kwaipilot/kat-coder-pro-v2

KAT Coder Pro is KwaiKAT's most advanced agentic coding model in the KAT-Coder series. Designed specifically for agentic coding tasks, it excels in real-world software engineering scenarios, achieving 73.4% solve rate on the SWE-Bench Verified benchmark.

LLMNEWHOT
الرئيسية
استكشف
kwaipilot/kat-coder-pro-v2
KAT Coder Pro V2
LLM
PRO

KAT Coder Pro is KwaiKAT's most advanced agentic coding model in the KAT-Coder series. Designed specifically for agentic coding tasks, it excels in real-world software engineering scenarios, achieving 73.4% solve rate on the SWE-Bench Verified benchmark.

المعلمات

مثال الكود

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("ATLASCLOUD_API_KEY"),
    base_url="https://api.atlascloud.ai/v1"
)

response = client.chat.completions.create(
    model="kwaipilot/kat-coder-pro-v2",
    messages=[
    {
        "role": "user",
        "content": "hello"
    }
],
    max_tokens=1024,
    temperature=0.7
)

print(response.choices[0].message.content)

التثبيت

قم بتثبيت الحزمة المطلوبة للغة البرمجة الخاصة بك.

bash
pip install requests

المصادقة

تتطلب جميع طلبات API المصادقة عبر مفتاح API. يمكنك الحصول على مفتاح API الخاص بك من لوحة تحكم Atlas Cloud.

bash
export ATLASCLOUD_API_KEY="your-api-key-here"

ترويسات HTTP

python
import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
حافظ على أمان مفتاح API الخاص بك

لا تكشف أبدًا مفتاح API الخاص بك في الكود من جانب العميل أو المستودعات العامة. استخدم متغيرات البيئة أو وكيل الخادم الخلفي بدلاً من ذلك.

إرسال طلب

import requests

url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "messages": [{"role": "user", "content": "Hello"}],
    "max_tokens": 1024
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Input Schema

المعاملات التالية مقبولة في نص الطلب.

الإجمالي: 9مطلوب: 2اختياري: 7
modelstringrequired
The model ID to use for the completion.
Example: "kwaipilot/kat-coder-pro-v2"
messagesarray[object]required
A list of messages comprising the conversation so far.
rolestringrequired
The role of the message author. One of "system", "user", or "assistant".
systemuserassistant
contentstringrequired
The content of the message.
max_tokensinteger
The maximum number of tokens to generate in the completion.
Default: 1024Min: 1
temperaturenumber
Sampling temperature between 0 and 2. Higher values make output more random, lower values more focused and deterministic.
Default: 0.7Min: 0Max: 2
top_pnumber
Nucleus sampling parameter. The model considers the tokens with top_p probability mass.
Default: 1Min: 0Max: 1
streamboolean
If set to true, partial message deltas will be sent as server-sent events.
Default: false
stoparray[string]
Up to 4 sequences where the API will stop generating further tokens.
frequency_penaltynumber
Penalizes new tokens based on their existing frequency in the text so far. Between -2.0 and 2.0.
Default: 0Min: -2Max: 2
presence_penaltynumber
Penalizes new tokens based on whether they appear in the text so far. Between -2.0 and 2.0.
Default: 0Min: -2Max: 2

مثال على نص الطلب

json
{
  "model": "kwaipilot/kat-coder-pro-v2",
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "max_tokens": 1024,
  "temperature": 0.7,
  "stream": false
}

Output Schema

تُرجع API استجابة متوافقة مع ChatCompletion.

idstringrequired
Unique identifier for the completion.
objectstringrequired
Object type, always "chat.completion".
Default: "chat.completion"
createdintegerrequired
Unix timestamp of when the completion was created.
modelstringrequired
The model used for the completion.
choicesarray[object]required
List of completion choices.
indexintegerrequired
Index of the choice.
messageobjectrequired
The generated message.
finish_reasonstringrequired
The reason generation stopped.
stoplengthcontent_filter
usageobjectrequired
Token usage statistics.
prompt_tokensintegerrequired
Number of tokens in the prompt.
completion_tokensintegerrequired
Number of tokens in the completion.
total_tokensintegerrequired
Total tokens used.

