如何获取Moonshot AI API密钥(分步指南)

Moonshot的文本生成模型（指moonshot-v1）是训练用于理解自然语言和书面语言的，它可以根据输入生成文本输出。对模型的输入也被称为“prompt”。通常我们建议您提供明确的指令以及给出一些范例，来让模型能够完成既定的任务，设计 prompt 本质上就是学会如何“训练”模型。moonshot-v1模型可以用于各种任务，包括内容或代码生成、摘要、对话、创意写作等。

本文旨在为你提供一份详尽的分步指南，教你如何轻松获取Moonshot AI API的密钥。通过一系列简单明了的步骤，你将顺利完成注册并成功获取密钥。一旦你拥有了这个密钥，你就可以将其集成到你的应用中，充分利用Moonshot AI的强大功能来优化和提升你的产品体验。

1. 注册并登录 Moonshot 开放平台

2. 创建密钥

在账户信息中找到API Key 管理菜单，并创建新的密钥

填写一个 API 密钥的名称并创建

在弹出的对话框中复制 API 密钥，并妥善保存

3. 快速接入

复制完整代码并执行

Kimi API 提供了与 Kimi 大模型交互的能力，以下是一个简单示例代码：

from openai import OpenAI

 

client = OpenAI(

    api_key="MOONSHOT_API_KEY", # 在这里将 MOONSHOT_API_KEY 替换为你从 Kimi 开放平台申请的 API Key

    base_url="https://api.moonshot.cn/v1",

)

 

completion = client.chat.completions.create(

    model = "moonshot-v1-8k",

    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 = 0.3,

)

 

# 通过 API 我们获得了 Kimi 大模型给予我们的回复消息（role=assistant）

print(completion.choices[0].message.content)

为了成功运行上述代码，你可能需要准备：

Python 环境或 Node.js 环境，我们推荐使用 Python 3.8 及以上版本的 Python 解释器；
OpenAI SDK，我们的 API 完全兼容 OpenAI 的 API 格式，因此你可以直接使用 Python 或 Node.js OpenAI SDK 进行调用，你可以通过如下方式来安装 OpenAI SDK：pip install --upgrade 'openai>=1.0' #Pythonnpm install openai@latest #Node.js
将你从 Kimi 开放平台申请的 API Key，将其传入 OpenAi Client 以便于我们能正确识别你的身份；

如果您成功运行上述代码，且没有任何报错，那么您将看到类似如下的内容输出：

你好，李雷！1+1 等于 2。这是一个基本的数学加法问题。如果你有其他问题或需要帮助，请随时告诉我。

字段说明

字段	是否必须	说明	类型	取值
messages	required	包含迄今为止对话的消息列表	List[Dict]	这是一个结构体的列表，每个元素类似如下：`{"role": "user", "content": "你好"}` role 只支持 `system`,`user`,`assistant` 其一，content 不得为空
model	required	Model ID, 可以通过 List Models 获取	string	目前是 `moonshot-v1-8k`,`moonshot-v1-32k`,`moonshot-v1-128k` 其一
max_tokens	optional	聊天完成时生成的最大 token 数。如果到生成了最大 token 数个结果仍然没有结束，finish reason 会是 “length”, 否则会是 “stop”	int	这个值建议按需给个合理的值，如果不给的话，我们会给一个不错的整数比如 1024。特别要注意的是，这个 `max_tokens` 是指您期待我们返回的 token 长度，而不是输入 + 输出的总长度。比如对一个 `moonshot-v1-8k` 模型，它的最大输入 + 输出总长度是 8192，当输入 messages 总长度为 4096 的时候，您最多只能设置为 4096，否则我们服务会返回不合法的输入参数（ invalid_request_error ），并拒绝回答。如果您希望获得“输入的精确 token 数”，可以使用下面的“计算 Token” API 使用我们的计算器获得计数
temperature	optional	使用什么采样温度，介于 0 和 1 之间。较高的值（如 0.7）将使输出更加随机，而较低的值（如 0.2）将使其更加集中和确定性	float	默认为 0，如果设置，值域须为 `[0, 1]` 我们推荐 0.3，以达到较合适的效果
top_p	optional	另一种采样方法，即模型考虑概率质量为 top_p 的标记的结果。因此，0.1 意味着只考虑概率质量最高的 10% 的标记。一般情况下，我们建议改变这一点或温度，但不建议同时改变	float	默认 1.0
n	optional	为每条输入消息生成多少个结果	int	默认为 1，不得大于 5。特别的，当 temperature 非常小靠近 0 的时候，我们只能返回 1 个结果，如果这个时候 n 已经设置并且 > 1，我们的服务会返回不合法的输入参数(invalid_request_error)
presence_penalty	optional	存在惩罚，介于-2.0到2.0之间的数字。正值会根据新生成的词汇是否出现在文本中来进行惩罚，增加模型讨论新话题的可能性	float	默认为 0
frequency_penalty	optional	频率惩罚，介于-2.0到2.0之间的数字。正值会根据新生成的词汇在文本中现有的频率来进行惩罚，减少模型一字不差重复同样话语的可能性	float	默认为 0
response_format	optional	设置为 `{"type": "json_object"}` 可启用 JSON 模式，从而保证模型生成的信息是有效的 JSON。当你将 response_format 设置为 `{"type": "json_object"}` 时，你需要在 prompt 中明确地引导模型输出 JSON 格式的内容，并告知模型该 JSON 的具体格式，否则将可能导致不符合预期的结果。	object	默认为 {“type”: “text”}
stop	optional	停止词，当全匹配这个（组）词后会停止输出，这个（组）词本身不会输出。最多不能超过 5 个字符串，每个字符串不得超过 32 字节	String, List[String]	默认 null
stream	optional	是否流式返回	bool	默认 false, 可选 true

