Kimi Code ya se conecta a Bedrock sin claves API
Kimi Code CLI v2.7.0 incorpora un proveedor nativo de Amazon Bedrock, desarrollado por Moonshot AI. Desde una mesa de redes y telecomunicaciones, el cambio no es cosmético.
El agente de código de Moonshot deja de pedir una clave aparte
Kimi Code CLI es el agente de programación de código abierto de Moonshot AI, el laboratorio chino detrás de la familia de modelos de pesos abiertos Kimi. Hasta ahora, quien quería usar ese agente contra los modelos alojados en Amazon Bedrock tenía que configurar un proveedor genérico compatible con la API de OpenAI y aportar una clave de API de Bedrock creada a mano. Para muchas organizaciones eso significaba una credencial más que obtener, rotar y proteger, fuera del circuito habitual de identidades de AWS.
La versión 2.7.0 cambia ese planteamiento. Moonshot ha añadido un proveedor nativo de Bedrock al CLI: basta con declararlo en el fichero de configuración y el agente resuelve las credenciales a través de la cadena estándar de AWS. Ya no hace falta pegar ningún secreto en config.toml, solo indicar la región y, opcionalmente, el perfil nombrado que se quiera usar, incluso si ese perfil está respaldado por SSO de IAM Identity Center.
El funcionamiento interno es el interesante desde el punto de vista operativo. El proveedor toma las credenciales del entorno, genera con @aws/bedrock-token-generator una clave efímera de Bedrock y la renueva cuando toca. Esa clave dura como máximo doce horas o lo que dure la sesión de AWS, lo que ocurra primero. Después construye el endpoint regional a partir de AWS_REGION o AWS_DEFAULT_REGION y llama al perfil de inferencia elegido. En el ejemplo del artículo se usa el perfil global global.moonshotai.kimi-k3.1, que enruta entre regiones para obtener más disponibilidad y, según AWS, menor coste.
El modelo de referencia del tutorial es Kimi K3.1 Pro Highspeed, que según la documentación soporta streaming, razonamiento configurable, entrada de imágenes y llamada a herramientas del lado del cliente. La configuración declara explícitamente una ventana de contexto de un millón de tokens y las capacidades del modelo, porque Kimi Code no autodetecta las características de la mayoría de los modelos de Bedrock. Ese detalle importa: si no se declaran, el agente no aprovecha el razonamiento extendido ni las herramientas aunque el modelo las tenga.
La parte de permisos también merece atención. AWS publica una política de IAM de ejemplo con varias sentencias: autorización para bedrock:CallWithBearerToken restringida a tokens de corta duración, lectura del perfil de inferencia y permiso para invocar el modelo tanto por el perfil global como por los ARN de modelo fundacional. Uno de esos ARN aparece sin región ni cuenta, algo que la documentación justifica como necesario para el enrutamiento global entre regiones. AWS recomienda además crear un rol dedicado para el CLI, separado de las tareas habituales del día a día, y aplicar el principio de mínimo privilegio.
No todo es perfecto. La documentación advierte de que las interfaces de escritorio y web de Kimi Code todavía no exponen todos los campos de entorno que necesita este método, así que hay que editar el fichero de configuración a mano. También recuerda que, si se define una clave explícita, ésta tiene prioridad sobre la cadena de credenciales, con lo que se puede volver sin querer al esquema antiguo.
- Kimi Code CLI v2.7.0 incorpora un proveedor nativo de Amazon Bedrock, desarrollado por Moonshot AI.
- El agente usa la cadena estándar de credenciales de AWS, con perfiles nombrados o SSO, en lugar de una clave de API independiente.
- El CLI genera claves Bearer efímeras de Bedrock que duran hasta doce horas o lo que dure la sesión de AWS.
- El ejemplo usa el modelo Kimi K3.1 Pro Highspeed con un millón de tokens de contexto y llamada a herramientas del lado del cliente.
- AWS recomienda un rol de IAM dedicado y permisos mínimos; la configuración debe editarse a mano en
config.toml.
Desde una mesa de redes y telecomunicaciones, el cambio no es cosmético. Cada agente que se despliega en una empresa es, en la práctica, un cliente más que necesita identidad, permisos acotados y trazabilidad. Que el CLI pase a apoyarse en la cadena de credenciales y en tokens de corta duración reduce la superficie de secretos estáticos que acaban copiados en ficheros de configuración, en imágenes de contenedor o en un repositorio por error. Es el mismo principio que ya aplicamos a los equipos de red: nada de contraseñas locales compartidas, todo por identidad centralizada y caducidad corta.
El matiz es que la comodidad no elimina la responsabilidad. Una clave efímera mal emitida sigue otorgando acceso a facturación por token, y el enrutamiento global entre regiones implica que el tráfico de inferencia puede salir de la región donde el ingeniero cree que está. Para quien opera enlaces y cortafuegos, eso significa revisar de nuevo las reglas de salida, la latencia esperada y los límites de ancho de banda hacia los endpoints de Bedrock. Un agente de código que compila, ejecuta comandos y consulta servicios genera un patrón de tráfico bastante más irregular que un simple chat.
Referencia y documentación original: Amazon Web Services.
https://aws.amazon.com/blogs/machine-learning/use-kimi-code-cli-with-models-on-amazon-bedrock/