kimi-free-api：KIMI 免费 API 部署与功能完整指南

【免费下载链接】kimi-free-api🚀 KIMI AI 长文本大模型逆向API【特长：长文本解读整理】，支持高速流式输出、智能体对话、联网搜索、探索版、K1思考模型、长文档解读、图像解析、多轮对话，零配置部署，多路token支持，自动清理会话痕迹，仅供测试，如需商用请前往官方开放平台。项目地址: https://gitcode.com/GitHub_Trending/ki/kimi-free-api

你有没有遇到过这种时刻：想给小工具接上对话能力，商业 API 的计费页面却让你犹豫了半天？kimi-free-api 把 KIMI 网页版的长文本解读、联网搜索、多轮对话封装成一个免费接口，输出直接对齐 OpenAI 格式。跟着下文的命令，5 分钟就能跑通你的第一个对话请求。

⚡ 30 秒跑通第一条对话

服务跑在 Docker 里，一条命令拉起（机器需能访问外网，开放 8000 端口）：

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

refresh_token 这样取：打开 kimi.moonshot.cn 随便发一条消息，F12 进入 Application > Local Storage 复制refresh_token的值；如果显示为数组，用.拼接后再用。

然后发一个最小请求（TOKEN 换成上面取到的值）：

curl http://localhost:8000/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer TOKEN" \ -d '{ "model": "kimi", "messages": [{"role": "user", "content": "你是谁？"}], "stream": false }'

预期返回一段 OpenAI 风格的 JSON，回复正文在choices[0].message.content里。刚才那条 docker 命令做的事说白了就是：拉取现成镜像、在容器里起服务、把 8000 端口映射出来，交付给你一个只认 OpenAI 协议的 HTTP 端点。

接口与 ChatGPT 格式完全兼容：已有客户端把 base_url 换成http://<你的地址>:8000/v1、api_key 填 refresh_token 就能接入，GET /v1/models也照常返回模型列表。compose、Render、Vercel、原生 PM2 等部署方式见 README。

能力全景：一张表看懂差异

模型名还支持几个变体：kimi-search（联网）、kimi-research（探索版）、kimi-k1（思考模型）、kimi-math（数学）、kimi-silent（不输出检索过程），按需切换。

多轮对话：传一个 id 接续上下文

解决"模型记不住上一句"的问题：首轮响应里带回的id就是会话句柄，第二轮起把它作为conversation_id传回即可（首轮不传）。

{ "model": "kimi", "conversation_id": "cnndivilnl96vah411dg", "messages": [{"role": "user", "content": "继续刚才的话题"}] }

做客服机器人、学习陪聊这类需要记住前文的场景时用它。下图是实际效果，模型接住了关于鲁迅的连续追问。

联网搜索：一个参数开启实时信息

解决"模型不知道今天发生了什么"的问题：use_search置为 true 即触发联网检索，回答前会附带带链接的检索来源。

{ "model": "kimi", "use_search": true, "messages": [{"role": "user", "content": "现在深圳天气怎么样？"}] }

做日报聚合、行情播报这类需要实时信息的工具时用它。下图展示了检索结果与最终回答的完整输出。

长文档解读：file 字段直接喂 PDF

解决"百页 PDF 读完要半天"的问题：在消息里放一个file内容块指向文件 URL（支持 base64），服务先上传解析再作答，单文件上限 100MB。

{ "model": "kimi", "use_search": false, "messages": [{ "role": "user", "content": [ {"type": "file", "file_url": {"url": "https://example.com/a.pdf"}}, {"type": "text", "text": "文档里说了什么？"} ] }] }

合同初审、论文速读、标书梳理时用它，建议关掉联网搜索以免干扰解读。下图是对一份 PDF 的逐条解读结果。

图像解析：兼容 Vision 请求格式

解决"只想让模型看图说话"的问题：image_url格式与 gpt-4-vision 兼容，截图、图表、票据都能丢进去。

{ "model": "kimi", "messages": [{ "role": "user", "content": [ {"type": "image_url", "image_url": {"url": "https://example.com/a.png"}}, {"type": "text", "text": "图像描述了什么？"} ] }] }

内容审核、票据识别、图表转文字这类视觉任务用它。下图是 NextChat 客户端通过接口解析标识图的实际画面。

智能体对话：model 填智能体 ID

解决"想要官方智能体专属能力"的问题：把浏览器地址栏尾部那串 20 位 ID 填进model字段，即可调用如"翻译通"这类官方智能体。

{ "model": "coo6l3pkqq4ri39f36bg", "messages": [{"role": "user", "content": "说到中国文化，不能不提到长城……"}] }

