كيفية استخدام Kimi K-2.5 مجاناً مع OpenClaw؟

يمثل Kimi K-2.5 تقدمًا كبيرًا في نماذج اللغة الكبيرة متعددة الوسائط. قامت شركة Moonshot AI ببناء هذه البنية ذات المليار معلمة "مزيج الخبراء" (Mixture-of-Experts) التي تُفعّل حوالي 32 مليار معلمة في كل خطوة استدلال. يتفوق النموذج في التفكير، والترميز، والفهم البصري، وتحليل مقاطع الفيديو القصيرة، والسلوكيات الوكيلية بدعم يصل إلى 100 وكيل فرعي متوازي. يبحث المطورون بشكل متكرر عن طرق فعالة من حيث التكلفة للاستفادة من Kimi K-2.5 في بيئات شبيهة بالإنتاج.

💡

يعمل Apidog على تبسيط التحقق من نقطة النهاية وتصحيح أخطاء الحمولة طوال العملية. قم بتنزيل Apidog مجانًا من apidog.com الآن، فهو يتيح لك اختبار طلبات Kimi K-2.5 بسرعة قبل ربطها بـ OpenClaw، واكتشاف مشكلات التنسيق أو المصادقة مبكرًا وتوفير وقت كبير في تصحيح الأخطاء.

button

يوفر OpenClaw (أُعيد تسميته من ClawdBot إلى MoltBot في أوائل عام 2026، وغالبًا ما يظل يُسمى OpenClaw في مناقشات المجتمع) إطار عمل وكيل مفتوح المصدر ومستضاف ذاتيًا. يربط نماذج اللغة الكبيرة (LLMs) مثل Kimi K-2.5 بمنصات المراسلة بما في ذلك Telegram وDiscord وSlack وWhatsApp. نظرًا لأن OpenClaw يتبع معايير API المتوافقة مع OpenAI، يظل التكامل مباشرًا.

تُمكّن خيارات الاستدلال المحلية والطبقات المجانية المحدودة لواجهة برمجة التطبيقات (API) من الاستخدام المجاني تمامًا أو شبه المجاني لـ Kimi K-2.5 مع OpenClaw. يوفر هذا النهج خصوصية قوية، وزمن وصول منخفض للمهام في الوقت الفعلي، وعدم وجود فواتير سحابية متكررة لأعباء العمل المعتدلة.

لماذا يوفر Kimi K-2.5 + OpenClaw وصولاً مجانيًا عالي القيمة إلى الذكاء الاصطناعي؟

يبرز Kimi K-2.5 بمعالجته الأصلية متعددة الوسائط. إنه يتعامل مع النصوص، والصور (المشفرة بتقنية base64 في الرسائل)، ولقطات شاشة واجهة المستخدم، والمخططات، وإطارات الفيديو القصيرة المستخرجة إلى رموز بصرية. تدعم واجهة برمجة التطبيقات الرسمية نافذة سياقية بحجم 256 ألف رمز، مما يتيح تحليل مستودعات التعليمات البرمجية بأكملها، أو المستندات الطويلة، أو سجلات الدردشة الممتدة في تمريرة واحدة.

Kimi 2.5 website interface — واجهة موقع Kimi 2.5

تتيح الميزات الوكيلية لـ Kimi K-2.5 إنشاء وكلاء فرعيين ينفذون مهامًا فرعية متوازية، وينسقون استدعاءات الأدوات، ويتجهون نحو أهداف معقدة. غالبًا ما تضع المعايير Kimi K-2.5 متقدمًا على أو قريبًا من نماذج مثل Claude 3.5 Sonnet أو GPT-4o في الترميز والرياضيات والتفكير البصري، بينما يكلف أقل بكثير لكل رمز.

يحول OpenClaw هذه الإمكانيات إلى وكلاء عمليين. فهو يدير حالة المحادثة، ويوجه الرسائل عبر القنوات، وينفذ المهارات (الأدوات المخصصة)، ويحتفظ بالذاكرة الدائمة. يؤدي تشغيل OpenClaw محليًا إلى الاحتفاظ بجميع البيانات على أجهزتك، وهو أمر مهم لسير العمل الحساسة.

OpenClaw website interface — واجهة موقع OpenClaw

تشمل مسارات الوصول المجانية ما يلي:

الطبقة المجانية من Moonshot API (حوالي 1.5 مليون رمز في اليوم في العديد من المناطق، قابلة للتغيير)
الاستدلال المحلي بالكامل باستخدام أوزان GGUF المجتمعية الكمية من Hugging Face

يتكامل كلا المسارين بسلاسة مع OpenClaw.

