当前位置: 首页 > backend >正文

在Vscode中使用Kimi K2模型:实践指南,三分钟生成个小游戏

Kimi K2是一款基于多专家(MoE)架构的强大代码与代理能力基础模型。本文将通过在VS Code及其扩展Cline和RooCode中的实际应用,详细说明如何使用Kimi K2-0711-preview模型。

不得不说kimi这次的K2模型就是强大,在vscode中配置使用体验了一把,几分钟就写出了一个可运行的小游戏。

在这里插入图片描述

Vscode中使用步骤

获取API Key

要使用Kimi K2模型,首先需要获取一个API Key。访问Kimi开放平台(https://platform.moonshot.cn/console/api-keys),在默认项目下生成API Key。请妥善保存此Key,以便后续使用。

在Cline中使用Kimi K2模型

Cline是VS Code的一个扩展,支持调用Kimi K2模型。以下是如何在Cline中配置和使用模型的步骤:

  1. 安装Cline

    • 打开VS Code。
    • 点击左侧活动栏中的扩展图标,或者使用快捷键Ctrl+Shift+X(Windows/Linux)/Cmd+Shift+X(Mac)。
    • 在搜索框输入“cline”。
    • 找到Cline扩展(由Cline Team发布),点击“安装”按钮。
    • 安装完成后,可能需要重启VS Code以确保生效。
      在这里插入图片描述
  2. 验证安装

    • 安装完成后,您可以在VS Code左侧活动栏中看到Cline图标。
    • 或者通过命令面板搜索“Cline”相关命令来验证安装是否成功。
  3. 配置Anthropic API

    • 选择API Provider为’Anthropic’。
    • 输入Anthropic API Key,即从Kimi开放平台获取的Key。
    • 勾选“Use custom base URL”,并输入’https://api.moonshot.cn/anthropic’。
    • Model默认选择’claude-opus-4-20250514’,您也可以选择其他模型。
    • 勾选“Disable browser tool usage”,以禁用浏览器工具。
    • 点击’Done’保存配置。
  4. 体验Kimi K2-0711-Preview模型效果

    • 在Cline中测试模型,比如让它生成一个贪吃蛇游戏的代码。
    • 观察游戏效果,评估模型的表现。
      在这里插入图片描述
在RooCode中使用Kimi K2模型

RooCode是另一个VS Code扩展,同样支持Kimi K2模型。以下是配置和使用模型的方法:

  1. 安装RooCode

    • 打开VS Code。
    • 点击左侧活动栏中的扩展图标,或者使用快捷键Ctrl+Shift+X(Windows/Linux)/Cmd+Shift+X(Mac)。
    • 在搜索框输入“roo code”。
    • 找到Roo Code扩展(由RooCode Team发布),点击“安装”按钮。
    • 安装完成后,可能需要重启VS Code以确保生效。
      在这里插入图片描述
  2. 验证安装

    • 安装完成后,您可以在VS Code左侧活动栏中看到RooCode图标。
    • 或者通过命令面板搜索“RooCode”相关命令来验证安装是否成功。
  3. 配置OpenAI API

    • 选择API Provider为’OpenAI Compatible’。
    • 输入API Key,即从Kimi开放平台获取的Key。
    • 设置Base URL为’https://api.moonshot.cn/v1’。
    • Model ID选择为’kimi-k2-0711-preview’。
    • 最大输出Tokens设置为’-1’,表示不限制。
    • 上下文窗口大小设置为128000。
    • 取消勾选“图像支持”,因为当前模型尚不支持图片理解。
    • 输入价格(输入4元;输出16元),用于成本计算仅供参考。
    • 勾选“使用自定义温度”并设置为0.6。
    • 取消勾选“启用浏览器工具”。
    • 点击“保存”以完成配置。
      在这里插入图片描述
直接使用API调用Kimi K2-0711-Preview模型

如果您希望通过直接调用API来使用Kimi K2-0711-Preview模型,可以按照以下代码示例进行。这里以OpenAI SDK为例:

from openai import OpenAIclient = OpenAI(api_key="$MOONSHOT_API_KEY",base_url="https://api.moonshot.cn/v1",
)completion = client.chat.completions.create(model="kimi-k2-0711-preview",messages=[{"role": "system", "content": "你是 Kimi,由 Moonshot AI 提供的人工智能助手,你更擅长中文和英文的对话。你会为用户提供安全,有帮助,准确的回答。同时,你会拒绝一切涉及恐怖主义,种族歧视,黄色暴力等问题的回答。Moonshot AI 为专有名词,不可翻译成其他语言。"},{"role": "user", "content": "你好,我叫李雷,1+1等于多少?"}],temperature=0.6,
)print(completion.choices[0].message.content)

请注意,上述代码中的$MOONSHOT_API_KEY需要替换为您的API Key。建议将temperature参数设置为0.6以获得更好的生成效果。

运行环境要求
  • 确保Python版本至少为3.7.1。
  • 确保Node.js版本至少为18。
  • 确保OpenAI SDK版本不低于1.0.0。

通过以上步骤,您即可在软件代理中充分利用Kimi K2-0711-Preview模型的强大能力了。

http://www.xdnf.cn/news/15790.html

相关文章:

  • 网络大提速,RDMA,IB,iWrap
  • 深度学习中的模型剪枝工具Torch-Pruning的使用
  • 如何解决AttributeError: ‘NoneType‘ object has no attribute问题
  • 使用 PlanetScope 卫星图像绘制水质参数:以莫干湖为例
  • 记录我coding印象比较深刻的BUG
  • 【Docker项目实战】使用Docker部署Homeland社区系统
  • 以太坊的心脏与大脑:详解执行客户端(EL)与共识客户端(CL)
  • 网络原理——TCP
  • node.js学习笔记1
  • 云边端协同架构下的智能计算革命
  • 解惑LINQ中的SelectMany用法
  • 一站式PDF转Markdown解决方案PDF3MD
  • 数据库第四次作业
  • Flexbox vs Float vs Table:现代布局终极对比
  • kombu 运行超长时间任务导致RabbitMQ消费者断开
  • (LeetCode 面试经典 150 题) 49. 字母异位词分组 (哈希表)
  • 基于Eureka和restTemple的负载均衡
  • buildroot运行qemu进行pcie设备模拟,开发驱动的方式
  • 【RK3576】【Android14】Android平台构建
  • 爬虫逆向之JS混淆案例(全国招标公告公示搜索引擎 type__1017逆向)
  • 重学Framework Input模块:如何实现按键一键启动Activity-学员作业
  • HTML5中的自定义属性
  • 【洛谷】询问学号、寄包柜、移动零、颜色分类(vector相关算法题p1)
  • 实验室危险品智能管控:行为识别算法降低爆炸风险
  • bws-rs:Rust 编写的 S3 协议网关框架,支持灵活后端接入
  • 汽车ECU控制器通信架构
  • Java学习--------消息队列的重复消费、消失与顺序性的深度解析​
  • Linux 内存管理(2):了解内存回收机制
  • Python实现智能文件搜索系统:从基础到高级应用
  • 【Oracle】ORACLE OMF说明