kimiapikey.comPrzewodnik
Integracja klucza API Kimi z SDK OpenAI i LangChain
Integracja tego API z aplikacją oznacza zmianę dwóch wartości w kodzie, który prawdopodobnie już masz: bazowego URL i klucza. Ten przewodnik pokazuje zmianę dla SDK OpenAI, LangChain i LiteLLM, a następnie omawia retry i limity do użytku produkcyjnego.
Zaktualizowano

Kluczowe punkty
- Każdy klient potrzebuje tych samych trzech wartości: bazowego URL https://api.kimiapikey.com/v1, Twojego klucza i modelu
uncensored. - Przechowuj je w zmiennych środowiskowych, aby móc zmieniać dostawców bez edycji kodu.
- Obsłuż odpowiedzi 429 osobno: rate_limited, concurrency i tymczasowe przeciążenie z Retry-After: 5.
- Pełny klucz pozwala na 8 równoległych zapytań i 300 na minutę; klucz próbny pozwala na 2 i 60.
Co dokładnie zmienia się w Twoim kodzie
integracja klucza API Kimi brzmi jak projekt, ale dla tego endpointu jest to zmiana konfiguracji. Usługa implementuje format chat completions OpenAI, więc każda biblioteka klienta, która pozwala ustawić bazowy URL i klucz, zadziała. Nie ma niestandardowego SDK do zainstalowania ani nowego kształtu zapytania do opanowania.
| Ustawienie | Wartość |
|---|---|
| Bazowy URL | https://api.kimiapikey.com/v1 |
| Uwierzytelnianie | Klucz z Twojego dashboardu, wysyłany jako Authorization: Bearer |
| Model | uncensored |
| Endpointy | POST /v1/chat/completions, GET /v1/models |
Dwa punkty oszczędzają czas. Po pierwsze, to model tekstowy za jednym endpointem: brak trasy embeddingów, generowania obrazu ani audio. Jeśli Twoja aplikacja ich używa, zachowaj innego dostawcę dla nich i kieruj tylko czat tutaj. Po drugie, to nie oficjalne API Kimi ani żadnego innego dostawcy; to niezależny dostawca uruchamiający jeden model o otwartych wagach, więc nazwy modeli z innych platform nie będą rozwiązywane. Poradnik dotyczący klucza API Kimi omawia tę różnicę szerzej.
Pobierz swój klucz na stronie klucza API. Nowe konta mogą tam uzyskać $0,50 kredytu próbnego, co wystarczy na wszystko poniżej.
Konfiguracja i przeniesienie istniejącej aplikacji
Oficjalne biblioteki OpenAI dla Pythona i Node odczytują OPENAI_API_KEY i OPENAI_BASE_URL ze środowiska, gdy nie przekażesz ich jawnie. To sprawia, że integracja o najniższym wysiłku to zmiana powłoki:
export OPENAI_BASE_URL="https://api.kimiapikey.com/v1"
export OPENAI_API_KEY="YOUR_KEY"
Istniejący kod budujący gołego klienta OpenAI() teraz łączy się z tym endpointem. Nadal musisz zmienić argument model na uncensored. Umieść nazwę modelu w zmiennej, np. LLM_MODEL, aby środowisko testowe i produkcyjne mogły się różnić bez edycji kodu.
Nawyk jest wart minuty, którą zajmuje. Gdy bazowy URL, klucz i model są w konfiguracji, wypróbowanie innego dostawcy kompatybilnego z OpenAI to zmiana wdrożenia, a wycofanie to ta sama zmiana w odwrotnej kolejności.
Większość zespołów nie zaczyna od pustego pliku. Mają aplikację, która już wywołuje API w stylu OpenAI, i chcą, aby wywoływała tę. Migracja to głównie wyszukiwanie trzech ciągów.
- Znajdź miejsce budowania klienta i zmień bazowy URL.
- Znajdź każdy argument
model=i zamień starą nazwę nauncensored. - Wyszukaj funkcji, których używa Twój kod, a których to API nie zapewnia, takich jak embeddingi, generowanie obrazów czy audio. Te wywołania muszą pozostać u innego dostawcy lub zostać usunięte.
