Kimi Code CLI erhält nativen Amazon-Bedrock-Provider, kein separater API-Schlüssel mehr nötig

Moonshot AI hat Kimi Code CLI v2.7.0 um einen nativen Bedrock-Provider erweitert. Der quelloffene Coding-Agent erreicht damit Modelle auf Amazon Bedrock über Standard-AWS-Zugangsdaten statt über einen separaten Bedrock-API-Schlüssel. AWS beschreibt die Einrichtung in einem Beitrag, der Kimi K3.1 Pro Highspeed als Beispielmodell verwendet.
- Kimi Code CLI v2.7.0 erhält laut AWS einen nativen Bedrock-Provider.
- Er nutzt die AWS-Standardkette für Zugangsdaten, einschließlich benannter Profile und SSO, statt eines separaten Bedrock-API-Schlüssels.
- Der Provider erzeugt kurzfristige Schlüssel, die bis zu 12 Stunden oder so lange wie die AWS-Sitzung gültig sind, je nachdem, was kürzer ist.
- Das Beispiel von AWS verwendet Kimi K3.1 Pro Highspeed über das globale Inferenzprofil global.moonshotai.kimi-k3.1.
- AWS empfiehlt IAM-Berechtigungen nach dem Prinzip der minimalen Rechte und eine eigene Rolle für die CLI.
Vom separaten API-Schlüssel zur AWS-Kette für Zugangsdaten
Kimi Code CLI ist ein quelloffener Coding-Agent von Moonshot AI, dem Entwickler der Kimi-Reihe offener Foundation-Modelle (Open Weights). Laut AWS erforderte die Anbindung an Amazon Bedrock bislang einen generischen Provider mit type = "openai" oder type = "openai_responses", die die OpenAI-kompatiblen Chat-Completions- beziehungsweise Responses-APIs nutzen. Dafür waren die regionale base_url und ein Amazon-Bedrock-API-Schlüssel nötig, kurz- oder langfristig. Nach Angaben von AWS war das eine zusätzliche Zugangsinformation, die Kunden beschaffen und schützen mussten.
Mit v2.7.0 kann der native Provider Zugangsdaten über die Standardkette der AWS Command Line Interface auflösen. Nutzer können sich auf die Standardkette verlassen oder ein benanntes Profil wählen, auch eines, das auf Single Sign-on (SSO) basiert. Der Provider leitet aus der Modell-ID ein API-Format und einen regionalen Endpunkt ab, beides lässt sich pro Modell überschreiben.
AWS weist darauf hin, dass es kurzfristige Zugangsdaten gegenüber langfristigen empfiehlt. Der neue Weg verringere die Abhängigkeit von manuell verwalteten API-Schlüsseln, ändere aber nichts daran, dass Nutzer AWS-Zugangsdaten schützen und Berechtigungen angemessen eingrenzen müssen.
So arbeitet der Provider
AWS nennt vier Schritte, mit denen der Provider Authentifizierung und Anfrage-Routing abwickelt:
- AWS-Zugangsdaten auflösen. Ist kein Bedrock-API-Schlüssel konfiguriert, nutzt der Provider die Standardkette. Mit AWS_PROFILE wird ein benanntes Profil ausgewählt.
- Kurzlebiges Bearer-Token erzeugen. Der Provider erstellt mit @aws/bedrock-token-generator einen kurzfristigen Bedrock-API-Schlüssel und erneuert ihn bei Bedarf. In der config.toml müssen weder ein AWS-Zugangsschlüssel noch ein manuell erzeugter Bedrock-Schlüssel hinterlegt werden. Ein explizit über api_key oder api_key_env angegebener Schlüssel hat allerdings Vorrang.
- Regionalen Endpunkt bilden. Der Provider liest AWS_REGION oder AWS_DEFAULT_REGION und baut den passenden bedrock-runtime-Endpunkt. Bei Kimi-Modellen führt das zum empfohlenen OpenAI-kompatiblen Chat-Completions-Pfad.
- Gewähltes Inferenzprofil aufrufen. Das Beispiel verwendet das globale Inferenzprofil global.moonshotai.kimi-k3.1. Das Präfix global. wählt das Profil aus, während AWS_REGION den regionalen Endpunkt bestimmt, der die Anfrage erhält.
Die erzeugten Schlüssel sind bis zu 12 Stunden gültig oder so lange wie die AWS-Sitzung, je nachdem, was kürzer ist. Laut AWS müssen Authentifizierung, Autorisierung, Modellzugriff und Netzwerkverbindung alle erfolgreich sein, damit eine Anfrage abgeschlossen wird.
Voraussetzungen und Berechtigungen
Die Anleitung verwendet Kimi K3.1 Pro Highspeed, das laut AWS Streaming, konfigurierbares Reasoning, Bildeingabe und clientseitige Tool-Aufrufe unterstützt. Der Zugriff erfolgt über globale regionsübergreifende Inferenz, die nach Angaben von AWS die breiteste Verfügbarkeit und die niedrigsten Kosten bietet. AWS verweist vor der Nutzung auf die Amazon-Bedrock-Preise und für die aktuelle Unterstützung von Regionen und Inferenzprofilen auf die Modellkarte.
Nutzer brauchen ein AWS-Konto mit Zugriff auf das Modell, Kimi Code CLI v2.7.0 oder neuer sowie die AWS CLI. Der optionale Workflow mit aws login setzt AWS CLI v2.32.0 oder neuer voraus. Außerdem ist eine IAM-Identität mit der Berechtigung nötig, das Modell und das Inferenzprofil aufzurufen. AWS stellt eine Beispielrichtlinie bereit, die ausschließlich auf das Modell Kimi K3.1 Pro Highspeed und sein globales Profil zugeschnitten ist. Eine Anweisung, die das Standardprojekt abdeckt, wird nur beim Protokoll openai_responses benötigt, nicht beim standardmäßigen Chat-Completions-Protokoll openai.
AWS rät, Berechtigungen nach dem Prinzip der minimalen Rechte zu vergeben, insbesondere in der Produktion, und empfiehlt eine eigene IAM-Rolle für Kimi Code CLI, getrennt von regulären AWS-Aktivitäten.
Einstieg und Bedeutung
Die Einrichtung beginnt mit den Zugangsdaten. SSO-Nutzer führen aws configure sso --profile YOUR_PROFILE_NAME und anschließend aws sso login --profile YOUR_PROFILE_NAME aus. Andere können aws login ab AWS CLI v2.32.0 oder das Standardprofil verwenden. AWS empfiehlt, die aufgelöste Identität mit aws sts get-caller-identity zu prüfen. Schritt 2 besteht darin, Provider und Modell in ~/.kimi-code/config.toml einzutragen. Dort muss die Region für Kimi Code explizit gesetzt werden, selbst wenn ein Profil bereits eine definiert.
Für Teams, die bereits auf AWS-Identitätswerkzeuge standardisiert haben, bedeutet die Änderung, dass sich Kimi Code CLI in bestehende SSO- und Profil-Workflows einfügen lässt, statt einen separat verwalteten Bedrock-Schlüssel zu erfordern. Amazon Bedrock bietet Inferenz mit Abrechnung pro Token, und laut AWS bleibt die Verarbeitung innerhalb der AWS-Datengrenze.


