Alternativa ao Cursor com Kimicode: Configuração de Endpoint Personalizado

O que funciona e o que esperar

Muitos editores de código com chat integrado permitem substituir o endpoint do OpenAI pelo seu próprio. Essa única configuração é o que torna isso possível. Você fornece ao editor três coisas: uma URL base, uma chave de API e um nome de modelo. Todo o resto é o comportamento próprio do editor.

A API aqui é um serviço hospedado e compatível com OpenAI com um único modelo de pesos abertos, executado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito. Não é o serviço próprio do Kimi nem um roteador entre fornecedores, então não há seletor de modelos. Você recebe uncensored, e esse é o único ID de modelo.

Seja realista sobre a adequação. Não estou afirmando que este modelo supera o que seu editor oferece por padrão para escrever código, e não tenho benchmark para mostrar a você. O que você ganha é controle: seu próprio endpoint, cobrança por token a $0,15 por 1M de entrada e $0,50 por 1M de saída, e um modelo que não recusa uma solicitação por causa do tópico. O que você perde são quaisquer recursos que o editor só habilita para seus próprios modelos.

Passo a passo: a substituição da URL base

1. Entre e abra a página da chave de API. Crie uma chave. Novos usuários podem reivindicar o crédito de teste de $0,50 lá com um clique, sem necessidade de cartão, válido por 7 dias.
2. No seu editor, abra as configurações de modelo ou API. O Cursor, por exemplo, teve uma opção para substituir a URL base do OpenAI nas configurações de modelo. O nome e a localização dessa opção mudam entre lançamentos, então verifique a documentação própria do editor se não conseguir encontrá-la.
3. Insira a URL base: https://api.kimicode.cc/v1. Não adicione /chat/completions.
4. Cole sua chave no campo de chave do OpenAI.
5. Adicione um modelo personalizado chamado uncensored e selecione-o no painel de chat.
6. Execute uma pergunta de teste pequena. Se o editor mostrar um erro, abra o console de desenvolvimento ou logs e procure o status HTTP. Um 401 é um problema de chave, um 404 é um problema de URL e um 429 é um limite de taxa.

Alguns editores verificam uma chave chamando um nome de modelo hospedado que não existe aqui. Se a verificação falhar, mas o chat funcionar, ignore a etapa de verificação. Se o editor se recusar a salvar sem ela, use outra ferramenta da próxima seção.

Mantenha os limites da trial em mente durante os testes: 2 requisições simultâneas e 60 por minuto. Um editor que dispara várias solicitações em segundo plano ao mesmo tempo, como autocomplete mais chat, pode atingir o limite de concorrência. Uma chave completa permite 8 simultâneas e 300 por minuto.

Outros editores e ferramentas que aceitam um endpoint personalizado

Se o seu editor não aceitar uma URL base personalizada, várias ferramentas de código aberto farão. Cada uma aceita os mesmos três valores. Verifique a documentação delas para os nomes de opção atuais, já que eles mudam.

O Aider lê variáveis de ambiente padrão do OpenAI e aceita um modelo compatível com OpenAI com um prefixo openai/:

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

O Continue, uma extensão para VS Code e JetBrains, aceita uma entrada de modelo com o provider definido como openai e uma base de API. O formato do arquivo difere por versão, então esta é a forma que você deve procurar:

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

O Cline oferece um provedor compatível com OpenAI nas configurações, onde você insere a mesma URL base, chave e ID de modelo. Em todos os casos, o padrão é o mesmo: escolha o provedor compatível com OpenAI, nunca aquele nomeado após um fornecedor.

Um prompt de sistema adequado para trabalho com código

Editores geralmente adicionam suas próprias instruções, mas muitos permitem adicionar regras personalizadas ou um prompt de sistema. Um prompt curto e específico supera um longo. Aqui está um ponto de partida que você pode ajustar:

Você é um assistente de código trabalhando no projeto do usuário. Responda com a menor alteração que resolve o problema. Mostre diffs ou a função alterada, não o arquivo inteiro. Se um requisito estiver pouco claro, faça uma pergunta antes de escrever código. Declare qualquer suposição que fizer sobre versões ou frameworks.

Por que essas linhas? "Mínima alteração" reduz tokens de saída, que são o lado mais caro em $0,50 por 1M. "Mostrar diffs" faz o mesmo e facilita a revisão. "Fazer uma pergunta" evita uma resposta longa e errada. "Indicar premissas" dá a você um local para capturar um erro antes que ele chegue ao seu código.

