Kimi Code CLI: tác nhân Moonshot AI trên khóa riêng qua Gonka

Bước 1: cài Kimi Code. Các cách chính thức từ tài liệu:

# macOS and Linux: prebuilt binary, no Node.js needed
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

# Windows (PowerShell); Git for Windows is required before the first run
irm https://code.kimi.com/kimi-code/install.ps1 | iex

# npm (Node.js 22.19 or newer)
npm install -g @moonshot-ai/kimi-code

Script sẽ đặt tệp nhị phân vào ~/.kimi-code/bin/kimi và thêm thư mục này vào PATH thông qua tệp cấu hình shell. Bản build chỉ hỗ trợ glibc: trên Alpine và các hệ thống dùng musl khác, nó sẽ dừng lại và gợi ý dùng npm. Hãy mở lại terminal và kiểm tra: kimi --version.

Bước 2: lấy khóa. Đăng ký tại gate.joingonka.ai/register, xác nhận địa chỉ và tạo khóa có tiền tố jg- trong mục «Khóa API».

Bước 3: chạy trình cài đặt.

npx @joingonka/setup --tool kimi-code

Trình cài đặt sẽ hỏi khóa (không truyền được qua đối số dòng lệnh) và chỉ ghi các bảng của riêng nó vào ~/.kimi-code/config.toml:

• nhà cung cấp [providers.joingonka] với loại openai — tức giao thức Chat Completions — địa chỉ gateway và khóa trong trường api_key; tệp sẽ có quyền 600;
• mỗi mô hình trong mạng một bảng [models."joingonka/…"] — với cửa sổ ngữ cảnh và giới hạn phản hồi thực tế cùng các khả năng rõ ràng: gọi công cụ cho tất cả, suy luận cho DeepSeek V4 Flash và GLM-5.3 Flash, MiniMax M2.7 chỉ có công cụ;
• default_model — DeepSeek V4 Flash, nếu mô hình mặc định chưa được chọn hoặc đang trỏ tới một mô hình đã rời khỏi mạng của gateway; việc chọn nhà cung cấp khác mà không có cờ --model sẽ không bị thay đổi, mà chỉ gợi ý lệnh chạy một lần;
• sẽ lưu bản sao của tệp cũ, không đụng đến nhà cung cấp của người khác hay các trường của bạn trong bảng gateway, và cuối cùng gửi một yêu cầu thực tế đến gateway để cho biết khóa, địa chỉ và mô hình có được chấp nhận không.

Đây là kết quả trong lần chạy thử của chúng tôi (đã rút gọn):

Configured provider "joingonka" in ~/.kimi-code/config.toml
Base URL: https://gate.joingonka.ai/v1 (provider type "openai" — Chat Completions)
Models: joingonka/MiniMaxAI/MiniMax-M2.7, joingonka/deepseek-ai/DeepSeek-V4-Flash-0731, joingonka/zai-org/GLM-5.3-Flash
Default model: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731
…
✓ Verified: the gateway accepted the key, base URL and model.

Mô hình mặc định khác được đặt bằng cờ --model (glm, minimax hoặc mã định danh đầy đủ); chế độ không hỏi đáp sẽ lấy khóa từ biến môi trường:

JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool kimi-code --model glm --non-interactive

Thư mục dữ liệu được chuyển bằng biến KIMI_CODE_HOME sẽ được trình cài đặt tự nhận biết. Còn ~/.kimi là thư mục của ứng dụng khách Python cũ kimi-cli: Kimi Code 2.x không đọc nó, mà trong lần chạy đầu tiên sẽ đề nghị chuyển cài đặt từ đó sang (lệnh kimi migrate cũng làm điều tương tự).

