Kimicode als Cursor-Alternative: Eigener Endpunkt einrichten

Was funktioniert und was ist zu erwarten

Viele Code-Editoren mit integriertem Chat erlauben es, den OpenAI-Endpunkt durch einen eigenen zu ersetzen. Diese eine Einstellung macht dies möglich. Du gibst dem Editor drei Dinge: eine Basis-URL, einen API-Schlüssel und einen Modellnamen. Alles Weitere ist das Verhalten des Editors.

Die API hier ist ein gehosteter, OpenAI-kompatibler Dienst mit einem Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und optimiert darauf, ohne Inhaltsfilter zu antworten für die rechtmäßige Nutzung durch Erwachsene. Es ist nicht Kimis eigener Dienst und kein Router über Anbieter hinweg, also gibt es keinen Modellauswähler. Du erhältst uncensored, und das ist die einzige Modell-ID.

Sei realistisch bezüglich der Übereinstimmung. Ich behaupte nicht, dass dieses Modell alles schlägt, was dein Editor standardmäßig beim Schreiben von Code liefert, und ich habe keine Benchmarks, um sie dir zu zeigen. Was du gewinnst, ist Kontrolle: dein eigener Endpunkt, tokenbasierte Abrechnung zu $0.15 pro 1M Input und $0.50 pro 1M Output, und ein Modell, das keine Anfrage aufgrund des Themas ablehnt. Was du aufgibst, sind Funktionen, die der Editor nur für seine eigenen Modelle aktiviert.

Schritt für Schritt: Die Basis-URL-Überschreibung

1. Melde dich an und öffne die API-Schlüssel-Seite. Erstelle einen Schlüssel. Neue Nutzer können dort mit einem Klick das $0,50 Testguthaben beanspruchen, keine Karte erforderlich, gültig für 7 Tage.
2. Öffne in deinem Editor die Modell- oder API-Einstellungen. Cursor hatte beispielsweise eine Option, um die OpenAI-Basis-URL in den Modelleinstellungen zu überschreiben. Der Name und der Speicherort dieser Option ändern sich zwischen den Releases, daher prüfe die Dokumentation des Editors, wenn du sie nicht findest.
3. Gib die Basis-URL ein: https://api.kimicode.cc/v1. Füge keinen /chat/completions-Pfad hinzu.
4. Füge deinen Schlüssel in das OpenAI-Schlüsselfeld ein.
5. Füge ein benutzerdefiniertes Modell namens uncensored hinzu und wähle es im Chat-Panel aus.
6. Führe eine kleine Testfrage aus. Wenn der Editor einen Fehler anzeigt, öffne die Entwicklerkonsole oder die Logs und suche nach dem HTTP-Status. Ein 401 ist ein Schlüsselproblem, ein 404 ein URL-Problem und ein 429 ein Ratenlimit.

Einige Editoren prüfen einen Schlüssel, indem sie einen gehosteten Modellnamen aufrufen, der hier nicht existiert. Wenn die Prüfung fehlschlägt, der Chat aber funktioniert, ignoriere den Prüfungsschritt. Wenn der Editor das Speichern ohne Prüfung verweigert, nutze ein anderes Tool aus dem nächsten Abschnitt.

Behalte deine Testlimits im Auge, während du testest: 2 parallele Anfragen und 60 pro Minute. Ein Editor, der mehrere Hintergrundanfragen gleichzeitig auslöst, wie Autocomplete plus Chat, kann die Parallelitätsbegrenzung erreichen. Ein vollständiger Schlüssel erlaubt 8 parallele und 300 pro Minute.

Andere Editoren und Tools mit benutzerdefiniertem Endpunkt

Wenn dein Editor keine benutzerdefinierte Basis-URL akzeptiert, gibt es mehrere Open-Source-Tools, die dies tun. Jedes benötigt dieselben drei Werte. Prüfe ihre Dokumentation für die aktuellen Optionen, da sich diese ändern.

