Skip to content
🚀 EDDI 6.5.0

19 LLM-Anbieter, Wissensdatenbanken, die Ihre Website crawlen und Ihre Dateien lesen, und Konversationen, die kompatiblen Agentenversionen folgenNeuigkeiten

Managed Cloud Jetzt Starten
Alle Modelle
Moonshot AIOffene Gewichte

Kimi K2.7 Code

Das spezialisierte Coding-Modell von Moonshot AI mit 256K-Kontext, stets aktivem Denken, Tool Calling und einer separaten Hochgeschwindigkeitsvariante.

Stärken

  • 256K-Token-Kontext
  • Text-, Bild- und Videoeingabe
  • Mehrstufiges Tool Calling
  • Hochgeschwindigkeitsvariante mit rund 180 Tokens pro Sekunde

Ideal für

  • Lange Programmieraufgaben
  • Agentisches Programmieren
  • Mathematik und Reasoning

In EDDI betreiben

Der schnellste Weg führt über den Manager: Öffnen Sie den Agent-Assistenten oder den Platform Operator und wählen Sie Anbieter und Modell. Wenn Sie es selbst konfigurieren möchten, folgen Sie diesen Schritten für den gewünschten Anbieter.

Moonshot AI · type: "moonshot"

Modell-IDs: kimi-k2.7-code, kimi-k2.7-code-highspeed

1. Zugangsdaten hinterlegen

Legen Sie den API-Key des Anbieters im Secrets Vault des Managers ab, oder mit PUT /secretstore/secrets/default/moonshot-key, unter dem unten verwendeten Namen. Konfigurationen referenzieren ihn als ${vault:…}, sodass der Schlüssel nie im Klartext erscheint.

${vault:moonshot-key}

2. Den LLM-Task konfigurieren

Verwenden Sie dies als langchain.json im Workflow des Agenten, oder fügen Sie die Parameter in den LLM-Editor des Managers ein.

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "moonshot",
      "parameters": {
        "apiKey": "${vault:moonshot-key}",
        "modelName": "kimi-k2.7-code",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

Oder den ganzen Agenten mit einem Aufruf erstellen

setup_agent schreibt die Regeln, die LLM-Konfiguration und den Workflow und deployt anschließend den Agenten. Rufen Sie es über MCP oder POST /administration/agents/setup auf.

setup_agent(
  agentName: "My kimi-k2.7-code agent",
  systemPrompt: "You are a helpful assistant.",
  provider: "moonshot",
  model: "kimi-k2.7-code",
  apiKey: "${vault:moonshot-key}"
)

Hinweise für EDDI

  • Dieser Anbieter verlangt, dass das Reasoning des Modells in Tool-Schleifen zurückgesendet wird. Das Preset von EDDI erledigt das für Sie: Lassen Sie returnThinking und sendThinking auf ihren Standardwerten.
  • Moonshot legt die Temperatur bei kimi-k2.7-code und kimi-k2.6 fest, setzen Sie dort also kein temperature.

Verwandte Modelle

Quellen

Die Angaben auf dieser Seite stammen aus der Dokumentation des Herstellers, geprüft am 2026-09-30. Modelle ändern sich schnell, bestätigen Sie Limits daher beim Hersteller, bevor Sie sich darauf verlassen. Preise sind hier nicht aufgeführt: siehe die Preisseite des Herstellers.

Herstellerdokumentation ↗ · Preise ↗