4. 常见问题

Q：如何找到Moonshot AI

A：幂简集成是国内领先的API集成管理平台，专注于为开发者提供全面、高效、易用的API集成解决方案。幂简API平台可以通过以下两种方式找到所需API：通过关键词搜索API(例如，输入’Moonshot AI ‘这类品类词，更容易找到结果)、或者从API hub分类页进入寻找。

Q：为什么 API 返回的结果和 Kimi 智能助手返回的结果不一致？
A：API 和 Kimi 智能助手使用的是同一模型，如果你发现模型输出结果不一致，可以尝试修改 System Prompt，Kimi 智能助手的 System Prompt，可以参考这里(opens in a new tab)的例子；另一方面 Kimi 智能助手提供了诸如计算器等工具，而 API 并未默认提供这些工具，需要用户自行组装；

Q：Kimi API 是否拥有 Kimi 智能助手的“上网冲浪”功？
A：现在，Kimi API 提供了联网搜索功能，请查阅我们的指南：使用 Kimi API 的联网搜索功能。如果你想自己通过 Kimi API 实现联网搜索功能，也可以参考我们撰写的工具调用 tool_calls 指南

Q：Kimi API 返回的内容不完整或被截断？
A：如果你发现 Kimi API 返回的内容不完整、被截断或长度不符合预期，你可以先检查响应体中的 choice.finish_reason 字段的值，如果该值为 length，则表明当前模型生成内容所包含的 Tokens 数量超过请求中的 max_tokens 参数，在这种情况下，Kimi API 仅会返回 max_tokens 个 Tokens 内容，多余的内容将会被丢弃，即上文所说“内容不完整”或“内容被截断”。

Q：Kimi 大模型的输出长度是多少?
A：

对于 moonshot-v1-8k 模型而言，最大输出长度是 8*1024 － prompt_tokens；
对于 moonshot-v1-32k 模型而言，最大输出长度是 32*1024 － prompt_tokens；
对于 moonshot-v1-128k 模型而言，最大输出长度是 128*1024 － prompt_tokens；

Q：文件抽取内容不准确、图像无法被识别？

A：我们提供各种格式的文件上传和文件解析服务，对于文本文件，我们会提取文件中的文字内容；对于图片文件，我们会使用 OCR 识别图片中的文字；对于 PDF 文档，如果 PDF 文档中只包含图片，我们会使用 OCR 提取图片中的文字，否则仅会提取文本内容。；注意，对于图片，我们只会使用 OCR 提取图片中的文字内容，因此如果你的图片中不包含任何文字内容，则会引起解析失败的错误。

Q：Moonshot AI 的替代品有哪些？

提供AI大模型API的服务商除了Moonshot AI ，还有其他替代服务商也提供类似api服务，例如：

360多模态大语言模型、语音大模型服务MiniMax-稀宇科技、通用大模型开放平台-华藏、讯飞星火认知大模型

更多竞品可以在幂简集成开放平台中找到。

Q：通义千问API这个密钥还适用于哪些api？

语音生成、视频生成、音乐生成

5. 总结

本文为开发者提供了获取Moonshot AI 密钥的详细分步指南，从注册账号到完成开发者认证，直至获取密钥，每一步都清晰明了。此外，还强调了获取密钥后进行测试的重要性，以确保顺利集成API至应用中。本文为开发者提供了一个全面、实用的指南，帮助他们顺利获取 Moonshot AI 密钥，并有效地将这一能力集成到应用中，从而提升应用的交互性和功能性。