想把翻译、润色、出题等固定职能沉淀成可复用的后端能力时用它。

技术架构速览：分层与请求流转

• 接口层src/api/routes/：声明/v1/chat/completions、/v1/models、/token/check，负责参数校验与 token 切分。
• 业务层src/api/controllers/：chat.ts 完成会话创建、文件上传、SSE 解析与 OpenAI 格式转换。
• 配置层configs/dev/：service.yml 定端口（默认 8000），system.yml 定日志与临时目录。
• 支撑层src/lib/提供 Koa 服务与请求/响应封装，src/daemon.ts在进程崩溃后延迟自动重启。

请求流转大致是：客户端 → /v1 路由校验 → 随机挑选 refresh_token → 刷新或复用 access_token → 上游 kimi → SSE 转 OpenAI 流 → 响应。

几个核心机制的设计动机：access_token 有效期只有 300 秒，服务端按 refresh_token 缓存并在过期时静默刷新，遇 401 会清缓存重试；多个 refresh_token 用逗号拼接后每次请求随机取一个，摊平单账号的限流压力。

每轮对话会新建一个临时会话，流结束后自动删除，所以你的 KIMI 账号列表不会多出"未命名会话"；生成撞到长度上限时，服务凭 segment_id 自动续写并拼接出完整内容。

落地场景与进阶技巧

接入 OpenAI 兼容客户端

改两个参数：base_url 指向http://<你的地址>:8000/v1，api_key 填 refresh_token。LobeChat、NextChat、dify 等兼容客户端直接可用，界面上的文档/图像上传字段也走同一接口。

长文档批量摘要流水线

写个小脚本循环调用接口，把待处理 PDF 的 URL 逐个塞进file字段，use_search保持 false，响应里的choices[0].message.content落盘，就是一条无人值守的摘要流水线。

把智能体挂进自有机器人

用 20 位智能体 ID 作为 model，把翻译、润色等官方智能体包成内部服务，前端无需感知 KIMI 的存在。下图是一次翻译智能体调用的请求与响应。

进阶技巧：

• 流式体验：请求加"stream": true；走 Nginx 反代时记得开proxy_buffering off;与chunked_transfer_encoding on;，否则输出会攒到结尾才吐。
• token 巡检：POST/token/check可查 refresh_token 是否存活，返回{"live": true}即有效，频率控制在 10 分钟一次以内。
• 额度规划：免费账号约 3 小时 30 轮长文本问答，多账号逗号拼接后随机挑选，能明显摊平限流压力。

🔧 避坑与收尾

• 8000 端口被占、服务起不来→netstat -tlnp | grep 8000找到占用者，或改用-p 8001:8000换映射端口，docker logs kimi-free-api看日志。
• 请求返回 401 或 token 无效→ 先 POST/token/check确认存活；过期就回浏览器 F12 重新取 refresh_token。
• 流式输出卡住、末尾才出字→ 反代场景检查 Nginx 是否加了proxy_buffering off;。
• 第二轮对话空响应→ 首轮不要传conversation_id，从第二轮起才传上一轮响应里的id。
• 部署在海外区域超时→ 部分海外节点连不上 kimi，换更接近国内的网络区域部署。

安全上注意：

• refresh_token 等同账号凭证，放环境变量或配置里，别提交进代码库。
• 项目仅限研究自用，不要对外提供服务或商用，避免触发限流甚至封号。
• 文件与图片 URL 会被服务端下载（100MB 上限），别把不可信的外部地址直接透传出去。
• 定期巡检 token 存活并轮换失效项，日志里留意 401 与重试告警。

kimi-free-api 把 KIMI 的长文档、搜索与多轮能力变成一条 docker 命令加一个 OpenAI 端点。先把"30 秒跑通"里的两条命令跑起来，确认链路正常，再按需打开后面的功能。

【免费下载链接】kimi-free-api🚀 KIMI AI 长文本大模型逆向API【特长：长文本解读整理】，支持高速流式输出、智能体对话、联网搜索、探索版、K1思考模型、长文档解读、图像解析、多轮对话，零配置部署，多路token支持，自动清理会话痕迹，仅供测试，如需商用请前往官方开放平台。项目地址: https://gitcode.com/GitHub_Trending/ki/kimi-free-api