Kimi Agent Policy 是一套专为智能体（Agent）设计的工具使用策略与行为规范，移植自月之暗面（Moonshot AI）的 Kimi 智能体框架，并适配至 OpenClaw 平台。该政策旨在为任何智能会话提供结构化的工具调用纪律，涵盖步骤限制、网页搜索、图像检索、数据源查询、Python 执行、记忆管理以及内容展示等多个核心功能模块。通过明确的规则映射和优先级设定，该策略确保智能体在复杂任务中既能高效响应，又能保持行为透明与可控。所有工具均无需 API 密钥即可调用，强调隐私友好与低成本部署。其设计目标包括审查或审计智能体的工具使用行为、为新智能体提供开箱即用的编排规则，以及在多步推理中维持系统稳定性。整体上，这是一套兼顾实用性、安全性和可扩展性的智能体操作手册。
核心功能特点
- 每轮对话最多执行10个工具调用，且每轮仅允许一次网页搜索，防止无限循环或资源滥用
- 支持三种网页搜索方式：内置 web_search、DuckDuckGo CLI（ddgr）和多搜索引擎聚合查询（multi-search-engine），优先保障隐私与覆盖广度
- URL 内容读取统一由 agent-browser 完成，实现网页抓取与结构化信息提取一体化
- 图像搜索分为文本驱动（Google/Bing 图片搜索）与反向图片搜索（TinEye/Google Lens），均由 agent-browser 无密钥调用
- 生成图像时使用 baoyu-danger-gemini-web 技能，基于逆向工程 Gemini Web API，无需付费账户
- Python 计算与分析通过 exec 工具执行 python3 代码，适用于数学运算、数据处理及可视化图表生成
适用场景
该策略特别适用于需要频繁获取实时信息、处理动态数据或进行跨模态理解的场景。例如，当用户询问最新股市行情、突发新闻事件或某款科技产品的市场反馈时，系统可自动触发 web_search 或 ddgr 进行检索，再结合 agent-browser 抓取关键页面内容，确保答案的时效性与准确性。对于涉及健康建议、金融规划或法律条款等高敏感话题，策略强制要求外部验证，避免依赖过时或错误知识。在图像相关任务中，如解释某种植物外观特征或追溯一张照片的来源，系统可通过 agent-browser 打开 Google Images 或 TinEye 实现精准匹配，极大提升描述类问题的回答质量。此外，当用户请求创建图表、分析 CSV 文件数据或执行复杂日期计算时，exec 工具成为可靠的后端引擎，直接运行 Python 脚本生成结果。记忆机制则贯穿始终，用于记录用户偏好、历史查询或协作上下文，使智能体具备‘记住’能力而不显突兀，前提是必须主动写入 MEMORY.md 文件以履行承诺。整个体系强调替代而非拒绝——即使超出原生能力范围，也会引导用户使用专用工具如 baoyu-slide-deck 制作幻灯片或 feishu-doc-writer 撰写长文档，体现负责任的智能体交互哲学。