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

LINE 分享
目录
  1. 1. 这次更新和以前的设置方式有什么不同?
  2. 2. 需要哪些前置条件,怎么开始设置?
  3. 3. 使用时有哪些限制与注意事项?
  4. 4. 常见问题

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。

依 AWS 博客整理的设置方式对比
项目旧做法v2.7.0 原生 bedrock provider
provider 类型openai 或 openai_responsesbedrock
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。

AWS 文章中的验证与测试命令 · bash
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."
AWS 文章中的 config.toml 示例 · toml
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。

查看同分类最新消息

觉得这篇整理实用吗?分享给需要的朋友

LINE 分享

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。

生活分享