kimi-cli-for-xbow - 基于kimi-cli二次开发的针对CTF竞赛的专用Agent

项目说明

Kimi CLI

> [!WARNING]
> 本项目说明：此版本是基于 官方 Kimi CLI 改造的定制版本，非官方主线版本。
>
> 包含额外的功能扩展（CTF Agent、Daemon 模式、自定义模型等），如需使用官方版本，请访问 MoonshotAI/kimi-cli。

主要功能

> [!IMPORTANT]
> 建议与 ez-xbow-platform-mcp 配合使用。

🎯 本版本新增功能：

原有功能：

安装

Kimi CLI 以 Python 包的形式发布在 PyPI 上。我们强烈推荐使用 uv 进行安装。如果你还没有安装 uv，请先按照这里的说明进行安装。

安装好 uv 后，你可以使用以下命令安装 Kimi CLI：

运行 kimi --help 检查 Kimi CLI 是否安装成功。

> [!IMPORTANT]
> 由于 macOS 的安全检查机制，首次运行 kimi 命令可能需要 10 秒或更长时间，具体取决于你的系统环境。

使用以下命令将 Kimi CLI 升级到最新版本：

使用

在你想要工作的目录中运行 kimi 命令，然后发送 /setup 来配置 Kimi CLI：


配置完成后，Kimi CLI 就可以使用了。你可以发送 /help 获取更多信息。

🏆 比赛环境快速启动

> [!IMPORTANT]
> 以下是完整的 CTF 自动解题环境配置流程，适用于需要使用 Daemon 模式进行自动化解题的场景。

第一步：配置 xbow MCP 服务

在当前目录创建 mcp.json 配置文件：

第二步：启动 xbow MCP 服务

xbow MCP 项目地址：ez-xbow-platform-mcp
根据使用场景选择启动方式：

使用模拟平台运行（测试）：

使用真实平台运行：

第三步：配置 Kimi CLI

1. 安装依赖：

2. 进入交互式命令行配置模型：

3. 在 kimi 命令行中发送 /setup 配置模型（参考自定义 OpenAI API 接口部分）
4. 配置完成后退出保存

第四步：启动自动解题

1. 根据实际情况修改启动脚本 start.sh 中的模型参数（-m）
2. 运行启动脚本：

构建二进制（可选，用于多开）

如果需要同时运行多个 CLI 实例进行并行解题，可以构建独立的二进制文件：

构建完成后，你可以：

示例多开配置：

功能

Shell 模式

Kimi CLI 不仅是一个编码 Agent，同时也是一个 Shell。你可以通过按 Ctrl-X 来切换模式。在 Shell 模式下，你可以直接运行 Shell 命令而无需离开 Kimi CLI。

