        max_tokens=2048
    )
    return completion.choices[0].message.content

# 多模态调用示例（图片解析/PDF 内容提取）
def kimi_multimodal_chat(prompt, image_path):
    # 图片转 base64（Kimi K2.5 多模态必需格式）
    with open(image_path, "rb") as f:
        image_data = base64.b64encode(f.read()).decode("utf-8")
    
    completion = client.chat.completions.create(
        model="kimi-k2.5",
        messages=[{
            "role": "user",
            "content": [
                {"type": "text", "text": prompt},
                {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{image_data}"}}
            ]
        }],
        temperature=0.5
    )
    return completion.choices[0].message.content

# 调用示例
if __name__ == "__main__":
    # 文本调用：生成 Excel 数据处理脚本
    print(kimi_text_chat("写一个 Python 脚本，批量读取 Excel 文件并汇总数据，添加详细注释"))
    # 多模态调用：解析 PDF 截图中的表格数据
    # print(kimi_multimodal_chat("提取图片中的表格数据，转为 JSON 格式", "pdf_screenshot.png"))

多端远程控制配置

场景 1：飞书机器人配置（国内办公首选，无缝对接）

1. 飞书开放平台创建机器人：登录飞书开发者后台→「企业自建应用」→「创建应用」，填写名称后提交。
2. 配置事件与回调：
   • 事件订阅：添加「im.message.p2p_msg」权限（只读），订阅方式选「长链接」。
   • 回调配置：请求地址填写 http://你的 IP:18789/feishu，Token 和 EncodingAESKey 随机生成并保存。
3. 发布应用并测试：飞书后台「版本管理与发布」→「创建版本」→「发布到企业」，搜索机器人名称发送消息，AI 自动响应。

OpenClaw 配置飞书插件：

# 进入容器配置飞书参数
docker exec -it openclaw-kimi bash
openclaw plugin enable feishu
openclaw config set feishu.token 飞书回调 Token
openclaw config set feishu.aes_key 飞书 EncodingAESKey
openclaw config set feishu.app_id 飞书应用 AppID
openclaw config set feishu.app_secret 飞书应用 AppSecret
# 重启服务生效
openclaw gateway restart

场景 2：企业微信机器人配置（团队协作必备）

1. 企业微信创建机器人：登录企业微信管理后台→「应用管理」→「智能机器人」→「API 模式创建」。
2. 填写配置信息：请求 URL 填写 http://你的 IP:18789/wecom，复制系统生成的 Token 和 EncodingAESKey。
3. 测试使用：企业微信通讯录中找到机器人，发送指令（如「帮我整理今天的工作日报」），AI 自动生成内容。

OpenClaw 配置企业微信插件：

docker exec -it openclaw-kimi bash
openclaw plugin enable wecom
openclaw config set wecom.token 企业微信 Token
openclaw config set wecom.aes_key 企业微信 EncodingAESKey
openclaw gateway restart

高频实战案例

案例 1：办公自动化 - Excel 批量处理 + PPT 一键生成

1. 指令触发（飞书/控制台发送均可）：「帮我批量处理 D 盘下的 Excel 文件，汇总所有表格的销售额数据，生成可视化图表，并基于汇总结果制作一份产品销售分析 PPT」。
2. 核心原理：OpenClaw 调用 Kimi K2.5 生成处理脚本→自动执行脚本汇总数据→调用 PPT 生成 Skill→输出最终文件至指定目录。
3. 关键配置：提前在 OpenClaw 启用「excel-processor」和「ppt-generator」Skill（内置 700+ Skill 库直接调用）。

案例 2：远程任务调度 - 定时推送行业资讯

• 效果：每天 9 点自动生成资讯并推送至个人飞书，无需手动操作。

设置定时任务（容器内执行）：

# 安装定时任务插件
openclaw plugin enable cron

# 添加定时任务：每天 9 点推送行业资讯
openclaw cron add --name "daily_news" --schedule "0 9 * * *" --command "kimi_text_chat('整理今日 AI 行业热点资讯，精简为 3 条核心内容，每条不超过 50 字') | openclaw feishu send --user_id 你的飞书 ID"

案例 3：多模态处理 - PDF 文档解析 + 内容提炼

1. 发送指令 + 上传 PDF 文件（飞书直接发送文件）：「解析这份 PDF 文档，提取核心观点，生成 100 字以内的摘要，并列出 3 个关键结论」。
2. 核心能力：Kimi K2.5 多模态解析 PDF 内容→OpenClaw 整理格式→返回结构化结果，支持批量解析多个 PDF 文件。

避坑指南

1. Docker 启动失败：报错「端口占用」，修改 docker-compose.yml 中端口（如 18789 改为 18790），执行 docker compose down && docker compose up -d。
2. Kimi API 调用报错：优先检查密钥是否正确（无空格/完整复制），确认火山方舟账号有调用额度，模型名称必须为 kimi-k2.5。
3. 远程访问认证失败：未设置 gateway.auth.token，重新执行配置命令，访问时输入正确 Token，非 HTTPS 环境仅支持 localhost 或局域网访问。
4. 显存/内存不足：Linux 系统可限制容器资源，修改 docker-compose.yml 添加 cpus: "1.0"、mem_limit: "2g" 参数。
5. 数据丢失风险：严禁执行 docker compose down -v（会删除数据卷），仅用 docker compose down 停止服务，数据卷 openclaw-data 不可删除。
6. Skill 调用失败：启用 Skill 前检查依赖是否齐全，如 PPT 生成需安装 LibreOffice，执行 apt install libreoffice-writer libreoffice-impress（容器内）。

进阶优化

安全加固

加密 API 密钥，限制访问 IP，防止未授权调用。

# 限制仅指定 IP 可访问
openclaw config set gateway.allow_ips 192.168.1.0/24,你的公网IP

# 加密存储 API 密钥
openclaw config encrypt kimi.api_key
# 加密后密钥不再明文显示

功能扩展

接入 700+ 精选 Skill 库，一键安装办公/开发/运维工具。

# 克隆 Skill 库并加载
git clone https://github.com/VoltAgent/awesome-openclaw-skills.git /root/.openclaw/skills
openclaw skill reload
# 重新加载所有 Skill

性能调优

限制容器资源，适配低配设备，添加日志轮转避免磁盘占满。

# docker-compose.yml 中添加资源限制和日志配置
services:
  openclaw:
    # 资源限制（低配设备推荐）
    cpus: "1.0"
    mem_limit: "2g"
    # 日志轮转（避免日志过大）
    logging:
      driver: "json-file"
      options:
        max-size: "100m"
        max-file: "5"

收尾验证

1. 查看服务状态：docker compose ps（所有服务状态为 Up 即正常）。
2. 测试核心功能：发送指令「写一个简单的 Python HelloWorld 脚本」，AI 快速响应即部署成功。
3. 开机自启配置：docker compose enable openclaw-kimi（系统重启后自动启动服务）。