Kimi Code CLI：通过 Gonka 使用您自己的密钥连接 Moonshot AI Agent

第 1 步：安装 Kimi Code。官方文档提供的安装方式如下：

# 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

该脚本会将二进制文件放入 ~/.kimi-code/bin/kimi，并通过 shell 配置文件把该目录追加到 PATH 中。它仅提供 glibc 构建版本：在 Alpine 及其他使用 musl 的系统上会中止并建议改用 npm。请重新打开终端并验证：kimi --version。

第 2 步：获取密钥。前往 gate.joingonka.ai/register 注册，确认邮箱地址，然后在「API 密钥」页面创建一个带 jg- 前缀的密钥。

第 3 步：运行安装器。

npx @joingonka/setup --tool kimi-code

安装器会询问密钥（不会通过命令行参数传入），并只把自己所需的配置表写入 ~/.kimi-code/config.toml：

• 写入 [providers.joingonka] 提供商，类型为 openai——即 Chat Completions 协议——包含网关地址，密钥写入 api_key 字段；该文件的权限会被设为 600；
• 为网络中的每个模型写入一张 [models."joingonka/…"] 表——包含真实的上下文窗口与回复上限，并明确标注能力：所有模型均支持工具调用，DeepSeek V4 Flash 与 GLM-5.3 Flash 支持推理，MiniMax M2.7 仅支持工具调用；
• default_model——若尚未选择默认模型，或默认模型指向已从网关网络下线的模型，则设为 DeepSeek V4 Flash；若用户选择的是其他提供商且未加 --model 参数，安装器不会改动，而会提示一次性运行所需的命令；
• 会保存原文件的副本，不触碰其他提供商以及你在网关配置表中的自有字段，最后向网关发送一次真实请求，告知密钥、地址与模型是否被接受。

以下是我们这次运行时的输出（已精简）：

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.

若要指定其他默认模型，使用 --model 参数（可填 glm、minimax 或完整标识符）；免交互模式会从环境变量读取密钥：

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

通过 KIMI_CODE_HOME 变量迁移的数据目录，安装器会自动识别。而 ~/.kimi 是旧版 Python 客户端 kimi-cli 的目录：Kimi Code 2.x 不会读取它，并在首次启动时提示从该目录迁移设置（kimi migrate 也有相同效果）。

安装程序做的事情，全都可以手动完成。Kimi Code 把配置存在 TOML 里；表名中带点或斜杠的键需要加引号。以下是 Gonka 网络的完整配置片段：

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, unlike DeepSeek and GLM, is declared without 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)"

密钥放在哪里。 Kimi Code 不会从 shell 环境读取密钥：export OPENAI_API_KEY=… 对它无效。有两种方式，但不能同时使用：

如果同一个表里同时出现这两个字段，Kimi Code 会在启动时拒绝：has both apiKey and apiKeyEnv set in config.toml - they are mutually exclusive。请注意，kimi doctor 抓不到这种冲突——它只检查文件格式。

该选哪种 provider 类型。 Kimi Code 支持多种协议，网关也是：

在 Kimi Code 中，一个 provider 只说一种协议，所以第二种协议就是另一个名字下的第二个 provider。在智能体内部可以用 /provider 命令交互式地添加和删除 provider。

Kimi Code 中的模型是一个别名，即表名 [models."…"]。安装器会按照 joingonka/<model-id> 的格式为它们命名，就像 Kimi Code 给自己命名（kimi-code/k3）一样，而在任何选择模型的地方，需要的正是这个别名。没有前缀的标识符，例如 MiniMaxAI/MiniMax-M2.7，Kimi Code 是找不到的。

在我们的运行中，/model 显示如下：

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

Thinking 开关。 网络模型列表下方的推理开关本身不会改变任何东西：Kimi Code 只会把推理级别发送给声明了级别的模型。对于 GLM-5.3 Flash 来说，值得这么做——它的推理通过值 low 关闭（详见模型介绍）。在模型表中添加三个字段：

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

我们验证了发送到网关的内容：开启 Thinking 时，Kimi Code 发送 reasoning_effort: "high"，模型进行推理；关闭时发送 "low"，响应返回时没有推理块。重新运行安装器不会触碰这些字段：它只修改自己的键。

子代理使用的模型。 内置子代理（coder、explore、plan）默认使用主代理的模型。[secondary_model] 部分为它们提供一个池，主代理会根据提示自行从中选择。池中可以使用任何别名——DeepSeek V4 Flash、GLM-5.3 Flash 或 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."

