Kimi Code CLI v2.7.0 新增原生 Bedrock provider:改用 AWS 憑證鏈連接 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 憑證鏈(含具名 profile 與 SSO)呼叫 Amazon Bedrock 模型,無須另管 Bedrock API 金鑰。
新聞日期: 閱讀時間約 5 分鐘
AWS 在部落格中表示,Moonshot AI 開發的開源程式碼代理 Kimi Code CLI 於 v2.7.0 新增原生 bedrock provider(provider 是 CLI 用來連接某個模型服務的連線設定)。升級到 v2.7.0 或更新版本即可使用;Amazon Bedrock 的模型推論按 token 用量計費。最大的改變是可以直接沿用 AWS 憑證鏈,也就是 AWS 工具依序尋找登入資訊的標準機制,包括具名 profile(在 AWS CLI 中預先命名的一組帳號設定)與 SSO(單一登入)。對已經在 AWS 上工作的開發者而言,這代表少管理一組獨立的 Bedrock API 金鑰,不過保護憑證與限縮權限的責任仍在使用者身上。
這次更新和以前的設定方式有什麼不同?
AWS 說明,舊版需要用 type 為 openai 或 openai_responses 的 provider,設定區域 base_url,並提供短期或長期的 Amazon Bedrock API 金鑰。新的原生 provider 則可透過標準 AWS CLI 憑證鏈解析臨時憑證,並依模型 ID 推斷 API 格式與區域端點,必要時可逐模型覆寫通訊協定。
運作上,provider 先解析 AWS 憑證,再用 @aws/bedrock-token-generator 產生短期 Bedrock API 金鑰並視需要更新,接著依 AWS_REGION 或 AWS_DEFAULT_REGION 建立 bedrock-runtime 端點,最後呼叫所選的推論 profile(決定請求送往哪個模型與路由的設定)。AWS 表示,若使用者以 api_key 或 api_key_env 明確提供金鑰,該金鑰優先。
| 項目 | 舊做法 | v2.7.0 原生 bedrock provider |
|---|---|---|
| provider 類型 | openai 或 openai_responses | bedrock |
| 驗證方式 | Amazon Bedrock API 金鑰(短期或長期) | 標準 AWS 憑證鏈,可用具名 profile 與 SSO |
| 端點設定 | 需自行設定區域 base_url | 依 AWS_REGION 與模型 ID 推斷,可用 protocol 與 base_url 覆寫 |
| 金鑰管理 | 需另行取得並保護 | 自動產生短期金鑰,最長 12 小時或工作階段長度 |
需要哪些前置條件,怎麼開始設定?
AWS 列出的前置條件包括:有目標模型與推論 profile 存取權的 AWS 帳號、Kimi Code CLI v2.7.0 以上、AWS CLI(選用的 aws login 需 v2.32.0 以上),以及有權呼叫目標模型與推論 profile 的 IAM 身分(IAM 是 AWS 管理使用者、角色與權限的服務)。AWS 同時建議依最小權限原則授權,並考慮為 Kimi Code CLI 使用專用 IAM 角色。
依 AWS 文章,步驟為:先設定 AWS 憑證並確認身分,再編輯 ~/.kimi-code/config.toml(若設定 KIMI_CODE_HOME 則改用該目錄下的檔案)新增 provider 與模型,最後送出測試請求。以下為文章中出現的指令與設定。
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,若已有設定檔應先備份並合併,而非覆寫。此外,AWS 建議在互動式工作階段中,批准代理提出的檔案修改與 shell 指令前先自行檢視。
使用時有哪些限制與注意事項?
AWS 指出,撰文時 Kimi Code 桌面與網頁版的 provider 建立介面並未提供這套憑證鏈設定所需的全部環境欄位,需直接編輯 config.toml。另外,bedrock provider 需要明確的 AWS_REGION 或 AWS_DEFAULT_REGION,無法從 ~/.aws/config 或 aws configure 推斷。
Kimi Code 也不會自動偵測 Bedrock 上多數模型的能力,須對照模型卡自行宣告。AWS 表示 Kimi K3.1 Pro Highspeed 支援 always_thinking、thinking、image_in 與 tool_use,但不支援 audio_in 與 video_in,並建議自行驗證工具與圖片流程。在費用方面,AWS 稱全域推論比地理區域 profile 便宜 10%,適合沒有資料駐留需求的工作負載;實際費率請參閱 Amazon Bedrock 定價頁。
常見問題
還需要 Amazon Bedrock API 金鑰嗎?
依 AWS 說明,不必在 config.toml 放置 AWS 存取金鑰或手動產生的 Bedrock 金鑰,provider 會自動產生短期金鑰。但若你以 api_key 或 api_key_env 明確提供金鑰,該金鑰會優先使用。
使用會產生哪些費用?
AWS 表示,Amazon Bedrock 上這些模型的推論按 token 計費,沒有需要清除的常駐雲端基礎設施。使用前建議先查看 Amazon Bedrock 定價頁了解預期費用。
可以改用其他通訊協定或 VPC 端點嗎?
AWS 表示可以。在 config.toml 把 protocol 設為 openai、openai_responses 或 anthropic,並用 base_url 指定目標 URL(須含如 /openai/v1 或 /anthropic 的路徑)。文章示範了透過 VPC 端點使用 OpenAI Responses API;各模型支援的 API 請查看模型卡。
臨時金鑰可以用多久?
AWS 表示 provider 產生的臨時 API 金鑰有效期最長 12 小時,或為 AWS 工作階段長度,以較短者為準。
文章有提到各地區的可用性或台灣支援嗎?
沒有。AWS 只說明須在支援的來源區域取得模型與推論 profile 的存取權,並請讀者查看 Kimi K3.1 Pro Highspeed 的模型卡確認目前的區域與推論 profile 支援情況。
覺得這篇整理實用嗎?分享給需要的朋友
同主題延伸閱讀
Signal 在 Android 與 iOS 27 預設封鎖截圖,阻止 Siri、Gemini 等 AI 代理讀取畫面
據 The Verge 報導,Signal 在 Android 與 iOS 27 上限制截圖,以防作業系統層級的 AI 代理讀取訊息內容;使用者可在設定中恢復截圖,但 Signal 警告會削弱隱私保障。
Claude Code 2.1.329:Code Mode 可搭配遙測、/tasks 整合排程任務、macOS computer use 安全規則收緊
AWS 彙整 SageMaker 推論 13 項新功能:HyperPod 託管 NVIDIA Dynamo、MIG GPU 分割、跨區路由
BMW Group 公開 AI 代理治理做法:逾 1.25 萬名開發者、三級自主度與 CI/CD 四階段閘門
資料來源
本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。