Kimi Code

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。

账户开通后，在控制台的「API 密钥」页创建密钥。建议给这个客户端单独建一把；花费上限可以用项目的月度预算来控制。live 和 test 两种前缀走的是同一套推理和计费流程，test 只是环境标签，不代表免费，也不是模拟推理。

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。

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。

default_model = "deepseek/deepseek-v4.1-flash-1017"

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

[models."deepseek/deepseek-v4.1-flash-1017"]
provider = "inferway"
model = "deepseek/deepseek-v4.1-flash-1017"
max_context_size = 1048576
display_name = "deepseek/deepseek-v4.1-flash-1017"
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

# 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

1. 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。
2. 打开控制台的「请求」页，查看请求状态和 Token 用量。
3. 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：控制台的「请求」页能看到每次请求的状态和 Token 用量，「用量」页是汇总。客户端本地显示的数字只是它自己的估算，不是实际扣费，一切以控制台为准。

验证状态

该模型在本客户端尚无验证记录：以下配置仅供参考，不构成针对该模型的已验证接入。

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。