Mọi thứ trình cài đặt làm đều có thể viết tay. Kimi Code lưu cấu hình dưới dạng TOML; khóa bảng có dấu chấm hoặc dấu gạch chéo phải đặt trong dấu ngoặc kép. Đây là đoạn đầy đủ cho mạng Gonka:

default_model = "joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"

[providers.joingonka]
type = "openai"
base_url = "https://gate.joingonka.ai/v1"
api_key = "jg-your-key"

[models."joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"]
provider = "joingonka"
model = "deepseek-ai/DeepSeek-V4-Flash-0731"
max_context_size = 380000
max_output_size = 32768
capabilities = ["thinking", "tool_use"]
display_name = "DeepSeek V4 Flash (Gonka)"

[models."joingonka/zai-org/GLM-5.3-Flash"]
provider = "joingonka"
model = "zai-org/GLM-5.3-Flash"
max_context_size = 390000
max_output_size = 8192
capabilities = ["thinking", "tool_use"]
display_name = "GLM 5.3 Flash (Gonka)"

# MiniMax M2.7, khác với DeepSeek và GLM, được khai báo không có thinking
[models."joingonka/MiniMaxAI/MiniMax-M2.7"]
provider = "joingonka"
model = "MiniMaxAI/MiniMax-M2.7"
max_context_size = 200000
max_output_size = 8192
capabilities = ["tool_use"]
display_name = "MiniMax M2.7 (Gonka)"

Đặt khóa ở đâu. Kimi Code không lấy khóa từ môi trường shell: export OPENAI_API_KEY=… không có tác dụng với nó. Có hai cách, và không thể dùng đồng thời cả hai:

Nếu đặt cả hai trường trong cùng một bảng, Kimi Code sẽ từ chối khi khởi chạy: has both apiKey and apiKeyEnv set in config.toml - they are mutually exclusive. Lưu ý rằng kimi doctor không phát hiện xung đột này — nó chỉ kiểm tra hình thức của file.

Nên chọn loại provider nào. Kimi Code hỗ trợ nhiều giao thức, và gateway cũng vậy:

Mỗi provider trong Kimi Code chỉ nói một giao thức, vì vậy giao thức thứ hai nghĩa là provider thứ hai với tên khác. Để thêm và xóa provider một cách tương tác, dùng lệnh /provider ngay trong agent.

Model trong Kimi Code là một alias — tên của bảng [models."…"]. Trình cài đặt đặt tên theo cấu trúc joingonka/<model-id>, giống như Kimi Code đặt tên cho các model của mình (kimi-code/k3), và chính alias này là thứ cần dùng ở mọi nơi chọn model. Một identifier không có tiền tố, ví dụ MiniMaxAI/MiniMax-M2.7, sẽ không được Kimi Code tìm thấy.

Trong lần chạy thử của chúng tôi, /model trông như thế này:

Select a model  (type to search)
Tab toggle provider · ↑↓ navigate · Enter select · Alt+S session-only · Esc cancel

 All   joingonka

   MiniMax M2.7 (Gonka)       joingonka
 ❯ DeepSeek V4 Flash (Gonka)  joingonka ← current
   GLM 5.3 Flash (Gonka)      joingonka

 Thinking  (←→ to switch)
  [ On ]    Off

Công tắc Thinking. Nút bật/tắt reasoning nằm dưới danh sách không tự nó thay đổi gì trên các model của mạng lưới: Kimi Code chỉ gửi mức độ reasoning đến những model có khai báo các mức đó. Với GLM-5.3 Flash thì nên làm điều này — ở model đó reasoning được tắt bằng giá trị low (chi tiết trong bài đánh giá model). Hãy thêm ba trường vào bảng model:

[models."joingonka/zai-org/GLM-5.3-Flash"]
# … fields written by the installer …
support_efforts = ["low", "high"]
default_effort = "high"
off_effort = "low"

Chúng tôi đã kiểm tra xem điều gì được gửi đến gateway: khi bật Thinking, Kimi Code gửi reasoning_effort: "high" và model thực hiện reasoning; khi tắt — gửi "low" và câu trả lời đến mà không có khối reasoning. Chạy lại trình cài đặt sẽ không đụng đến các trường này: nó chỉ sửa các key của riêng nó.