المتطلبات الأساسية: الإعداد الصحيح لنظام Windows / WSL2 في عام 2026

يعمل OpenClaw بشكل أفضل داخل بيئة Linux، لذا على أجهزة Windows، يستخدم المسار الموصى به WSL2 (النظام الفرعي لـ Windows لـ Linux 2) مع Ubuntu. يوفر هذا واجهة أوامر Linux كاملة، وتسريع وحدة معالجة الرسوميات (عبر NVIDIA CUDA إذا كان لديك جهاز متوافق)، ومشاركة ملفات سلسة مع Windows.

تثبيت WSL2 + Ubuntu على Windows (موصى به للمبتدئين)

اعتبارًا من عام 2026، قامت Microsoft بتبسيط عملية التثبيت إلى أمر واحد يمكّن WSL2، ويثبت أحدث توزيعة Ubuntu افتراضيًا، ويقوم بإعداد كل شيء تلقائيًا.

افتح PowerShell كمسؤول:

انقر بزر الماوس الأيمن على زر ابدأ ← حدد Windows PowerShell (المسؤول) أو Terminal (المسؤول).
تأكيد أي مطالبة تحكم حساب المستخدم (UAC).

2. شغّل المثبت المكون من سطر واحد:

wsl --install

هذا الأمر:

يمكّن ميزات Windows المطلوبة ("النظام الفرعي لـ Windows لـ Linux" و"منصة الجهاز الظاهري").
يقوم بتنزيل وتثبيت أحدث نواة WSL.
يثبت Ubuntu (التوزيعة الافتراضية، وعادةً ما تكون أحدث إصدار دعم طويل المدى مثل 24.04).
يضبط WSL 2 كإصدار افتراضي.

3. أعد تشغيل جهازك عند المطالبة بذلك (يتطلب إعادة التشغيل لتطبيق تغييرات الميزة).

4. بعد إعادة التشغيل، يبدأ إعداد Ubuntu تلقائيًا في نافذة طرفية جديدة:

انتظر حتى ينتهي التثبيت الأولي (بضع دقائق).
أنشئ اسم مستخدم وكلمة مرور لـ Linux عند السؤال (وهذه بيانات اعتماد منفصلة عن بيانات اعتماد Windows الخاصة بك).
يصبح اسم المستخدم هذا هو مستخدم Linux الافتراضي الخاص بك.

5. افتح طرفية Ubuntu (التطبيق):

ابحث عن Ubuntu في قائمة ابدأ في Windows وقم بتشغيله (يظهر باسم "Ubuntu" أو "Ubuntu 24.04 LTS").
بدلاً من ذلك، في PowerShell أو Windows Terminal، اكتب ببساطة:

ubuntu

أو

wsl

(يفتح هذا التوزيع الافتراضي، وهو Ubuntu).

أنت الآن داخل واجهة أوامر bash الخاصة بـ Ubuntu (موجه مثل username@hostname:~$).

6. تحقق من أن WSL2 نشط: في PowerShell (وليس داخل Ubuntu):

wsl --list --verbose

يجب أن ترى:text

NAME      STATE           VERSION
* Ubuntu    Running         2

(النجمة * تشير إلى التوزيع الافتراضي؛ VERSION 2 يؤكد WSL2.)

تعديلات اختيارية

لتثبيت إصدار Ubuntu محدد (على سبيل المثال، 22.04): wsl --install -d Ubuntu-22.04
سرد جميع التوزيعات المتاحة: wsl --list --online
تحديث حزم Ubuntu على الفور: داخل طرفية Ubuntu قم بتشغيل sudo apt update && sudo apt upgrade -y.

بمجرد تشغيل Ubuntu، تابع متطلبات OpenClaw الأساسية داخل طرفية Ubuntu هذه.

تثبيت Node.js ≥ 24 (الإصدار 22 يعطل تبعيات OpenClaw الأخيرة): استخدم NodeSource أو nvm؛ مثال مع apt:

curl -fsSL https://deb.nodesource.com/setup_24.x | sudo -E bash -  
sudo apt install -y nodejs

2. تمكين Corepack وإعداد pnpm 10:

corepack enable  
corepack prepare pnpm@10 --activate

3. إعداد مسار bin لـ pnpm العام:

pnpm setup  
source ~/.bashrc   # or restart the terminal

4. التحقق:

node -v    # must show ≥24  
pnpm -v    # 10.x  
echo $PATH # includes ~/.local/share/pnpm

تثبيت OpenClaw بشكل صحيح (فبراير 2026)

حزم npm القديمة moltbot / clawdbot وملف molt.bot/install.sh هي إصدارات قديمة. استخدم المثبت الرسمي الحالي:

curl -fsSL https://openclaw.ai/install.sh | bash

شغّل هذا داخل طرفية Ubuntu (WSL2).
بعد التثبيت، أعد تحميل الواجهة الطرفية: source ~/.bashrc.
تحقق من CLI:

command -v openclaw

توجد التكوينات في ~/.openclaw/openclaw.json (تُرحل تلقائيًا من المسارات الأقدم).
تحديث بشكل متكرر: npm update -g openclaw@latest.