Następnie porównaj zachowanie, nie tylko składnię. Inny model ma inny ton, inną domyślną długość i inne nawyki formatowania. Uruchom istniejące prompty testowe, przeczytaj odpowiedzi obok siebie i dostosuj prompt systemowy tam, gdzie ton się zmienił. Tekst promptu, który obchodził dziwactwa innego modelu, czasem nic tu nie robi, a czasem pogarsza sprawę, więc usuwaj stare obejścia jedno po drugim i obserwuj, co się zmienia.
Sprawdź też parametry, które przesyłasz. Temperatura, top_p, stop, seed i kary są przekazywane dalej, więc zachowują się zgodnie z oczekiwaniami. Pola należące do innych dostawców lub funkcji, których to API nie ma, nie będą miały użytecznego efektu. Trzymaj treść zapytania małą i standardowe. Limit rozmiaru treści zapytania to 8 MB, co ma znaczenie tylko jeśli osadzisz duże dokumenty bezpośrednio.
Python: synchronicznie, ze strumieniowaniem i asynchronicznie
Jawna forma, która nie zależy od zmiennych środowiskowych:
from openai import OpenAI
client = OpenAI(
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You answer in plain English."},
{"role": "user", "content": "Explain idempotency in two sentences."},
],
temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)
Dla strumieniowania ustaw stream=True i czytaj fragmenty, gdy przychodzą. Strumień jest dostarczany za pomocą zdarzeń wysyłanych przez serwer (SSE), a użycie jest raportowane na końcu.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a limerick about retries."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
Dla usługi obsługującej wielu użytkowników użyj klienta asynchronicznego i ogranicz własną współbieżność, aby nigdy nie przekroczyć limitu współbieżności klucza. Semafor to najprostszy sposób:
import asyncio
from openai import AsyncOpenAI
client = AsyncOpenAI(
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
)
gate = asyncio.Semaphore(8)
async def ask(prompt: str) -> str:
async with gate:
r = await client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
async def main():
prompts = [f"Give one fact about the number {n}." for n in range(20)]
answers = await asyncio.gather(*(ask(p) for p in prompts))
print(len(answers), "answers")
asyncio.run(main())
Ustaw semafor na 2, gdy jesteś na kluczu próbnym, i 8 na doładowanym kluczu.
Node i TypeScript
Biblioteka Node przyjmuje te same dwie opcje pod nieco innymi nazwami:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.kimiapikey.com/v1",
apiKey: process.env.API_KEY,
});
const completion = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Name three HTTP status codes." }],
});
console.log(completion.choices[0].message.content);
Strumieniowanie z tym samym klientem używa stream: true i asynchronicznego iteratora nad wynikiem. Jeśli używasz frameworka front-end, który opakowuje bibliotekę OpenAI, takiego jak zestaw narzędzi UI czatu, wyszukaj opcję adresu URL bazowego i ustaw go w ten sam sposób. Trzymaj klucz na serwerze. Klucz umieszczony w kodzie przeglądarki może zostać skopiowany przez każdego, kto otworzy narzędzia deweloperskie, a kredyt za nim to prawdziwe pieniądze.
LangChain i LiteLLM
Frameworki opakowujące klienta OpenAI zwykle eksponują te same dwa parametry. W LangChain dla Pythona klasa modelu czatu OpenAI przyjmuje je bezpośrednio:
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="uncensored",
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
temperature=0.5,
)
reply = llm.invoke("Summarize what a message queue does in one sentence.")
print(reply.content)
Stamtąd łańcuchy, szablony promptów i parsery wyjściowe działają tak samo jak w przypadku dowolnego modelu czatu. Jeśli powiążesz narzędzia, API obsługuje wywoływanie funkcji z tools i tool_choice, a wyniki narzędzi wracają do modelu jako komunikaty role: "tool", co jest tym, co produkuje framework.
