Kimi CLI

月之暗面的终端智能体——mcp.json，外加 kimi mcp add 命令。

本地 stdio
云端 API Key
已验证

Kimi CLI 是月之暗面的终端编程智能体（不是 Kimi 消费级聊天 App）——一个独立的开发者工具，在 ~/.kimi/mcp.json 里有真实的 MCP 支持。已在真实 Kimi CLI 环境里验证过。

本地版（stdio）

在 ~/.kimi/mcp.json 的 mcpServers 下加一段。command 填 uvx，它会按需下载并运行 Spomory，不用自己装：

{
  "mcpServers": {
    "spomory": {
      "command": "uvx",
      "args": ["--from", "spomory[llm,embedding,mcp]", "spomory-mcp"],
      "env": {
        "LLM_API_KEY": "...",
        "LLM_BASE_URL": "https://api.deepseek.com",
        "LLM_MODEL": "deepseek-v4-flash"
      }
    }
  }
}

更想要固定、锁定版本的安装？可以装到 ~/Documents 之外的虚拟环境里（pip install 'spomory[llm,embedding,mcp]'），然后把 command 直接指向那个虚拟环境的 bin/memory-core-mcp。

这几个环境变量该填什么？

LLM_API_KEY 是你用来做抽取的那个 OpenAI 兼容服务商的 key——OpenAI、DeepSeek、通义千问等都可以。LLM_BASE_URL 和 LLM_MODEL 不填就默认走 OpenAI；换成 DeepSeek、通义千问或其他任意 OpenAI 兼容服务商，或者一个完全本地的 server（Ollama、vLLM、llama.cpp、MLX）都行：

export LLM_API_KEY=...
export LLM_BASE_URL=https://api.deepseek.com   # 可选，默认 OpenAI
export LLM_MODEL=deepseek-v4-flash             # 可选，默认 gpt-4o-mini
export EMBEDDING_MODEL=BAAI/bge-m3             # 可选，默认 bge-m3

完整本地安装指南（含 macOS 的 ~/Documents 那个坑）→

Kimi CLI 的 MCP 文档 →

云端版（API Key）

同一个文件，url + headers；也可以不改文件，用命令添加：kimi mcp add --transport http spomory-cloud https://api.yliuai.com/mcp-apikey/

{
  "mcpServers": {
    "spomory-cloud": {
      "url": "https://api.yliuai.com/mcp-apikey/",
      "headers": {
        "x-api-key": "<你的key>"
      }
    }
  }
}

已在真实 Kimi CLI 环境里验证过，落到的是跟这页其他客户端同一个账号/同一份记忆图谱。

<你的key> 从哪来？

用 curl 立即拿一个——自己测试够用：

curl -X POST https://api.yliuai.com/users/register \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'
# 响应里的 api_key（mck_ 开头）只在这一次返回，记下来

这种方式拿到的 Key 不需要证明邮箱归属——自己测试没问题，但正式使用建议走邮箱确认表单，那个真的会验证邮箱。

去「云端 / 跨 App」页面走邮箱验证拿 Key →

Kimi CLI 的 MCP 文档 →

让它真的被用起来

接上工具不代表客户端会主动去用它们——得告诉它在回答之前先调 search_memory，在你说了件值得记住的事之后调 add_memory。SKILL.md 就是干这个的一份简短指令文件。怎么让客户端读到它，每个客户端都不一样：有些会自动扫描 skills 目录（跟 Claude Code 一个路数），有些只有自定义指令/系统提示词这类字段。这个客户端已验证过：

Kimi CLI 会自动扫描 .kimi/skills/、.claude/skills/、.codex/skills/ 或 .agents/skills/（项目级），以及对应的 ~/.kimi、~/.claude、~/.codex、~/.config/agents 路径（用户级）——甚至能直接读已有的 .claude/skills/ 文件夹。

GitHub 上的 SKILL.md →