jev是typesafe推出的结构化决策模型，不生成文本，只接收状态与预设问题，返回带概率的choice/score/noul类型化结果，专用于软件自动化中的分类、路由、评分等原子判断。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
把 Kimi 大模型接入 JEV（Jellyfin + Emby + VideoStation 混合生态简称，但实际此处指代 Jellyfin + Hermes + OpenClaw 三件套协同工作流）需要打通模型调用、媒体语义理解与自动元数据增强三层能力。本教程基于 2026 年 9 月最新实测环境（Hermes v0.14.0 + OpenClaw 2026.2.19-2 + Jellyfin 10.8.12 + Kimi API v2.7），覆盖从凭证配置到影视元数据自动补全的完整链路，全程无需编译、不改源码、不碰 Dockerfile。
确认 Hermes 与 OpenClaw 已共存运行
打开终端，执行：hermes doctor → 观察输出中是否同时出现 OpenClaw: connected ✅ 和 LLM Provider: kimi-2.7 (via config) 字样。若显示 OpenClaw: not found，说明 Hermes 未识别到已安装的 OpenClaw 实例，需手动指定路径：hermes config set openclaw.path ~/.openclaw。这一步漏掉会导致后续所有 Kimi 调用直接 fallback 到本地 Ollama，且无报错提示。
检查 ~/.hermes/config.yaml 中是否存在 kimi: 区块；若不存在，立刻退出当前步骤，先完成下一个小标题的配置。
在 OpenClaw 中正确配置 Kimi API
方法一：使用 TaoToken 统一网关（推荐国内用户）
编辑 ~/.openclaw/config.yaml，在 providers: 下新增：
kimi: base_url: https://taotoken.net/api api_key_env: TAO_TOKEN_KEY model_name: kimi-2.7
然后执行：export TAO_TOKEN_KEY="sk-xxx"（将你的 TaoToken Key 填入），再运行 openclaw serve 启动服务。注意：base_url 必须以 /api 结尾，少一个斜杠就会触发 403 Forbidden。
方法二：直连 Moonshot 官方 API（需科学网络）
替换为以下配置：
kimi: base_url: https://api.kimi.ai/api/v1 api_key_env: KIMI_API_KEY model_name: kimi-2.7 headers: X-DashScope-SSE: "enable"
这一步必须手敲 X-DashScope-SSE: "enable"，引号不能省，值必须是字符串 "enable" 而非布尔值 true，否则 streaming 响应解析会卡死在 chunk 分隔符上。
让 Hermes 调用 Kimi 补全 Jellyfin 影视元数据
第一步：启用 Hermes 的 media_enhancer 技能
进入 ~/.hermes/skills/ 目录，执行：git clone https://github.com/hermes-agent/skill-media-enhancer.git → 进入该目录 → 执行：pip install -e .。
第二步：配置 Jellyfin 插件端口映射
登录 Jellyfin Web 管理后台 → 设置 → 插件 → 找到 “Webhook” 插件 → 启用 → 在 “Webhook URL” 栏填入：http://localhost:8000/hermes/webhook/jellyfin → 保存。Hermes 默认监听 8000 端口，若被占用请同步修改 hermes config set server.port 8001 并更新此处 URL。
第三步：触发元数据增强
在 Jellyfin 库中任意选一部未完善简介的电影 → 点击“编辑” → 在“简介”栏留空 → 点击右上角“获取信息” → 选择“从网络获取” → 此时 Hermes 会捕获该事件，自动调用 Kimi-2.7 解析 IMDb/TMDB 页面文本，并生成带导演、主演、剧情关键词、风格标签的结构化简介。整个过程耗时约 8～12 秒，取决于 Kimi 接口响应延迟。
