Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуAWS Machine Learning Blog→ оригинал

Kimi Code CLI научился работать с Amazon Bedrock без отдельного API-ключа

Раньше Kimi Code CLI подключался к Amazon Bedrock через отдельный API-ключ, который нужно было выпускать и прятать. В версии 2.7.0 появился провайдер bedrock: он берёт обычные AWS-профили и SSO и сам делает временный токен на срок до 12 часов. В примере AWS работает модель Kimi K3.1 Pro Highspeed с окном в 1 млн токенов. Командам на AWS это даёт на один секрет меньше в конфигах.

AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun News
Kimi Code CLI научился работать с Amazon Bedrock без отдельного API-ключа
Источник: AWS Machine Learning Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникAWS Machine Learning Blog ↗
Главный редактор
Регион нужно задать явноAWS_REGION в config.toml или в shell
Ключевой факт #2Глобальный профиль инференса на 10% дешевле географических
Ключевой факт #3Статус «connected» в приложении не проверяет доступ — гоняйте тестовый prompt

Если ваша компания живёт в AWS, любой новый инструмент для разработчиков упирается в один и тот же вопрос: где взять ещё один ключ и кто за него отвечает. Kimi Code CLI, опенсорсный кодинг-агент от Moonshot AI, раньше ставил именно такое условие при работе с моделями на Amazon Bedrock. В версии 2.7.0 условие убрали.

Что изменилось в версии 2.7.0

Раньше подключение шло через универсальный провайдер с типом openai или openai_responses. Нужно было указать региональный base_url и вставить API-ключ Bedrock. Ключ мог быть краткосрочным или долгосрочным, но в любом случае это был отдельный секрет, который надо получить, где-то хранить и вовремя отзывать.

Теперь в CLI есть нативный провайдер bedrock. Он использует стандартную цепочку AWS-учётных данных: переменные окружения, именованные профили, SSO через IAM Identity Center. Выбрать профиль можно переменной AWS_PROFILE. Если вы не задали ключ вручную, провайдер сам генерирует краткосрочный токен через библиотеку @aws/bedrock-token-generator и обновляет его по мере надобности. Такой токен действует до 12 часов или до конца вашей AWS-сессии, смотря что короче. Если же вы явно указали api_key или api_key_env, ваш ключ получит приоритет.

AWS отдельно напоминает: этот путь снижает зависимость от ключей, созданных вручную, но ответственность за защиту учётных данных и аккуратные права остаётся на вас.

Как это настроить

В примере AWS используется Kimi K3.1 Pro Highspeed. Модель поддерживает потоковый вывод, настраиваемое рассуждение, картинки на входе и вызов инструментов на стороне клиента. Порядок такой.

Сначала проверяете, что AWS CLI видит нужную личность: для SSO это aws configure sso и aws sso login, для консольных учётных данных нужен aws login (AWS CLI 2.32.0 и новее), а проверка делается командой aws sts get-caller-identity.

Затем правите ~/.kimi-code/config.toml. Создаёте провайдера с type = "bedrock", в его секции env задаёте AWS_REGION и при необходимости AWS_PROFILE. Модель описываете с идентификатором global.moonshotai.kimi-k3.1, контекстом в 1 000 000 токенов и списком возможностей: always_thinking, thinking, image_in, tool_use.

У пользователя IAM должны быть права на bedrock:CallWithBearerToken (только для краткосрочных токенов), чтение профиля инференса и вызов модели через InvokeModel и InvokeModelWithResponseStream. AWS советует выдать роль только под этот инструмент и придерживаться принципа минимальных привилегий. Права на проект default нужны лишь при протоколе openai_responses.

Проверять связку лучше разовым запросом: kimi --model bedrock-kimi-k3-1 --prompt "…". Если ответ пошёл потоком, то и авторизация, и права, и регион, и доступ к модели работают.

Подводные камни

Во-первых, регион. Провайдер не читает его из ~/.aws/config, поэтому AWS_REGION или AWS_DEFAULT_REGION придётся указать в config.toml или в окружении. При использовании профиля с префиксом global., us. или in. именно этот регион становится исходным для запросов.

Во-вторых, возможности модели не определяются автоматически. Если не прописать image_in или tool_use, агент ими не воспользуется. Указывать нужно только то, что реально поддерживает модель и конкретный эндпоинт. AWS рекомендует отдельно проверить работу инструментов и изображений на своих задачах, а не доверять одним меткам.

В-третьих, интерфейс. Десктопное и веб-приложение Kimi Code пока не показывают все поля окружения для такого провайдера, поэтому настраивать его придётся прямо в файле. Статус «connected» в списке провайдеров не говорит ничего о правах, регионе и сети, так что настоящим тестом остаётся пробный запрос.

В-четвёртых, если вам нужен VPC-эндпоинт или Mantle, автоопределение протокола и адреса не сработает. Тогда в модели задают protocol (openai, openai_responses или anthropic) и base_url с нужным путём вроде /openai/v1.

Что с деньгами и порядком

Bedrock тарифицирует инференс за токены, постоянной инфраструктуры нет, так что после экспериментов убирать нечего, кроме тестовых IAM-прав и профилей. Помните, что удаление локального конфига не отзывает активную сессию. Для задач без требований к размещению данных AWS советует начинать с глобального профиля инференса: он на 10% дешевле географических.

Практический итог: если у вас уже есть SSO и ротация сессий, подключить Kimi Code к Bedrock теперь можно без нового секрета. Это упрощает аудит и снимает вопрос «где лежит ключ». Но выдавать этому агенту широкие права по-прежнему не стоит: он выполняет команды в вашем проекте, и перед согласием каждое изменение файлов и shell-команду нужно просматривать.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что изменилось в версии 2.7.0?

Раньше подключение шло через универсальный провайдер с типом openai или openai_responses. Нужно было указать региональный base_url и вставить API-ключ Bedrock. Ключ мог быть краткосрочным или долгосрочным, но в любом случае это был отдельный секрет, который надо получить, где-то хранить и вовремя отзывать. Теперь в CLI есть нативный провайдер bedrock. Он использует стандартную цепочку AWS-учётных данных: переменные окружения, именованные профили, SSO через IAM Identity Center.

Что известно по теме: как это настроить?

В примере AWS используется Kimi K3.1 Pro Highspeed. Модель поддерживает потоковый вывод, настраиваемое рассуждение, картинки на входе и вызов инструментов на стороне клиента. Порядок такой. Сначала проверяете, что AWS CLI видит нужную личность: для SSO это aws configure sso и aws sso login, для консольных учётных данных нужен aws login (AWS CLI 2.32.0 и новее), а проверка делается командой aws sts get-caller-identity. Затем правите ~/.kimi-code/config.toml.

Что известно по теме: подводные камни?

Во-первых, регион. Провайдер не читает его из ~/.aws/config, поэтому AWS_REGION или AWS_DEFAULT_REGION придётся указать в config.toml или в окружении. При использовании профиля с префиксом global., us. или in. именно этот регион становится исходным для запросов. Во-вторых, возможности модели не определяются автоматически. Если не прописать image_in или tool_use, агент ими не воспользуется. Указывать нужно только то, что реально поддерживает модель и конкретный эндпоинт.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…