Kimi K2.7 Code 官方接入与长程编码提示工作流

一句话结论

K2.7 Code 应按“始终思考 + 保留 reasoning_content + 自动工具调用”的方式接入，采样参数使用官方固定值，避免把旧模型的关闭思考或自定义温度配置带过来。

适用场景

• 适合的任务：多轮代码 Agent、长上下文仓库修改、视觉/视频输入结合工具调用、复杂调试。

• 不适合的任务：必须关闭 thinking、依赖任意 temperature/top_p/n 或需要多个候选结果的接口。

• 适用的模型版本：kimi-k2.7-code；高速变体为 kimi-k2.7-code-highspeed。

• 适用的客户端、Agent 或 API：Kimi API 的 OpenAI 兼容接口、Kimi Code、支持 tool calling 的自建 Agent。

• 推荐的推理档位和参数：保持默认；thinking 必须 enabled，temperature=1.0、top_p=0.95、n=1，默认 max_tokens=32768；tool_choice 只用 auto 或 none。

可直接使用的内容

Task: [要完成的代码或仓库任务]
Context: [仓库结构、相关文件、约束、已知复现步骤]
Plan: 先检查现状并列出短计划，再按阶段实施。
Tools: 只在能推进任务时调用；每次工具返回后核对结果，不要重复无效调用。
Constraints: 不修改无关文件；保留 reasoning_content；遇到失败先说明原因和下一步。
Verification: 每个阶段运行聚焦测试，最后汇总改动、测试结果和剩余风险。

测试/工作流步骤

1. 用 OpenAI SDK 指向 Kimi API，模型设为 kimi-k2.7-code。

2. 在第一轮给出任务、仓库上下文、工具边界和验收标准。

3. 发送工具调用时，把上一轮 assistant 的 reasoning_content 连同 tool call 保留在上下文。

4. 不要传 thinking: {type: "disabled"}，也不要传非固定采样参数；先用默认配置建立基线。

5. 对重复上下文启用自动缓存，按输入缓存命中、输出 token、工具轮数和最终测试结果评估成本。

原始证据与数据

• 官方文档：模型支持 256K context，默认 thinking enabled，禁用 thinking 会报错。

• 官方固定参数：temperature 1.0、top_p 0.95、n 1、presence/frequency penalty 0；其他值会报错。

• 多轮工具调用必须保留当前轮的 reasoning_content，否则会报错。

• 官方文档给出的 API 价格为缓存命中输入 $0.19/M、未命中 $0.95/M、输出 $4.00/M。

适用边界

• 参数约束来自当前 Kimi API 文档；第三方托管方可能有不同兼容层。

• “保留推理内容”是接口上下文要求，不等于把内部思维链作为用户可见产物输出。

• 长程编码效果仍取决于 harness 的工具定义、上下文压缩和测试质量。

来源摘录或观察（仅做合规短引）

• 官方文档明确写明：“Kimi K2.7 Code does not support non-thinking mode.”

• 官方建议使用默认参数，而不是手动配置这些模型的采样字段。