Aider liest Standard-Umgebungsvariablen von OpenAI und nimmt ein OpenAI-kompatibles Modell mit einem openai/-Präfix:

Copyexport OPENAI_API_BASE="https://api.kimicode.cc/v1"
export OPENAI_API_KEY="YOUR_KEY"
aider --model openai/uncensored

Continue, eine Erweiterung für VS Code und JetBrains, akzeptiert einen Modelleintrag mit dem Anbieter auf openai und einer API-Basis. Das Dateiformat unterscheidet sich je nach Version, daher ist dies die Struktur, nach der du suchen solltest:

Copy{
  "models": [
    {
      "title": "Kimicode API",
      "provider": "openai",
      "model": "uncensored",
      "apiBase": "https://api.kimicode.cc/v1",
      "apiKey": "YOUR_KEY"
    }
  ]
}

Cline bietet einen OpenAI-kompatiblen Anbieter in seinen Einstellungen, wo du dieselbe Basis-URL, denselben Schlüssel und dieselbe Modell-ID eingibst. In allen Fällen ist das Muster dasselbe: Wähle den OpenAI-kompatiblen Anbieter, niemals den nach einem Anbieter benannten.

Ein System-Prompt für die Code-Entwicklung

Editoren fügen meist eigene Anweisungen hinzu, aber viele erlauben es, benutzerdefinierte Regeln oder einen System-Prompt hinzuzufügen. Ein kurzer, spezifischer Prompt ist besser als ein langer. Hier ist ein Ausgangspunkt, den du anpassen kannst:

Du bist ein Code-Assistent, der im Projekt des Benutzers arbeitet. Antworte mit der kleinstmöglichen Änderung, die das Problem löst. Zeige Diffs oder die geänderte Funktion, nicht die ganze Datei. Wenn eine Anforderung unklar ist, stelle eine Frage, bevor du Code schreibst. Gib jede Annahme über Versionen oder Frameworks an.

Warum diese Zeilen? "Kleinste Änderung" reduziert Ausgabe-Token, die die teurere Seite sind bei $0.50 pro 1M. "Diffs anzeigen" tut dasselbe und macht die Überprüfung einfacher. "Eine Frage stellen" verhindert eine lange falsche Antwort. "Annahmen angeben" gibt dir einen Ort, um einen Fehler zu erkennen, bevor er deinen Code erreicht.

Halte die Temperatur für Code niedrig. Werte um 0,2 bis 0,4 liefern stabilere Ausgaben, und du kannst einen seed übergeben, wenn du reproduzierbare Ergebnisse beim Debuggen eines Prompts möchtest. Beide werden an das Modell durchgereicht.

Ein Skript, wenn der Editor nicht ausreicht

Wenn eine Editor-Funktion nicht zu einem benutzerdefinierten Endpunkt passt, deckt ein 20-Zeilen-Skript die Lücke und gibt dir volle Kontrolle darüber, was gesendet wird. Dieses Skript liest eine Datei, bittet um eine Überprüfung mit deinem eigenen System-Prompt und überträgt die Antwort im Streaming-Modus.

Copyimport os, sys
from openai import OpenAI

client = OpenAI(base_url="https://api.kimicode.cc/v1", api_key=os.environ["KIMICODE_KEY"])

SYSTEM = (
    "You are a careful code reviewer. List real bugs first, then risky spots. "
    "Quote the line you mean. Skip style comments."
)

path = sys.argv[1]
code = open(path, encoding="utf-8").read()

stream = client.chat.completions.create(
    model="uncensored",
    stream=True,
    temperature=0.3,
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": f"Review {path}:\n\n{code}"},
    ],
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
print()

Führe es aus als python review.py app/server.py. Eine 1.000-Token-Datei mit einer 600-Token-Überprüfung kostet $0.00015 + $0.0003 = $0.00045. Du könntest ein paar tausend Dateien für unter $2 überprüfen.

Das gleiche Muster funktioniert für Commit-Nachrichten, Testgenerierung und Docstrings. Binde das Skript an einen Schlüssel in deinem Editor und du hast einen benutzerdefinierten Befehl ohne Plugin.

