平台与模型

开篇导读

Kimi Code CLI支持同时接入多家主流LLM平台与自定义部署模型，包括Kimi、Claude、OpenAI、Gemini等，也支持任何兼容OpenAI协议的第三方服务与本地部署模型。你可以灵活切换不同模型，匹配编码、推理、多模态处理等不同场景的需求，充分发挥各模型的优势。

掌握本页面内容后，你将能够：

1. 完成所有主流供应商的配置与接入
2. 使用交互式工具快速管理供应商与模型
3. 接入第三方OpenAI兼容服务与本地部署模型
4. 配置企业级Vertex AI服务，满足合规需求

Kimi Code CLI 支持同时接入多家 LLM 平台——用 Kimi Code 托管服务一键登录、用 Anthropic API key 接 Claude、用 OpenAI 兼容协议连接第三方推理服务。每个供应商对应一种 API 协议，模型在供应商之上声明自己的名称、上下文长度和能力。本页介绍如何在 config.toml 里配置各种供应商。

支持的供应商类型

providers 表里的 type 字段决定使用哪种协议实现：

所有供应商默认以流式方式与模型交互。thinking、视觉、工具调用等能力按模型名前缀自动匹配，通常不需要手动声明。

凭证优先级：api_key 直接字段 > [providers.<name>.env] 子表键 > 两者都缺时启动报错。CLI 不会从 shell 环境变量自动取凭证——详见配置覆盖：供应商凭证。

供应商选型建议

• 编码场景：优先选择kimi类型的Kimi for Coding模型，针对编码场景深度优化，256K上下文可覆盖大多数项目代码，推理速度快、编码准确率高。
• 长文档/复杂推理场景：选择anthropic类型的Claude系列模型，长上下文处理能力强，推理准确率高。
• 多模态场景：选择google-genai类型的Gemini系列模型，图片、视频、音频处理能力优秀。
• 第三方/本地模型：选择openai类型，兼容绝大多数开源模型与第三方服务，适配性最广。
• 企业级场景：选择vertexai类型，基于Google Cloud的企业级服务，满足合规、权限管控、审计等需求。

/provider — 交互式供应商管理

操作目的

无需手动编写TOML配置，通过可视化交互界面快速添加、删除、管理供应商与模型，降低配置门槛。

不想手动编辑 TOML？在 TUI 里输入 /provider 打开供应商管理器，可以以交互方式添加或删除供应商。

管理器按来源把供应商显示为一行行条目。操作方式：

• ↑/↓ 移动光标，←/→ 翻页
• d 键删除当前供应商（有 [y/N] 确认）
• 在 [ Add New Platform ] 行按 Enter 添加新供应商

添加时有两条路径：

• Known third-party provider：从 models.dev 拉取模型目录，选供应商 → 输入 API 密钥 → 选默认模型
• Custom registry (api.json)：粘贴自定义 registry 地址和 Bearer token，CLI 自动创建 providers / models 条目。后续启动时，同一个 registry 地址下的供应商会一起刷新，因此上游新增、删除供应商以及模型元数据变化都会同步。

非交互环境下也可以用 shell 命令完成同样操作：kimi provider。

使用说明

• 添加主流供应商：选择Known third-party provider，列表中包含Kimi、Anthropic、OpenAI、DeepSeek、Qwen等主流供应商，选择对应供应商后输入API密钥，即可自动生成完整的供应商与模型配置，无需手动填写任何参数。
• 企业/私有部署：选择Custom registry，输入内部模型服务的注册地址与token，CLI会自动同步所有模型配置，后续上游新增模型会自动同步，无需手动更新配置。
• 非交互环境（如服务器、CI）可使用kimi provider命令行工具管理供应商，支持add、list、delete等操作，适合自动化配置。

kimi

用于对接 Moonshot AI 的 OpenAI 兼容接口，包括 Kimi Code 托管服务和 Kimi Platform API 密钥。

• 默认 base_url：https://api.moonshot.ai/v1
• 凭证键名：KIMI_API_KEY、KIMI_BASE_URL
• 额外能力：支持视频上传

[providers.kimi]
type = "kimi"
base_url = "https://api.moonshot.ai/v1"
api_key = "sk-xxxxx"

使用 Kimi Code 托管服务时，/login 登录后会自动配置 base_url 和凭证，无需手动填写。

最佳实践

• 个人用户推荐使用Kimi Code托管服务，运行/login按照提示登录即可自动完成配置，无需手动管理API密钥，使用更便捷。
• 若使用Kimi Platform API密钥，可在Moonshot AI控制台生成API密钥，填入上述配置即可。
• Kimi for Coding模型针对编码场景优化，建议作为编码场景的默认模型。

anthropic

用于对接 Claude API。标准 Claude 模型自动启用视觉、工具调用及 Thinking（如支持）；自定义或未覆盖的模型需在 [models.<alias>] 里显式声明 capabilities。

• 默认 base_url：跟随 Anthropic SDK 默认值
• 凭证键名：ANTHROPIC_API_KEY、ANTHROPIC_BASE_URL
• 默认 max_tokens：按模型自动推断。如需覆盖，在模型别名上设 max_output_size