LiteLLM jest przydatny, gdy chcesz jednej konwencji wywoływania dla kilku dostawców. Dodaj do nazwy modelu prefiks openai/ i przekaż bazowy URL jako api_base:
import litellm
resp = litellm.completion(
model="openai/uncensored",
api_base="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
messages=[{"role": "user", "content": "Say hello in French."}],
)
print(resp.choices[0].message.content)
Dla danych strukturalnych przekaż response_format={"type": "json_object"} i powiedz w prompcie, że chcesz JSON. Zawsze analizuj wynik defensywnie, ponieważ tryb JSON żąda poprawnego JSON, ale Twój schemat jest nadal tylko żądaniem w prompcie.
Limity, retry i obsługa błędów
Doładowany klucz pozwala na 8 równoległych zapytań i 300 zapytań na minutę. Klucz próbny pozwala na 2 i 60. Treść zapytania może mieć do 8 MB, a okno to 100 000 tokenów dla promptu i uzupełnienia łącznie. Gdy przekroczysz limit, API odpowiada HTTP 429 i jednym z tych:
rate_limited: za dużo zapytań na minutę. Zwolnij na kilka sekund.concurrency: za dużo zapytań uruchomionych jednocześnie. Poczekaj, aż jedno się zakończy. Zapytanie strumieniowe zajmuje slot do końca strumieniowania, więc wolny klient liczy się na Twoją niekorzyść.- 429 z
Retry-After: 5: tymczasowe przeciążenie. Poczekaj pięć sekund i spróbuj ponownie.
Mały wrapper ponawiający próby, który respektuje nagłówek, obsługuje wszystkie trzy:
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.kimiapikey.com/v1", api_key="YOUR_KEY", max_retries=0)
def chat(messages, tries=4):
for attempt in range(tries):
try:
return client.chat.completions.create(model="uncensored", messages=messages)
except RateLimitError as e:
wait = int(e.response.headers.get("retry-after", 2 ** attempt))
time.sleep(wait)
raise RuntimeError("still rate limited after retries")
Nieudane lub odrzucone zapytania nie są rozliczane, więc ponawianie nie wiąże się z żadnymi dodatkowymi opłatami. Zaloguj nagłówek odpowiedzi X-Request-Id przy każdym wywołaniu; jest to najszybszy sposób na wskazanie jednego zapytania, jeśli coś wygląda źle. X-Balance-USD mówi Ci, ile kredytu pozostało, co możesz przekazać do alertu. Dokumentacja wymienia wszystkie nagłówki odpowiedzi.
Wywoływanie narzędzi przez framework
Frameworki agentów zależą od wywoływania narzędzi, więc warto zrobić krótki test przed zbudowaniem na tym. To API przyjmuje tools i tool_choice, zwraca tool_calls, gdy model chce uruchomić funkcję, i oczekuje wyniku jako komunikatu role: "tool", który odwołuje się do ID wywołania. Strumieniowanie działa z narzędziami, z wywołaniem przychodzącym w fragmentach, które SDK montuje za Ciebie.
Dobrym pierwszym testem jest agent z jednym narzędziem, którego wynik możesz sprawdzić na oko, np. kalkulator lub wyszukiwanie w małym słowniku. Uruchom go dziesięć razy. Jeśli model za każdym razem wybiera narzędzie i poprawnie wypełnia jego argumenty, możesz dodać drugie narzędzie. Jeśli czasami odpowiada z pamięci zamiast wywoływać funkcję, zrób opis narzędzia bardziej konkretnym lub ustaw tool_choice, aby wymusić wywołanie dla tego kroku. Modele różnią się pod względem niezawodności prowadzenia długich łańcuchów wywołań, więc trzymaj łańcuchy krótkie i dodaj limit kroków do dowolnej pętli, aby zdezorientowane uruchomienie nie kręciło się w kółko w nieskończoność i nie zużywało kredytu.
Krótka lista kontrolna przed premierą
- Uruchom jedno zapytanie przez curl lub SDK i potwierdź, że blok użycia jest obecny.
