kimi-free-api 使用指南：免费部署 KIMI AI 的 OpenAI 兼容接口

【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

kimi-free-api 是一个开源的逆向代理服务，把 KIMI AI 网页版的对话、长文档解读、图像解析和联网搜索能力包装成 OpenAI 兼容的免费接口。它不训练模型，只在你自己的服务和官方网页端之间做协议转换，因此零配置、不收费，但稳定性取决于官方服务，适合个人开发、学习研究和小规模测试，不建议直接用于生产。

🚀 最简上手：Docker 一行命令部署 KIMI 免费 API

从浏览器 Local Storage 提取 refresh_token

服务本身不内置账号，凭证需要你自己提供。在浏览器打开 KIMI 官网并随便发起一次对话，按 F12 打开开发者工具，进入 Application > Local Storage，找到refresh_token的值，这就是后续请求 Authorization 头里的 Bearer Token。如果看到的值是一个数组，用.把各段拼接起来再使用。

拉取镜像并验证第一条对话

在能访问外网的机器上执行：

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

服务默认监听 8000 端口。随后发一条请求验证是否跑通：

curl http://localhost:8000/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer <refresh_token>" \ -d '{"model":"kimi","messages":[{"role":"user","content":"你好，介绍一下你自己"}],"stream":false}'

返回体中choices[0].message.content是模型回复，同时会带一个id字段，做多轮对话时会用到。

📄 核心功能演示：多轮对话、文档解读、图像解析与联网搜索

所有能力共用同一个入口POST /v1/chat/completions，差异只在请求体字段。下面几个场景都复用上面的 curl，只改 body。

多轮对话：用 conversation_id 接续上下文

默认做法是每轮把完整 messages 传进去，服务内部做消息合并，受单轮最大 Token 数限制，个别场景能力会打折扣。想要原生体验，把上一轮响应的id作为下一轮请求的conversation_id传入即可接续同一会话，注意首轮请求不要带这个字段，否则第二轮会返回空响应。

长文档解读：把文件 URL 放进 content 数组

把content从字符串改成数组，加入{"type":"file","file_url":{"url":"文件URL或BASE64_URL"}}和一段文字指令，KIMI 会先读文件再作答，单文件上限 100MB。解读文档时建议把use_search设为false，避免检索结果干扰解读。

图像解析：按 GPT-4 Vision 的格式传图

格式与 gpt-4-vision 兼容：content 数组里放{"type":"image_url","image_url":{"url":"图片URL或BASE64_URL"}}，再配一段文字指令即可，已有 GPT-4V 格式的应用代码基本可以原样迁移。

联网搜索：use_search 打开实时检索

请求体加"use_search": true（或把 model 换成kimi-search），回答前会先检索网页并在回复中列出来源链接，适合查天气、新闻等需要新鲜信息的提问。

⚙️ 部署方式对比：Docker、Docker Compose 与原生 Node.js

原生部署时 clone 地址为https://gitcode.com/GitHub_Trending/ki/kimi-free-api。项目里 configs/ 目录可按环境调整服务与系统参数；设备 ID、请求头是怎么生成的，直接看 src/api/controllers/chat.ts 就能弄清。

🎛️ 进阶调优：模型变体选择、多账号轮换与流式输出

选择 model 参数：kimi-search、kimi-k1 与智能体 ID

model支持kimi（默认）、kimi-search（联网检索）、kimi-research（探索版）、kimi-k1（K1 思考模型）、kimi-math（数学）、kimi-silent（不输出检索过程），后缀可自由组合。另外把 model 填成智能体 ID（浏览器地址栏尾部那串 20 位字符），可以直接调用 KIMI 官方智能体。

多账号轮换：用逗号拼接多个 refresh_token

官方对普通账号有限额：每 3 小时 30 轮长文本问答，短文本不限。账号不够用时，把多个 refresh_token 用英文逗号拼进同一个 Authorization 头：Bearer TOKEN1,TOKEN2,TOKEN3，每次请求服务会挑一个账号处理，单个账号触发限流时整体仍可用。

流式输出：stream 置 true，反代记得关缓冲

"stream": true后响应改为 SSE 逐段推送，体感更顺。如果前面有 Nginx，需要关闭代理缓冲，否则数据会被攒住：

proxy_buffering off; chunked_transfer_encoding on; keepalive_timeout 120;

🛠️ 常见问题排查：401、token 失效与响应超时

用 /token/check 先确认 token 还活着

请求返回 401 时先别重发，探测一下凭证：

curl http://localhost:8000/token/check \ -H "Content-Type: application/json" \ -d '{"token":"<refresh_token>"}'

live为true说明凭证有效，问题多半在请求头格式；为false就重新去 Local Storage 里取一次。该接口不要频繁调用，间隔 10 分钟以上为宜。refresh_token 本身也有有效期，过期后必须重新获取。

响应慢或超时的常见原因

云端 PaaS 的免费实例会自动休眠，部分海外区域连不上官方服务，都会放大延迟，日志里出现连接超时时换部署区域比改代码更有效。还有一点要心里有数：推理发生在官方侧，响应里的usage是固定数字，不能拿来做真实的 token 统计。

📌 后续方向与使用边界

顺着 src/api/routes/ 可以看到完整路由定义；客户端侧也可以接 dify、LobeChat 等兼容 OpenAI 的工具，把这个免费接口用起来。

最后说明三句边界：这是逆向实现，接口可能随官方改版失效；仅限自用测试，不要对外提供服务或商用，商用请走官方开放平台；长文本有每 3 小时 30 轮的限额，规划调用量时把它算进去。

【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