Model cho các subagent. Các subagent tích hợp (coder, explore, plan) mặc định chạy trên model của agent chính. Mục [secondary_model] cho chúng một pool để agent chính tự chọn, dựa trên các gợi ý. Bất kỳ alias nào cũng phù hợp cho pool — DeepSeek V4 Flash, GLM-5.3 Flash hay MiniMax M2.7:

[secondary_model]
default_model = "joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"

[secondary_model.models]
"joingonka/deepseek-ai/DeepSeek-V4-Flash-0731" = "Long context and long output: big reads and edits."
"joingonka/zai-org/GLM-5.3-Flash" = "Reasoning model for tricky logic and debugging."

Các key của pool bắt buộc phải trùng với các alias trong [models]: theo tài liệu, một liên kết hỏng sẽ khiến không thể tạo session. Dòng cho MiniMax M2.7 cũng được thêm theo cách tương tự; các liên kết đến những model đã rời khỏi mạng lưới sẽ được trình cài đặt tự dọn sạch khi chạy lại.

Nên chọn model nào. Giá của mọi model trong mạng lưới đều như nhau, vì vậy lựa chọn là về hành vi. Đây là cách chúng thể hiện trong Kimi Code 2.0.2 với bài toán «đọc file và tìm lỗi» (đối chiếu ngày 23 tháng 9 năm 2026):

Trước tiên, hãy đảm bảo Kimi Code nhận diện được nhà cung cấp và tệp được phân tích không có lỗi:

$ kimi provider list
joingonka  type=openai  models=3  source=inline

Default model: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731

$ kimi doctor
OK config.toml  ~/.kimi-code/config.toml

Đừng công bố kết quả của kimi provider list --json ở bất cứ đâu: khóa trong đó hiển thị dưới dạng văn bản thuần.

Tiếp theo — chạy thử một lần. Hãy đặt vào thư mục một tệp calc.py chứa hàm cộng mà thực ra lại trừ, rồi yêu cầu tìm lỗi:

kimi -p "Read calc.py and tell me in one sentence whether it has a bug."

Ở chế độ -p, câu trả lời đi ra stdout, còn lập luận và tiến trình công cụ đi ra stderr, nên rất tiện để xử lý đầu ra bằng script. GLM-5.3 Flash đã trả lời như sau:

• Yes: the `add` function in calc.py:2 returns `a - b` instead of `a + b`, so `add(2, 3)` prints `-1`.

Lưu ý: ở chế độ -p, Kimi Code không hỏi gì cả và tự thực thi lệnh — trong lần chạy của chúng tôi, mô hình đã tự ý thử chạy python3 để kiểm tra phỏng đoán. Lần đầu khởi chạy giao diện trong một thư mục mới sẽ bắt đầu bằng câu hỏi Trust this folder? — câu hỏi này liên quan đến các MCP-server của dự án — và trên màn hình chào mừng có hiển thị mô hình: Model: DeepSeek V4 Flash (Gonka). Nửa còn lại của kiểm tra là trang quản lý của gateway: trong mục "Sử dụng", yêu cầu sẽ xuất hiện trong bảng phân tách theo mô hình và theo khóa.

Nếu có gì đó không ổn, thường có thể đọc ngay chẩn đoán từ thông báo:

Với mỗi câu lệnh của bạn, Kimi Code thêm một lời nhắc hệ thống (system prompt) và mô tả của khoảng hai chục công cụ tích hợp sẵn, và một tác vụ thường mất vài bước. Trong lần chạy thử của chúng tôi, mỗi bước mang theo khoảng 20 nghìn token đầu vào, và "đọc tệp, tìm lỗi" mất hai bước — khoảng 40 nghìn token, gần như toàn bộ ở đầu vào. Do đó, giá mỗi token ở đây là yếu tố quyết định.