[providers.anthropic]
type = "anthropic"
api_key = "sk-ant-xxxxx"

[models."claude-opus-4-7"]
provider = "anthropic"
model = "claude-opus-4-7"
max_context_size = 200000
# max_output_size = 32000  # 可选，省略时使用模型推断的默认值

补充说明

• API密钥可在Anthropic官网控制台申请生成。
• Claude系列模型长上下文处理能力优秀，适合处理大型代码库、长文档、复杂推理任务。
• 若需要更长的输出，可手动设置max_output_size，最高支持到模型允许的最大输出长度。
• 注意Anthropic API有并发请求限制，若遇到速率限制错误，可适当调低max_running_tasks配置，降低并发数。

openai

用于对接 OpenAI Chat Completions 协议，也可连接任何兼容该协议的第三方服务（覆盖 base_url 即可）。

第三方推理模型（DeepSeek、Qwen、One API 等）开箱即用：CLI 自动处理 reasoning_content 字段和 reasoning_effort 注入。如果你的网关用非标准字段名返回推理内容，在模型别名上设 reasoning_key 覆盖。

• 默认 base_url：https://api.openai.com/v1
• 凭证键名：OPENAI_API_KEY、OPENAI_BASE_URL

[providers.openai]
type = "openai"
base_url = "https://api.openai.com/v1"
api_key = "sk-xxxxx"

第三方服务接入示例

接入DeepSeek API

[providers.deepseek]
type = "openai"
base_url = "https://api.deepseek.com"
api_key = "sk-xxxxx" # DeepSeek API密钥

[models.deepseek-v3]
provider = "deepseek"
model = "deepseek-chat"
max_context_size = 131072 # 128K上下文

接入本地Ollama部署模型

[providers.ollama]
type = "openai"
base_url = "http://localhost:11434/v1"
api_key = "ollama" # Ollama无需密钥，随便填写非空字符串即可

[models.qwen2.5-72b]
provider = "ollama"
model = "qwen2.5:72b"
max_context_size = 131072

补充说明

• OpenAI API密钥可在OpenAI官网控制台生成。
• 绝大多数第三方推理服务与开源模型均兼容OpenAI Chat Completions协议，均可通过该类型接入。
• 若第三方服务返回的推理内容使用非标准字段名，可通过reasoning_key字段指定，例如reasoning_key = "thinking"。

openai_responses

对应 OpenAI 较新的 Responses API，始终以流式方式工作。配置方式与 openai 相同。

• 默认 base_url：https://api.openai.com/v1
• 凭证键名：OPENAI_API_KEY、OPENAI_BASE_URL

[providers.openai-responses]
type = "openai_responses"
base_url = "https://api.openai.com/v1"
api_key = "sk-xxxxx"

适用场景

需要使用OpenAI Responses API的新特性（如结构化输出、更灵活的函数调用、记忆功能等）时使用，配置方式与普通OpenAI供应商完全一致。

google-genai

用于直连 Google Gemini API。thinking、视觉及多模态能力按模型名自动识别。

• 凭证键名：GOOGLE_API_KEY

[providers.gemini]
type = "google-genai"
api_key = "xxxxx"

补充说明

• API密钥可在Google AI Studio控制台申请生成。
• Gemini系列模型多模态能力优秀，适合处理图片、视频、音频等多模态输入场景，例如分析截图中的报错信息、理解设计图生成代码等。

vertexai

与 google-genai 共用实现，type = "vertexai" 时切换到 Vertex AI 访问路径。

认证走 Google Cloud 标准 ADC 流程（gcloud auth application-default login 或 GOOGLE_APPLICATION_CREDENTIALS 服务账号 JSON），这部分与 Kimi Code 无关。项目 ID 和区域必须写在 [providers.vertexai.env] 子表里——直接在 shell 里 export GOOGLE_CLOUD_PROJECT 不会被 CLI 读取。

[providers.vertexai]
type = "vertexai"

[providers.vertexai.env]
GOOGLE_CLOUD_PROJECT = "my-gcp-project"
GOOGLE_CLOUD_LOCATION = "us-central1"

gcloud auth application-default login   # 一次性完成认证
kimi

适用场景

企业用户使用Google Cloud Vertex AI服务时选择，支持企业级权限管理、合规审计、资源隔离等特性，适合企业级生产环境使用。

配置步骤

1. 安装Google Cloud SDK（gcloud命令行工具）。
2. 运行gcloud auth application-default login完成身份认证，或设置GOOGLE_APPLICATION_CREDENTIALS环境变量指向服务账号JSON文件。
3. 在配置文件中填写GCP项目ID与区域。
4. 启动CLI即可自动接入Vertex AI服务。

OAuth 与凭证注入

Kimi Code 托管服务使用 OAuth 而非静态 API 密钥。运行 /login 后，内置的认证工具链会自动写入并刷新凭证，config.toml 里无需手动配置这部分内容。

补充说明

• OAuth认证方式更安全，无需手动管理API密钥，凭证会自动刷新，避免密钥过期问题。
• 登录后的OAuth凭据存储在credentials/目录下，权限严格控制，无需手动修改或备份。
• 运行/logout即可退出登录，清除所有OAuth凭据。