客户端接入指南

Kimi Code

为 Kimi Code（CLI、Web 与桌面应用）配置 Inferway 的 OpenAI 服务商。

可接入

在 Kimi Code 中将 Inferway 添加为自定义服务商。接入前，请确认账户已开通模型访问。

当前 Inferway 模型配置参数

推荐模型inferway/mimo-v2.6-flash

上下文窗口393,216

示例输出上限131,072

已在 2026-09-25 于 macOS 26.6.2 arm64（版本 2.1.1）验证：基础对话，以及读取文件、编辑文件、执行 Shell 命令三类工具往返（模型 inferway/mimo-v2.6-flash）。

开始之前

先按官方说明安装客户端。本文的 Pi 指 pi-mono coding agent；Hermes 指 Nous Research 的 Hermes Agent。

Inferway 账户激活后，从控制台 → API keys 获取 Key。建议为该客户端使用独立 Key，并确认允许的模型和消费上限。live、test 前缀共用推理与计费流程；test 是环境标签，不代表免费或模拟推理。

Inferway 地址需要 Inferway Key；OpenRouter Key 用于 OpenRouter，不能直接用于此地址。

将 Key 保存在客户端凭证存储或本机环境中，不要粘贴到提示词、截图或提交到仓库的配置文件。终端示例适用于 macOS / Linux 的 bash、zsh。

在当前终端设置 Key

下面的交互输入会隐藏 Key，并避免将其写入命令历史。请从同一个终端启动客户端；另外打开的应用可能无法继承该变量。

INFERWAY_API_KEYbash
printf 'Inferway API key: '
IFS= read -r -s INFERWAY_API_KEY
printf '\n'
export INFERWAY_API_KEY

添加 Inferway 服务商

将以下配置合并到 ~/.kimi-code/config.toml——Kimi Code CLI、kimi web 与桌面应用三者共用这一份配置。

~/.kimi-code/config.tomltoml
default_model = "inferway/mimo-v2.6-flash"

[providers.inferway]
type = "openai"
base_url = "https://api.inferway.ai/v1"
api_key_env = "INFERWAY_API_KEY"

[models."inferway/mimo-v2.6-flash"]
provider = "inferway"
model = "inferway/mimo-v2.6-flash"
max_context_size = 393216
display_name = "inferway/mimo-v2.6-flash"
capabilities = ["thinking", "image_in", "tool_use"]
support_efforts = ["high"]
default_effort = "high"
off_effort = "none"

Key 读取方式与思考档位

Kimi Code 从 api_key_env 指定的环境变量读取 Key：在启动 kimi 的 shell 里 export INFERWAY_API_KEY。只在 shell 里 export 不够——api_key_env 不指向该变量名时，配置不会读取它。

off_effort = "none" 不能省：关闭思考时客户端要发送 none 档。缺少该字段时，只要对话里已有思考内容，客户端就会回落到其他档位。

抓包可见：请求带 reasoning_effort: "high"，回复回传 reasoning_content——来自 2026-09-25 对下方模型的实测。

启动 Kimi Code

在项目目录内运行 kimi。一次性运行用 -p 传入提示词，--output-format stream-json 输出结构化事件；-p 不能与 --auto 同用。

Kimi Codebash
kimi

# one-shot, non-interactive; -p cannot be combined with --auto:
kimi -p 'Reply with exactly: connected' --output-format stream-json

确认接入成功

使用配置的服务商和模型开启新会话，发送“只回复：连接成功”，确认收到文本且没有 API 错误。
打开控制台 → Requests，查看请求状态与 token 用量。
处理代码任务时，让客户端读取一个非敏感文件。应用修改前，请先检查它提出的改动。

费用与用量

实际用量由 Inferway 记录：打开控制台 → Requests 查看每次请求的状态与 token 用量，在控制台 → 用量查看汇总。客户端本地显示的数字只是其自身估算，不是计费金额；请以控制台为准。

验证状态

已在 2026-09-25 于 macOS 26.6.2 arm64（版本 2.1.1）验证：基础对话，以及读取文件、编辑文件、执行 Shell 命令三类工具往返（模型 inferway/mimo-v2.6-flash）。

该验证不覆盖图片、会话恢复、推理控制。客户端内部的费用估算不是计费金额；实际用量以控制台 → Requests 与用量为准。

请求失败时

认证失败：检查 Key 是否存在、有效且获准使用该模型，并从设置变量的终端重新打开客户端。排错时不要输出完整 Key。

地址或模型错误：检查是否重复添加 /v1，使用公布的完整模型 ID，并确认客户端选择 Chat Completions。请求发往 /responses 或 /completions 时，换 Key 无法解决。

额度或超时：检查钱包余额和 Key 限额，按 Retry-After 等待，并缩短输入或降低输出上限。长输出保持流式传输，排错期间避免 Agent 连续重试。

联系支持时提供客户端版本、模型 ID、请求时间和可用的 request ID；请遮盖凭证和源码。

官方文档链接

Kimi Code · Documentation