Openclawd command prompt — موجه الأوامر الخاص بـ Openclawd

اختبار نقاط نهاية Kimi K-2.5 باستخدام Apidog أولاً (خطوة تحقق حاسمة)

تحقق دائمًا من وصول Kimi K-2.5 قبل لمس تكوينات OpenClaw، فمعظم أخطاء التكامل تنبع من مفاتيح أو نقاط نهاية غير صالحة.

قم بتنزيل وتشغيل Apidog (يعمل الإصدار المجاني بشكل مثالي) على جهاز Windows الخاص بك.
إنشاء طلب POST جديد.
تعيين عنوان URL:text

https://api.moonshot.ai/v1/chat/completions

4. إضافة رؤوس (headers):

Authorization: Bearer sk-your-moonshot-key
Content-Type: application/json

5. الصق نص الاختبار هذا لـ Kimi K-2.5:

{  
  "model": "kimi-k2.5",  
  "messages": [  
    {  
      "role": "user",  
      "content": "Confirm you are Kimi K-2.5 and describe three key multimodal or agentic capabilities."  
    }  
  ],  
  "temperature": 0.7,  
  "max_tokens": 256  
}

6. إرسال الطلب.

تأكيد 200 OK مع استجابة ذات صلة يؤكد أن مفتاحك يعمل. يعرض Apidog زمن الوصول في الوقت الفعلي، وحمولات الطلب/الاستجابة الكاملة، واستخدام الرموز، وينشئ مقتطفات التعليمات البرمجية تلقائيًا (Node.js، Python، cURL) لتكامل OpenClaw. يوفر هذا الفحص الذي يستغرق دقيقة واحدة ساعات من تصحيح الأخطاء.

دمج Kimi K-2.5 عبر Moonshot API في OpenClaw

سجل في platform.moonshot.ai، وقم بإنشاء مفتاح API (sk-...).
عدّل ~/.openclaw/openclaw.json (داخل Ubuntu):JSON

{  
  "agent": {  
    "model": { "primary": "moonshot/kimi-k2.5" }  
  },  
  "models": {  
    "providers": {  
      "moonshot": {  
        "baseUrl": "https://api.moonshot.ai/v1",  
        "apiKey": "sk-your-moonshot-key",  
        "api": "openai-completions",  
        "models": [  
          {  
            "id": "kimi-k2.5",  
            "name": "Kimi K-2.5 API 256K",  
            "contextWindow": 262144,  
            "maxTokens": 8192  
          }  
        ]  
      }  
    }  
  }  
}

3. تأمين المفتاح: export MOONSHOT_API_KEY=sk-... (أو استخدم .env).

4. إعادة التشغيل: openclaw restart.

5. الاختبار في التطبيق المتصل (مثل Telegram): أرسل "من يشغلك اليوم؟" ← تشير الردود إلى Moonshot / Kimi K-2.5.

نشر Kimi K-2.5 محليًا للحصول على وصول مجاني وغير محدود بنسبة 100%

بناء llama.cpp مع تسريع GPU (داخل Ubuntu؛ تثبيت تبعيات البناء أولاً: sudo apt install build-essential cmake git):

git clone https://github.com/ggerganov/llama.cpp  
cd llama.cpp && make LLAMA_CUDA=1   # or ROCm/Metal if applicable

2. تنزيل أوزان GGUF (موصى به: unsloth/Kimi-K2.5-GGUF):

huggingface-cli download unsloth/Kimi-K2.5-GGUF --local-dir ./kimi-gguf

(تثبيت huggingface-hub إذا لزم الأمر: pip install -U huggingface_hub)

3. بدء تشغيل خادم متوافق مع OpenAI:

./llama-server -m ./kimi-gguf/kimi-k2.5-UD-IQ2_XXS.gguf --port 8080 --ctx-size 32768 --n-gpu-layers 99 --host 0.0.0.0 --flash-attn

4. تحديث تكوين OpenClaw:

{  
  "agent": { "model": { "primary": "local-kimi/kimi-k2.5" } },  
  "models": {  
    "providers": {  
      "local-kimi": {  
        "baseUrl": "http://127.0.0.1:8080/v1",  
        "apiKey": "sk-no-key-required",  
        "api": "openai-completions",  
        "models": [  
          { "id": "kimi-k2.5-local", "name": "Kimi K-2.5 Local GGUF", "contextWindow": 32768, "maxTokens": 4096 }  
        ]  
      }  
    }  
  }  
}

5. إعادة التشغيل: openclaw restart.

