Kimi Code CLI v2.7.0 新增原生 Bedrock provider:改用 AWS 凭证链连接 Kimi K3.1 Pro Highspeed
AWS 表示 Moonshot AI 在 Kimi Code CLI v2.7.0 加入原生 bedrock provider,可用 AWS 凭证链(含具名 profile 与 SSO)调用 Amazon Bedrock 模型,无须另管 Bedrock API 密钥。
新闻日期: 阅读时间约 5 分钟
AWS 在博客中表示,Moonshot AI 开发的开源代码智能体 Kimi Code CLI 于 v2.7.0 新增原生 bedrock provider(provider 是 CLI 用来连接某个模型服务的连接配置)。升级到 v2.7.0 或更新版本即可使用;Amazon Bedrock 的模型推理按 token(模型处理文本的计量单位)用量计费。最大的变化是可以直接沿用 AWS 凭证链,也就是 AWS 工具依次查找登录信息的标准机制,包括具名 profile(在 AWS CLI 中预先命名的一组账号配置)与 SSO(单点登录)。对已经在 AWS 上工作的开发者而言,这意味着少管理一组独立的 Bedrock API 密钥,不过保护凭证与收紧权限的责任仍在用户身上。
这次更新和以前的设置方式有什么不同?
AWS 说明,旧版需要使用 type 为 openai 或 openai_responses 的 provider,设置区域 base_url,并提供短期或长期的 Amazon Bedrock API 密钥。新的原生 provider 则可通过标准 AWS CLI 凭证链解析临时凭证,并根据模型 ID 推断 API 格式与区域端点,必要时可逐模型覆盖协议。
运作上,provider 先解析 AWS 凭证,再用 @aws/bedrock-token-generator 生成短期 Bedrock API 密钥并按需刷新,接着依 AWS_REGION 或 AWS_DEFAULT_REGION 建立 bedrock-runtime 端点,最后调用所选的推理 profile(决定请求发往哪个模型与路由的配置)。AWS 表示,若用户通过 api_key 或 api_key_env 明确提供密钥,该密钥优先。
| 项目 | 旧做法 | v2.7.0 原生 bedrock provider |
|---|---|---|
| provider 类型 | openai 或 openai_responses | bedrock |
| 验证方式 | Amazon Bedrock API 密钥(短期或长期) | 标准 AWS 凭证链,可用具名 profile 与 SSO |
| 端点设置 | 需自行设置区域 base_url | 依 AWS_REGION 与模型 ID 推断,可用 protocol 与 base_url 覆盖 |
| 密钥管理 | 需另行获取并保护 | 自动生成短期密钥,最长 12 小时或会话时长 |
需要哪些前置条件,怎么开始设置?
AWS 列出的前置条件包括:拥有目标模型与推理 profile 访问权限的 AWS 账号、Kimi Code CLI v2.7.0 以上、AWS CLI(可选的 aws login 需 v2.32.0 以上),以及有权调用目标模型与推理 profile 的 IAM 身份(IAM 是 AWS 管理用户、角色与权限的服务)。AWS 同时建议按最小权限原则授权,并考虑为 Kimi Code CLI 使用专用 IAM 角色。
依 AWS 文章,步骤为:先配置 AWS 凭证并确认身份,再编辑 ~/.kimi-code/config.toml(若设置了 KIMI_CODE_HOME 则改用该目录下的文件)添加 provider 与模型,最后发送测试请求。以下为文章中出现的命令与配置。
kimi --version
aws sts get-caller-identity --profile YOUR_PROFILE_NAME
kimi --model bedrock-kimi-k3-1 --prompt "Write a Python function that checks whether a string is a palindrome. Include a short usage example."default_model = "bedrock-kimi-k3-1"
[providers.bedrock]
type = "bedrock"
[providers.bedrock.env]
AWS_REGION = "YOUR_SOURCE_REGION"
# AWS_PROFILE = "YOUR_PROFILE_NAME"
[models.bedrock-kimi-k3-1]
provider = "bedrock"
model = "global.moonshotai.kimi-k3.1"
max_context_size = 1000000
capabilities = ["always_thinking", "thinking", "image_in", "tool_use"]AWS 提醒,若已有配置文件应先备份并合并,而非覆盖。此外,AWS 建议在交互式会话中,批准智能体提出的文件修改与 shell 命令前先自行检查。
使用时有哪些限制与注意事项?
AWS 指出,撰文时 Kimi Code 桌面与网页版的 provider 创建界面并未提供这套凭证链配置所需的全部环境字段,需直接编辑 config.toml。另外,bedrock provider 需要明确的 AWS_REGION 或 AWS_DEFAULT_REGION,无法从 ~/.aws/config 或 aws configure 推断。
Kimi Code 也不会自动检测 Bedrock 上大多数模型的能力,须对照模型卡自行声明。AWS 表示 Kimi K3.1 Pro Highspeed 支持 always_thinking、thinking、image_in 与 tool_use,但不支持 audio_in 与 video_in,并建议自行验证工具与图片流程。在费用方面,AWS 称全局推理比地理区域 profile 便宜 10%,适合没有数据驻留需求的工作负载;实际费率请参阅 Amazon Bedrock 定价页。
常见问题
还需要 Amazon Bedrock API 密钥吗?
依 AWS 说明,不必在 config.toml 中放置 AWS 访问密钥或手动生成的 Bedrock 密钥,provider 会自动生成短期密钥。但若你通过 api_key 或 api_key_env 明确提供密钥,该密钥会优先使用。
使用会产生哪些费用?
AWS 表示,Amazon Bedrock 上这些模型的推理按 token 计费,没有需要清理的常驻云基础设施。使用前建议先查看 Amazon Bedrock 定价页了解预期费用。
可以改用其他协议或 VPC 端点吗?
AWS 表示可以。在 config.toml 中把 protocol 设为 openai、openai_responses 或 anthropic,并用 base_url 指定目标 URL(须包含如 /openai/v1 或 /anthropic 的路径)。文章演示了通过 VPC 端点使用 OpenAI Responses API;各模型支持的 API 请查看模型卡。
临时密钥可以用多久?
AWS 表示 provider 生成的临时 API 密钥有效期最长 12 小时,或为 AWS 会话时长,以较短者为准。
文章有提到特定国家或地区的可用性吗?
没有。AWS 只说明须在受支持的来源区域获得模型与推理 profile 的访问权限,并请读者查看 Kimi K3.1 Pro Highspeed 的模型卡确认当前的区域与推理 profile 支持情况。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
Signal 在 Android 与 iOS 27 默认封锁截图,阻止 Siri、Gemini 等 AI 代理读取屏幕
据 The Verge 报道,Signal 在 Android 与 iOS 27 上限制截图,以防操作系统层级的 AI 代理读取消息内容;用户可在设置中恢复截图,但 Signal 警告会削弱隐私保障。
Claude Code 2.1.329:Code Mode 可配合遥测、/tasks 整合定时任务、macOS computer use 安全规则收紧
AWS 汇总 SageMaker 推理 13 项新功能:HyperPod 托管 NVIDIA Dynamo、MIG GPU 分割、跨区路由
BMW Group 公开 AI 代理治理做法:逾 1.25 万名开发者、三级自主度与 CI/CD 四阶段闸门
资料来源
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。