部署

Vercel部署（推荐使用docker部署）

注意：此方法部署虽然简单，但是有限制

Vercel免费账户的请求响应超时时间为10秒，但接口响应通常较久，可能会遇到Vercel返回的504超时错误！

访问：Vercel 部署 kimi-free-api

登录后，输入项目名称，然后会自动创建一个项目，会给你一个接口地址，但是并不建议你使用这个地址，因为这个地址在国内一般无法使用！

绑定你的自定义域名即可

我搭建的一个地址（因为一般响应时间都会超过十秒，所以大概率返回的是504）：https://vercel.kimiapi.nndx.eu.org:8000/

docker部署

docker的安装不过多赘述，请自行搜索！

直接输入指令安装即可

1	docker run -it -d --init --name kimi-free-api -p 8000:8000 -e TZ=Asia/Shanghai vinlic/kimi-free-api:latest

若是想要换端口，将代码里的 8000:8000 改了就行，例如我要改到 6666 端口，就改成 8000:6666 就行了。

获取token

首先，前往Kimi AI 官网注册（登录）自己的账号。

登录完成后，新建一个对话，并按下 F12，打开 Devtools（网页控制台），点击：应用程序(Application) –> 本地存储(Local storage) –> https://kimi.moonshot.cn，找到**Key**一栏为**refresh_token**的一行，看**Value**一列对应的值，复制下来。
如果你看到的是一个数组，请使用拼接起来再使用。

使用API

请求格式

此处不完整，详见：kimi-free-api官方仓库#接口列表（GitHub）

kimi-free-api官方仓库#接口列表（gitee）

注：若是无法打开GitHub的官方仓库也可以打开gitee的官方仓库

请求头

1	Authorization: Bearer [替换为刚才获取到的token(refresh_token)]

注：若是你有多个账号，可以获取全部的refresh_token后一起接入，格式为：

1	Authorization: Bearer token1,token2,token3```

请求体

{
    // 模型名称
    // kimi：默认模型
    // kimi-search：联网检索模型
    // kimi-research：探索版模型
    // kimi-k1：K1模型
    // kimi-math：数学模型
    // kimi-silent：不输出检索过程模型
    // search/research/k1/math/silent：可自由组合使用
    // 如果使用kimi+智能体，model请填写智能体ID，就是浏览器地址栏上尾部的一串英文+数字20个字符的ID
    "model": "模型名称",
    // 目前多轮对话基于消息合并实现，某些场景可能导致能力下降且受单轮最大Token数限制
    // 如果您想让AI保留上一轮对话的记忆，请务必删掉下方的双斜杠，若是想要获取到答案完后自动删除该轮回话，请不要动下方的双斜杠！
    //"conversation_id": "cnndivilnl96vah411dg",
    "messages": [
        {
            "role": "user",
            "content": "发给AI的消息"
        }
    ],
    // 是否开启联网搜索，默认false
    "use_search": true,
    // 如果使用SSE流请设置为true，默认false
    "stream": false
}

如何白嫖kimi的API接口

部署