مقارنة Kimi K-2.5 بين API والإصدار المحلي (2026)

الميزة	واجهة برمجة تطبيقات Moonshot (الطبقة المجانية)	الاستدلال المحلي GGUF
نافذة السياق	256 ألف رمز	8 آلاف – 128 ألف (محدود بذاكرة الفيديو VRAM)
متعدد الوسائط (صور/فيديو)	أصلي كامل	الصور مدعومة؛ الفيديو جزئيًا
التكلفة	مجاني ~1.5 مليون رمز في اليوم (المستوى 0)	صفر بعد التنزيل
الخصوصية	تُرسل إلى Moonshot	محلي بالكامل
زمن الوصول	منخفض (سحابي)	يعتمد على وحدة معالجة الرسوميات (5–40 رمزًا/ثانية)
سرب الوكلاء	ممتاز	جيد، لكنه مقيد بالسياق
ذاكرة الفيديو الموصى بها (VRAM)	لا يوجد	24–96 جيجابايت لكميات جيدة

اختر واجهة برمجة التطبيقات للحصول على أقصى قدرة؛ انتقل إلى المحلي للاستخدام المكثف أو الحساس.

تحسين أداء Kimi K-2.5 في إعدادات OpenClaw

طابق contextWindow في التكوين تمامًا مع --ctx-size للخادم لمنع الفشل الصامت.
اخفض درجة الحرارة (0.6–0.8) لمهام الترميز/الوكيل الدقيقة.
استخدم Apidog لقياس زمن الوصول وكفاءة الرموز عبر المزودين.
تمكين flash attention في llama.cpp لزيادة السرعة بنسبة 20–40%.
للتشغيل المحلي، ابدأ بكمية أقل من التكميم (مثل IQ3 أو Q4) ثم قم بالترقية حسب ما تسمح به ذاكرة الفيديو (VRAM).
أضف مطالبات نظام مخصصة في OpenClaw لتوجيه Kimi K-2.5 نحو مخرجات موجزة.
راقب ذاكرة الفيديو (VRAM) باستخدام nvidia-smi أثناء الاستدلال؛ قم بتفريغ الطبقات بقوة.
نفذ التراجع الأسي في المهارات المخصصة إذا ظهرت حدود معدل API.

استكشاف مشكلات Kimi K-2.5 + OpenClaw الشائعة وإصلاحها

401 غير مصرح به: أعد التحقق من المفتاح في Apidog.
أخطاء تجاوز سعة السياق: قلل --ctx-size أو لخص السجل.
توليد محلي بطيء: قلل --n-gpu-layers، استخدم كمية أقل، قم بتمكين التحسينات.
فشل الوسائط المتعددة محليًا: تأكد من أن GGUF يتضمن دعم الرؤية؛ ارجع إلى واجهة برمجة التطبيقات.
لا يوجد رد في الدردشة: تحقق من سجلات OpenClaw بحثًا عن أخطاء المزود؛ أعد تشغيل الخدمة.

التوصيات النهائية لـ Kimi K-2.5 و OpenClaw

يؤدي دمج Kimi K-2.5 مع OpenClaw إلى إنشاء وكلاء ذكاء اصطناعي مرنين وقويين. ابدأ بالطبقة المجانية من Moonshot API لتحقيق مكاسب سريعة وميزات كاملة متعددة الوسائط ووكيلية. انتقل إلى الاستدلال المحلي لـ GGUF للتشغيل الخاص غير المحدود بمجرد دعم الأجهزة لذلك.

قم بتنزيل Apidog مجانًا لتبسيط كل خطوة تحقق. تنتج التعديلات الصغيرة في التكوين التي تتطابق مع أحجام السياق، وتأمين المفاتيح، وقياس نقاط النهاية، أكبر مكاسب في الموثوقية.

button

جرب كلا المسارين اليوم. يقدم Kimi K-2.5 و OpenClaw معًا قدرات الذكاء الاصطناعي على مستوى الحدود بتكلفة قليلة أو بدون تكلفة.