Kimi API 快速入门指南

前提条件：SDK 安装

为您首选的语言安装官方 SDK，以自动处理身份验证和序列化。我们的 API 遵循 OpenAI 标准，因此任何兼容的客户端库只需进行少量配置更改即可使用。

对于 Python，通过 pip 安装库。对于 Node.js，使用 npm 或 yarn。这些工具为您管理 HTTP 客户端和 JSON 解析。

认证：设置 kimi API 密钥

从仪表板获取您的密钥，并将其作为 Authorization 头部，使用基础 URL https://api.apikimi.cc/v1 适用于所有请求。

将密钥安全地存储在你的环境变量或配置文件中。头格式为 Bearer YOUR_API_KEY.

发送您的第一个请求

向以下地址发送 POST 请求 /v1/chat/completions 附带您的模型 ID uncensored. 响应直接返回生成的文本。

请确保设置 model field correctly. The API returns raw output without content refusals for lawful topics.

流式响应

通过将 stream: true 在请求体中。这将返回作为服务器发送事件（SSE）的数据块。

解析 SSE 流以实时显示令牌。最后一个数据块包含用于计费的令牌用量统计信息。

函数调用配置

在 tools 请求中的数组。在适当时，模型返回工具调用而不是直接文本。

在应用程序逻辑中处理工具调用，并将结果发送回 API 进行进一步处理。支持 tool_choice 允许严格强制执行。

错误处理和限制

处理标准 HTTP 错误：401 表示密钥无效，402 表示余额不足，429 表示达到速率限制。上下文窗口总共支持 100,000 个 token。

每次请求最大输出为 16,000 个 Token。错误不消耗额度。根据错误代码调整您的重试逻辑。

cURL

Copycurl https://api.apikimi.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the key differences between Rust and Go memory management"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apikimi.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apikimi.cc/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

流式传输

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)