Mantenha a temperatura baixa para código. Valores em torno de 0,2 a 0,4 dão saída mais estável, e você pode passar um seed se quiser resultados repetíveis enquanto depura um prompt. Ambos são passados para o modelo.

Um script quando o editor fica aquém

Quando um recurso do editor não se encaixa em um endpoint personalizado, um script de vinte linhas cobre a lacuna e dá a você controle total sobre o que é enviado. Este lê um arquivo, pede uma revisão com seu próprio prompt de sistema e imprime a resposta conforme o streaming.

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()

Execute-o como python review.py app/server.py. Um arquivo de 1.000 tokens com uma revisão de 600 tokens custa $0,00015 + $0,0003 = $0,00045. Você poderia revisar algumas milhares de arquivos por menos de $2.

O mesmo padrão funciona para mensagens de commit, geração de testes e docstrings. Vincule o script a uma chave no seu editor e você terá um comando personalizado sem nenhum plugin.

Onde isso se encaixa e onde não se encaixa

Esta configuração é uma boa opção se você quiser seu próprio endpoint, cobrança por token e um modelo que não recuse uma tarefa por causa do assunto. Adequa-se a desenvolvedores individuais, pequenas equipes e pessoas que criam ferramentas que se comunicam com vários provedores por meio de uma única biblioteca cliente.

É uma adequação mais fraca se você depender de recursos que só funcionam com modelos hospedados próprios de um editor, como autocomplete inline ajustado a um modelo específico ou recursos baseados em imagem. Se esses são centrais para como você trabalha, mantenha o padrão e use esta API para o painel de chat e para scripts. Misturar os dois é comum e não custa nada extra.

Se você só quiser ver como é, reivindique o período de teste na página da chave de API e faça três perguntas ao seu editor sobre sua tarefa atual. Compare as respostas com o que você recebe agora. Esse teste leva dez minutos e usa uma fração de centavo.

Limites honestos de um modelo apenas de texto

Três limites valem a pena saber antes de mudar.

Apenas texto. Não há entradas de imagem nem endpoint de embeddings. Se o seu editor indexar uma base de código com embeddings, esse índice precisa de outra fonte ou o recurso fica desativado. Colar uma captura de tela de um erro também não funcionará; cole o texto do erro.

Janela de 100.000 tokens. Isso é o prompt e a conclusão. Como regra aproximada, o código executa cerca de três a quatro caracteres por token, então um arquivo grande de 40 KB está na ordem de 10.000 a 13.000 tokens. Editores que anexam muitos arquivos podem atingir o teto rapidamente. Quando você vê um erro de contexto, anexe menos arquivos, não mais.

Sem roteamento oculto. Você recebe um modelo. Se ele falhar em uma tarefa, não há modelo de fallback nos bastidores, então reformule, adicione um exemplo ou restrinja a pergunta.

Em termos de custo, uma pergunta típica de codificação com 20.000 tokens de entrada e 1.000 tokens de saída custa $0,003 + $0,0005 = $0,0035. Cinquenta dessas por dia totalizam $0,175. A página de preços lista recargas de $20 a $500 com bônus a partir de $50, e o crédito nunca expira. Os prompts não são usados para treinamento.

Lista de verificação antes de se comprometer

• Teste com o crédito de teste em uma tarefa real do seu próprio projeto, não um prompt de brinquedo.
• Verifique se o streaming funciona no seu editor. Se as respostas aparecerem apenas no final, o editor pode estar fazendo buffering.
• Confirme se a chamada de funções está configurada se você usar recursos de agente. Esta API suporta tools e tool_calls em streaming, mas o editor decide se os envia.
• Leia o início rápido da documentação uma vez, incluindo a seção sobre códigos de erro.
• Defina um limite de recarga mensal. Como a cobrança é pré-paga, o máximo que você pode gastar é o que você adicionou.

O design pré-pago é uma rede de segurança para editores que executam loops de agente. Um loop que dá errado para quando o crédito acaba, em vez de produzir uma fatura surpresa.

Mais guias

• Preços da API Kimi Code vs Tokens Pagamento por Uso
• URL da API Kimi Code: Configuração da URL base para clientes OpenAI
• API Groq: Mitos vs Fatos para LLMs Sem censura