Thông qua JoinGonka Gateway, token có giá $0.0069 cho mỗi triệu token đầu vào và $0.021 cho mỗi triệu token đầu ra — giá này giống nhau cho tất cả các mô hình trong mạng và được cập nhật trên trang này từ nguồn trực tiếp.

Các ước tính trong cột bên phải dựa trên giá tháng 9 năm 2026. Để so sánh — cách bạn có thể thanh toán cho các mô hình trong Kimi Code:

Mức tiêu thụ chính xác và số dư — có trong bảng điều khiển, trong các phần "Sử dụng" và "Thanh toán". Kimi Code tự theo dõi độ dài hội thoại: thanh trạng thái hiển thị phần ngữ cảnh đã sử dụng, và lệnh /compact nén thủ công lịch sử.

Chế độ cấp quyền. Trong giao diện Kimi Code, chế độ mặc định là Always Ask: việc đọc được thực hiện ngay lập tức, các thay đổi và lệnh chỉ được thực hiện sau khi bạn xác nhận. Ask When Needed (/yolo hoặc cờ --yolo) bỏ qua các thay đổi và lệnh thông thường, nhưng sẽ hỏi về các tệp tin nhạy cảm và các lệnh nguy hiểm; Never Ask (/auto, --auto) không hỏi gì cả. Chế độ lập kế hoạch được bật bằng Shift-Tab. Một lần chạy đơn kimi -p luôn diễn ra mà không có câu hỏi, vì vậy hãy chạy nó trong container hoặc bản sao làm việc riêng biệt.

Những gì hoạt động mà không cần tài khoản Moonshot. Nhà cung cấp riêng xử lý mọi thứ mà mô hình thực hiện: đọc và chỉnh sửa mã, lệnh, tác nhân phụ, phiên làm việc, máy chủ MCP. Tìm kiếm web là dịch vụ của Moonshot: nếu không đăng nhập vào tài khoản, công cụ WebSearch sẽ không có trong bộ tác nhân, nhưng việc tải trang theo địa chỉ (FetchURL) vẫn còn. Các mô hình mạng là mô hình văn bản, vì vậy việc nhập hình ảnh và video trên chúng không hoạt động.

Viễn thông và cập nhật. Viễn thông ẩn danh được bật theo mặc định: để tắt nó, hãy sử dụng dòng telemetry = false trong config.toml hoặc biến môi trường KIMI_DISABLE_TELEMETRY=1. Các bản cập nhật được cài đặt tự động ([upgrade] auto_install = true trong ~/.kimi-code/tui.toml); nếu bạn cần tính dự đoán, hãy tắt nó và cập nhật bằng lệnh kimi upgrade. Cổng không lưu trữ nội dung của các prompt và câu trả lời — chỉ có dữ liệu tổng hợp về mức tiêu thụ được giữ lại trong thống kê.

Nhiều môi trường. Kimi Code không có cài đặt nhà cung cấp ở cấp độ dự án. Bạn có thể phân tách các khóa làm việc và cá nhân bằng biến KIMI_CODE_HOME: với biến này, cài đặt, phiên làm việc và nhật ký sẽ chuyển sang một thư mục khác, và trình cài đặt được chạy với cùng biến đó cũng sẽ ghi vào cùng một thư mục đó.

Trong trình chỉnh sửa. Kimi Code hoạt động bên trong Zed, JetBrains và các ứng dụng khách ACP khác thông qua lệnh kimi acp — với cùng thư mục dữ liệu và cùng các nhà cung cấp.

Các phòng thí nghiệm mà mô hình của họ được mạng lưới phục vụ cũng phát hành các tác nhân riêng: MiniMax có MiniMax Code trên terminal, DeepSeek có DeepSeek Harness, Z.ai (tác giả của GLM) có ZCode. Tất cả chúng đều kết nối với cùng một cổng với cùng một khóa.