- Przetestuj strumieniowanie z klientem, który będzie używany w produkcji, w tym co się dzieje, gdy użytkownik zamknie stronę w trakcie strumieniowania.
- Ogranicz własną concurrency poniżej limitu klucza.
- Ustaw
max_tokenstam, gdzie oczekiwane są krótkie odpowiedzi, i przycinaj historię czatu, zanim urośnie ponad to, za co chcesz płacić. - Trzymaj klucz w konfiguracji po stronie serwera i zmieniaj go, jeśli pojawi się w logu.
- Sprawdź koszt na rzeczywistym ruchu. Przy cenie $0,15 za 1 mln tokenów wejściowych i $0,50 za 1 mln tokenów wyjściowych, zapytanie z 3 000 tokenami wejściowymi i 700 wyjściowymi kosztuje $0,0008, więc 10 000 takich zapytań kosztuje około $8. Szczegóły znajdziesz na stronie z cenami.
Prompty wysłane do API nie są używane do trenowania. Jedną regułą treści, która nigdy się nie zmienia, jest twardy limit treści seksualnych z udziałem nieletnich; model jest poza tym dostrojony do odpowiadania bez odmów w ramach legalnego użytku przez dorosłych, więc aplikacje obsługujące publiczność powinny nadal dodawać własną moderację i weryfikację wieku tam, gdzie prawo lub Twoi użytkownicy tego oczekują.
Więcej przewodników
- Użyj klucza API w stylu Kimi w Cursor: Przewodnik po konfiguracji
- Ceny klucza API Kimi: Ile kosztuje ta alternatywa
- Klucz API Kimi: Jak działa i jakie są alternatywy
Najczęściej zadawane pytania
Czy model jest taki sam jak oficjalny Kimi od Moonshot?
Nie, hostujemy model o otwartych wagach, który jest dostrojony tak, aby był bez cenzury. Nie jest to GPT, Claude, Gemini, Grok, DeepSeek ani żaden inny model dostawcy. To odrębny model uruchamiany na naszych własnych serwerach.
Czy trenujecie na moich danych?
Nie. Twoje prompty i uzupełnienia nie są używane do trenowania. Ceniemy prywatność i przejrzystość, więc Twoje dane pozostają Twoje.
Jakie są limity zapytań?
Obowiązuje Cię limit 300 zapytań na minutę na klucz. Maksymalny rozmiar treści zapytania wynosi 8 MB. Limity te mają na celu zapewnienie stabilnej wydajności dla wszystkich użytkowników.
Jaka jest polityka treści?
Model jest bez cenzury w zakresie treści dla dorosłych, kontrowersyjnych i twórczych. Blokujemy jednak treści seksualne z udziałem małoletnich. Jest to ścisły limit, który zawsze obowiązuje, niezależnie od poziomu subskrypcji.
Pytania i odpowiedzi
Czy potrzebuję specjalnego SDK?
Nie. Standardowe biblioteki OpenAI dla Pythona i Node działają po ustawieniu bazowego URL na https://api.kimiapikey.com/v1 i użyciu Twojego klucza. LangChain i LiteLLM działają tak samo.
Jaką nazwę modelu powinien używać mój kod?
Użyj uncensored. To jedyny identyfikator modelu, który API obsługuje, a GET /v1/models go wymienia.
Jak uniknąć błędów 429?
Ogranicz własne równoległe zapytania do 8 na doładowanym kluczu lub 2 na kluczu próbnym i ponów próbę po opóźnieniu Retry-After, gdy API o to poprosi.
Czy obsługuje wywoływanie funkcji i tryb JSON?
Tak. Użyj tools i tool_choice do wywoływania funkcji oraz response_format z type json_object do wyjścia JSON. Strumieniowanie również działa.
Czy mogę używać embeddingów lub generowania obrazów za pomocą tego samego klucza?
Nie. API obsługuje tylko czat tekstowy, bez endpointów embeddingów, obrazu, audio ani wideo.
Twój klucz jest o jeden formularz stąd
Utwórz konto, skopiuj klucz, zmień bazowy URL. To cała konfiguracja.