本文分享了如何通过Kimi K2和Claude Code，以较低的成本体验AI编程助手。通过在MacOS M4系统上配置环境变量、安装Node.js和Claude Code，并绕过认证，用户可以利用Kimi K2替代原生的Claude AI，实现更经济的AI编程体验。文章指出了使用过程中需要充值以提高并发能力的限制，并强调了Kimi K2在国内使用的优势以及其价格优势。尽管在体验和编程能力上可能略逊于原生Claude 4，但Kimi K2结合Claude Code为用户提供了另一种可行的AI编程选择。

🔑首先，为了使用Kimi K2，用户需要在月之暗面的开发者后台申请API Key，注册后会获得初始的15元人民币的赠送。

💻其次，需要在MacOS M4系统上安装Node.js和Claude Code。具体步骤包括使用nvm安装Node.js版本>=18，然后通过npm安装Claude Code。

⚙️接着，通过配置环境变量，将Claude Code默认模型替换为Kimi K2。配置环境变量时，需要将月之暗面API Key设置为ANTHROPIC_API_KEY的值。

✅随后，绕过Claude Code认证。通过编辑 $HOME/.claude.json 文件，添加"hasCompletedOnboarding": true字段，即可绕过登录认证。

💰最后，为了获得更好的体验，用户需要充值至少50元以解锁“并发50”的限制。免费账户默认“并发1”，这会影响使用体验。

完整内容请移步阅读： https://mp.weixin.qq.com/s/J4J5bcW0XgSGH5UTxGmRZw

感谢 Kimi K2 ，让穷人也用上了 Claude Code 。

体验还不错，页面画的还行，能用

优点：相比较，token 费用低一点

缺点：得首冲¥50 不然并发更不上，还有响应慢一点

以 MacOS M4 系统为例

1. 先去月之暗面的开发者后台申请 API Key ，注册默认送 ¥15

https://platform.moonshot.cn/console/api-keys

2. 安装 Node.js

版本 >= 18

# Download and install nvm:curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash# in lieu of restarting the shell\. "$HOME/.nvm/nvm.sh"# Download and install Node.js:nvm install 18# Verify the Node.js version:node -v # Should print "v18.20.8".nvm current # Should print "v18.20.8".# Verify npm version:npm -v # Should print "10.8.2".

3. 安装 Claude Code

npm install -g @anthropic-ai/claude-code

4. 添加环境变量

cat << 'EOF' >> ~/.zshrc# claude codeexport ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic/export ANTHROPIC_API_KEY=$YOUR_API_KEYEOF

$YOUR_API_KEY 就是我们第 1 步在月之暗面后台申请的 API Key

这样我们就把 Claude Code 默认的模型替换为 Kimi K2

5. 绕过 Claude Code 认证

打开项目文件夹，终端启动 Claude Code

cd your_projectclaude

这时候就会弹出登录认证网页。

我们只需要编辑 $HOME/.claude.json 添加新字段"hasCompletedOnboarding": true即可

最后我们在终端启动 claude 就可以开始对话了。

6. V50 看看实力

月之暗面 Free 账户默认“并发 1”，至少累计冲 50 解锁“并发 50” 才能完全发挥 Claude Code 的实力。

https://platform.moonshot.cn/docs/pricing/limits

总结

唯一槽点就是需要累积冲 50 提高并发能力才能丝滑使用 Claude Code 。另外体验和编程能力肯定是没有原生 Claude 4 好，但是国内不会封号啊，这点很重要，而且价格还便宜。

只是把“决策大脑”从 Claude AI 替换成了 Kimi K2 ，其他的都还是用 Clade Code 自己的。如果想要了解 AI Agent ，可以看我写的 一文读懂 AI 应用核心：Agent 、LLM 、RAG 、MCP 、Function Call