> [!NOTE]
> 像 cd 这样的内置 Shell 命令暂不支持。

Zsh 集成

你可以将 Kimi CLI 与 Zsh 一起使用，为你的 Shell 体验赋予 AI Agent 能力。

通过以下命令安装 zsh-kimi-cli 插件：

> [!NOTE]
> 如果你使用的不是 Oh My Zsh 的插件管理器，可能需要参考插件的 README 了解安装说明。

然后在 ~/.zshrc 中将 kimi-cli 添加到 Zsh 插件列表：

重启 Zsh 后，你可以通过按 Ctrl-X 切换到 Agent 模式。

ACP 支持

Kimi CLI 开箱即支持 。你可以将它与任何兼容 ACP 的编辑器或 IDE 一起使用。

例如，要在 Zed 中使用 Kimi CLI，请在 ~/.config/zed/settings.json 中添加以下配置：

然后你就可以在 Zed 的 Agent 面板中创建 Kimi CLI 线程了。

使用 MCP 工具

Kimi CLI 支持成熟的 MCP 配置约定。例如：

使用 --mcp-config-file 选项运行 kimi 以连接到指定的 MCP 服务器：

> cli 目录下放置mcp.json无需指定配置文件会自动读取

自定义 OpenAI API 接口

Kimi CLI 支持使用自定义的 OpenAI 兼容 API 端点，可以使用 DeepSeek、通义千问等第三方模型服务。

#### 方式一：通过 /setup 配置（推荐）

运行 kimi 后，发送 /setup 命令进行交互式配置：

1. 选择 API 平台：

2. 选择 Provider 类型：

3. 根据提示输入 API Base URL 和 API Key

支持的第三方服务示例：

- API Base:
- Provider: OpenAI Legacy
- Model: deepseek-chat, deepseek-coder 等

- API Base:
- Provider: OpenAI Legacy
- API Key: 从阿里云获取

- 只要提供 OpenAI 兼容接口的服务都可以使用

#### 方式二：通过命令行参数

直接在启动时指定（注：此功能需要相应的命令行参数支持）：

此功能允许你使用各种 OpenAI 兼容的第三方模型服务或自托管模型。

Xbow 专用 Agent

Kimi CLI 包含专为竞赛设计的特殊 Agent(ctfer,security,security_beta) 模式。此模式针对安全分析、漏洞评估以及 CTF 挑战中常见的问题解决任务进行了优化。

>
>
> security_betaagent ，需要先 clone 上面这个仓库，借助 cli 的文件工具进行技巧筛选

Daemon 模式自动解题

Kimi CLI 可以在 daemon 模式下运行，并在与 xbow MCP 服务器集成时自动获取和解决 CTF 题目。此功能支持持续的自动化解题工作流。

#### 配置 Daemon 模式

1. 在当前目录创建 MCP 配置文件 mcp.json（Kimi CLI 会自动加载当前目录的 mcp.json）：

2. 启动 Daemon 模式进行自动解题：

参数说明：

3. 工作原理：

- Daemon 在后台持续运行
- 自动从 xbow MCP 获取新题目（通过 list_challenges）
- 使用指定的 agent 和模型分析并尝试解决问题
- 自动提交解决方案
- 记录所有活动以供审查
- 当没有新题目时自动完成任务

4. 监控 Daemon 模式：

- 查看实时日志：使用 -- 参数查看详细的执行日志
- 停止 Daemon：使用 Ctrl-C 或发送终止信号

> [!TIP]
> 你可以根据实际需求自定义任务指令，例如：
>
> - 指定题目类型：-c "只做 web 类型的题目"
> - 调整解题策略：-c "优先做简单题目，从低分开始"
> - 设置完成条件：-c "完成 10 道题目后停止"

> [!NOTE]
>
> - MCP 配置文件默认从当前目录的 mcp.json 加载，无需指定 --mcp-config-file 参数
> - 建议使用 -- 参数以便实时监控 daemon 的执行状态
> - Agent 类型 -a 和模型 -m 参数请根据实际项目配置

> [!TIP]
> 📚 完整环境配置指南：如需配置 CTF 比赛环境进行自动解题，请参考 比赛环境快速启动 章节，包含 xbow MCP 配置、服务启动、模型配置和多开等完整说明。

命令执行防沉迷

为了防止意外的无限循环或过度的命令执行，Kimi CLI 包含了防沉迷保护功能。此功能会监控命令执行频率，并在检测到异常模式时暂停或发出警告。

该保护功能会自动：

此功能默认启用，防止 agent 降智

Kimi Session 隔离

Kimi CLI 支持 session 隔离，允许你维护独立的对话上下文。每个工作目录会有独立的 session，拥有自己的：

使用方式：

每次运行 kimi 时，会为当前工作目录创建一个新的 session：

如果要继续上一次的 session，使用 --continue 或 -C 参数：

也可以通过 --work-dir 或 -w 指定工作目录：

Session 数据存储：

这在以下场景特别有用：

De

To develop Kimi CLI, run:

Then you can start working on Kimi CLI.

Refer to the following commands after you make changes:

Contributing

We welcome contributions to Kimi CLI! Please refer to CONTRIBUTING.md for more information.

项目信息

开发语言：Python

Star 数：57

技术要点

该项目属于CTF思路方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕基于kimi-cli二次开发的针对CTF竞赛的专用Agent展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。