展开本页目录
开始前准备什么
- npm install --global @moonshot-ai/[email protected]
- 在独立目录运行样例。
- 准备样例
- 执行命令
- 对照结果
- 复验配置
先下载样例，再完成自己的首次调用
示例不含密钥。API 按实际用量计费；下载和点击不代表调用成功。
下载可复跑样例
中文说明、脚本与本次执行回执。
操作步骤
1. 准备独立样例。npm install --global @moonshot-ai/[email protected]
2. 本例操作：从样例 TOML 确认 Provider、模型别名和默认模型，随后执行只读检查。
3. 解压练习包，执行 python3 lab.py --output ./result k01。完整命令、样例输入和输出保存在回执。
4. 打开 result/k01.json，对照实际退出码、请求路径或产物字段。
实际执行命令摘要（方括号内为退出码）
text
[0] 'kimi' -p 'Reply only QR-FIXTURE. Do not use tools.' --output-format stream-json本次操作和结果
Kimi Code 2.5.0 原生 CLI（本地固定回包）。
准备独立样例。npm install --global @moonshot-ai/[email protected]
本例操作：从样例 TOML 确认 Provider、模型别名和默认模型，随后执行只读检查。
解压练习包，执行 python3 lab.py --output ./result k01。完整命令、样例输入和输出保存在回执。
打开 result/k01.json，对照实际退出码、请求路径或产物字段。
逐项确认下方通过条件。本例的测试范围以运行回执为准。
- 通过：TOML Provider 与默认别名相互对应
- 通过：Kimi 原生 CLI 请求了指定的模型和 Chat 路径
- 通过：CLI 成功接收受控文本
复跑样例
bash
python3 lab.py --output ./result k01
执行回执截图。Kimi Code 2.5.0 原生 CLI（本地固定回包）。
怎样确认已经完成
- 通过：TOML Provider 与默认别名相互对应
- 通过：Kimi 原生 CLI 请求了指定的模型和 Chat 路径
- 通过：CLI 成功接收受控文本
常见问题
这次验证覆盖哪些操作？
Kimi Code 2.5.0 原生 CLI（本地固定回包）。从样例 TOML 确认 Provider、模型别名和默认模型，随后执行只读检查。
在哪查看完整操作与结果？
下载练习包。运行脚本后在 result 目录查看本机回执，对照退出码和通过条件。