Wo das passt und wo nicht

Dieses Setup ist eine gute Wahl, wenn du deinen eigenen Endpunkt möchtest, Token-basierte Abrechnung und ein Modell, das keine Aufgabe aufgrund des Themas ablehnt. Es eignet sich für Soloprogrammierer, kleine Teams und Personen, die Tools bauen, die über eine Client-Bibliothek mit mehreren Anbietern kommunizieren.

Es ist eine schwächere Wahl, wenn du von Funktionen abhängt, die nur mit den eigenen gehosteten Modellen eines Editors funktionieren, wie z. B. enges Inline-Autocomplete, das auf ein bestimmtes Modell abgestimmt ist, oder bildbasierte Funktionen. Wenn diese zentral für deine Arbeitsweise sind, behalte das Standardverhalten bei und nutze diese API für das Chat-Panel und für Skripte. Die Mischung beider ist üblich und kostet nichts Extra.

Wenn du nur sehen willst, wie es sich anfühlt, beanspruche das Trial auf der API-Schlüssel-Seite und stelle deinem Editor drei Fragen aus deiner aktuellen Aufgabe. Vergleiche die Antworten mit dem, was du jetzt erhältst. Dieser Test dauert zehn Minuten und verbraucht einen Bruchteil eines Cents.

Ehrliche Limits eines textbasierten Modells

Drei Limits sind vor dem Wechsel wichtig zu wissen.

Nur Text. Es gibt keine Bildeingaben und keinen Embedding-Endpunkt. Wenn dein Editor eine Codebasis mit Embeddings indiziert, benötigt dieser Index eine andere Quelle oder die Funktion bleibt deaktiviert. Das Einfügen eines Screenshots eines Fehlers funktioniert ebenfalls nicht; füge den Fehlertext ein.

100.000-Token-Fenster. Das ist der Prompt plus die Completion. Als grobe Regel läuft Code etwa drei bis vier Zeichen pro Token, also ist eine große Datei von 40 KB in der Größenordnung von 10.000 bis 13.000 Token. Editoren, die viele Dateien anhängen, können schnell die Decke erreichen. Wenn du einen Kontextfehler siehst, hänge weniger Dateien an, nicht mehr.

Keine versteckte Weiterleitung. Du erhältst ein Modell. Wenn es eine Aufgabe verfehlt, gibt es kein Fallback-Modell im Hintergrund, also formuliere neu, füge ein Beispiel hinzu oder grenze die Frage ein.

Bei den Kosten kostet eine typische Coding-Frage mit 20.000 Input-Token und 1.000 Output-Token $0,003 + $0,0005 = $0,0035. Fünfzig davon an einem Tag sind $0,175. Die Preisseite listet Aufladungen von $20 bis $500 mit Boni ab $50 auf, und Guthaben verfällt nie. Prompts werden nicht zum Training verwendet.

Checkliste vor der Entscheidung

• Teste mit dem Testguthaben an einer echten Aufgabe aus deinem eigenen Projekt, nicht an einem Spiel-Prompt.
• Prüfe, ob das Streaming in deinem Editor funktioniert. Wenn Antworten nur am Ende erscheinen, puffert der Editor möglicherweise.
• Bestätige, ob das Function Calling eingerichtet ist, wenn du Agent-Funktionen nutzt. Diese API unterstützt tools und gestreamte tool_calls, aber der Editor entscheidet, ob er sie sendet.
• Lies die Dokumentation-Quickstart einmal durch, einschließlich des Abschnitts zu Fehlercodes.
• Lege eine monatliche Obergrenze für die Aufladung fest. Da die Abrechnung Prepaid ist, kannst du maximal das ausgeben, was du aufgeladen hast.

Das Prepaid-Design ist ein Sicherheitsnetz für Editoren, die Agent-Loops ausführen. Eine fehlerhafte Loop stoppt, wenn das Guthaben aufgebraucht ist, statt zu einer überraschenden Rechnung zu führen.

Weitere Anleitungen

• Kimi Code API-Preise im Vergleich zu Pay-as-You-Go-Token
• Kimi Code API URL: Basis-URL-Einrichtung für OpenAI-Clients
• ⟦a0⟍Groq API: Mythen vs. Fakten für unzensierte LLMs⟦/a0⟍