池中的键必须与 [models] 中的别名一致：根据文档，悬空引用会导致无法创建会话。MiniMax M2.7 的行也以同样方式添加；对于已离开网络的模型的引用，安装器会在下次运行时自动清理。

该选哪个模型。 网络上所有模型的价格相同，所以选择取决于行为。以下是它们在 Kimi Code 2.0.2 中执行“读取文件并找出错误”任务时的表现（2026 年 9 月 23 日核实）：

首先，确认 Kimi Code 能识别该提供商，并且文件能无错误解析：

$ 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

切勿在任何地方公开 kimi provider list --json 的输出：其中的密钥以明文形式显示。

接下来做一次单次运行。在目录中放入一个 calc.py，其中的加法函数实际上执行的是减法，然后让它找出这个错误：

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

在 -p 模式下，回答写入 stdout，而推理过程和工具调用轨迹写入 stderr，因此输出便于用脚本解析。GLM-5.3 Flash 是这样回答的：

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

请注意：在 -p 模式下，Kimi Code 不会提出任何询问，会自行执行命令——在我们的运行中，模型未经询问就尝试运行 python3 来验证自己的猜测。在新目录中首次启动界面时，会先出现 Trust this folder? 的询问——它针对的是项目的 MCP 服务器——而在欢迎界面上可以看到模型：Model: DeepSeek V4 Flash (Gonka)。验证的另一部分在网关控制台：在"使用情况"部分，该请求会按模型和密钥分别列出。

如果出了问题，通常直接从报错信息就能看出诊断结果：

对于你的每一句话，Kimi Code 都会添加一个系统提示词和二十多个内置工具的描述，且一个任务通常需要多个步骤。在我们的测试中，每个步骤包含约 2 万个输入 token，“读取文件并查找错误”任务总共耗时两个步骤——约 4 万个 token，几乎全部为输入。因此，这里的 token 单价至关重要。

通过 JoinGonka Gateway，输入 token 价格为每百万 $0.0069，输出 token 价格为每百万 $0.021——所有网络模型价格一致，并从实时源同步至此页面。

右侧估算值基于 2026 年 9 月的价格。作为参考——Kimi Code 的模型付费方式一般有以下几种：

确切的消耗量和余额可在控制台的“使用量”和“账单”部分查看。Kimi Code 会自动监控对话长度：状态栏会显示上下文占用的比例，/compact 命令可手动压缩历史记录。

许可模式。 Kimi Code 默认使用 Always Ask 模式：读取操作立即执行，修改和命令需要您的确认。Ask When Needed (/yolo 或 --yolo 标志) 会跳过常规修改和命令，但会询问敏感文件和危险命令；Never Ask (/auto, --auto) 不会进行任何询问。计划模式通过 Shift-Tab 开启。一次性的 kimi -p 运行总是直接执行，因此请在容器或单独的工作副本中运行它。

无需 Moonshot 账号即可运行的功能。 您的提供商处理模型执行的所有操作：读取和修改代码、命令、子代理、会话和 MCP 服务器。网页搜索属于 Moonshot 服务：未登录账号时，代理集中不可使用 WebSearch 工具，但通过地址加载页面 (FetchURL) 依然可用。网络模型为文本模型，因此输入图片和视频对其无效。

遥测与更新。 匿名遥测默认为开启：您可以通过 config.toml 中的 telemetry = false 行或 KIMI_DISABLE_TELEMETRY=1 变量将其关闭。更新会自动安装 (~/.kimi-code/tui.toml 中的 [upgrade] auto_install = true)；如果需要可预测性，请关闭自动更新并使用 kimi upgrade 命令进行更新。网关不存储提示词和响应的内容——统计信息中仅保留消耗总量。

多个环境。 Kimi Code 没有项目级别的提供商设置。您可以使用 KIMI_CODE_HOME 变量来区分工作和个人密钥：使用该变量后，设置、会话和日志将移至另一个目录，而使用相同变量运行的安装程序也会写入同一位置。

编辑器中。 Kimi Code 可通过 kimi acp 命令在 Zed、JetBrains 和其他 ACP 客户端内运行——使用相同的数据目录和提供商。

网络所支持模型的实验室也会发布他们自己的代理：MiniMax 有终端版 MiniMax Code，DeepSeek 有 DeepSeek Harness，而 GLM 的开发者 Z.ai 有 ZCode。它们都可以使用相同的密钥连接到同一个网关。