مثال على الاستجابة

json
{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "model-name",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 20,
    "total_tokens": 30
  }
}

Atlas Cloud Skills

يدمج Atlas Cloud Skills أكثر من 300 نموذج ذكاء اصطناعي مباشرة في مساعد البرمجة بالذكاء الاصطناعي الخاص بك. أمر واحد للتثبيت، ثم استخدم اللغة الطبيعية لتوليد الصور ومقاطع الفيديو والدردشة مع LLM.

العملاء المدعومون

Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ العملاء المدعومون

التثبيت

bash
npx skills add AtlasCloudAI/atlas-cloud-skills

إعداد مفتاح API

احصل على مفتاح API الخاص بك من لوحة تحكم Atlas Cloud وعيّنه كمتغير بيئة.

bash
export ATLASCLOUD_API_KEY="your-api-key-here"

الإمكانيات

بمجرد التثبيت، يمكنك استخدام اللغة الطبيعية في مساعد الذكاء الاصطناعي الخاص بك للوصول إلى جميع نماذج Atlas Cloud.

توليد الصورأنشئ صورًا باستخدام نماذج مثل Nano Banana 2 و Z-Image والمزيد.
إنشاء الفيديوأنشئ مقاطع فيديو من نص أو صور باستخدام Kling و Vidu و Veo وغيرها.
دردشة LLMتحدث مع Qwen و DeepSeek ونماذج اللغة الكبيرة الأخرى.
رفع الوسائطارفع الملفات المحلية لتحرير الصور وسير عمل تحويل الصور إلى فيديو.

MCP Server

يربط Atlas Cloud MCP Server بيئة التطوير الخاصة بك بأكثر من 300 نموذج ذكاء اصطناعي عبر Model Context Protocol. يعمل مع أي عميل متوافق مع MCP.

العملاء المدعومون

Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ العملاء المدعومون

التثبيت

bash
npx -y atlascloud-mcp

التكوين

أضف التكوين التالي إلى ملف إعدادات MCP في بيئة التطوير الخاصة بك.

json
{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

الأدوات المتاحة

atlas_generate_imageتوليد صور من أوصاف نصية.
atlas_generate_videoإنشاء مقاطع فيديو من نص أو صور.
atlas_chatالدردشة مع نماذج اللغة الكبيرة.
atlas_list_modelsتصفح أكثر من 300 نموذج ذكاء اصطناعي متاح.
atlas_quick_generateإنشاء محتوى بخطوة واحدة مع اختيار تلقائي للنموذج.
atlas_upload_mediaرفع الملفات المحلية لسير عمل API.
برمجة الذكاء الاصطناعي النخبوية

KAT-Coder: توليد أكواد الذكاء الاصطناعي النخبوي

73.4% SWE-Bench موثق - متفوق على قادة الصناعة

KAT-Coder هو نموذج برمجة الذكاء الاصطناعي الرائد مغلق المصدر من Kwaipilot (قسم أبحاث الذكاء الاصطناعي في Kuaishou)، ويمثل قمة تكنولوجيا توليد الأكواد الوكيلة. مدعوم بمعمارية خبراء المزج مع 72 مليار معامل نشط ومدرب من خلال التعلم المعزز الوكيل واسع النطاق، يحقق KAT-Coder درجة 73.4% في SWE-Bench Verified، ويحتل مرتبة بين أفضل نماذج توليد الأكواد عالميًا إلى جانب GPT-5 High و Claude Sonnet 4.5.

73.4%
درجة SWE-Bench الموثقة
256K
نافذة السياق
72B
المعاملات النشطة

أداء رائد في الصناعة

يتنافس KAT-Coder مع أفضل نماذج توليد الأكواد في العالم على SWE-Bench Verified، المعيار القياسي للصناعة لمهام هندسة البرمجيات في العالم الحقيقي

🥇
Claude Sonnet 4.5
77.2%
🥈
GPT-5 High
74.9%
🥉
KAT-Coder Pro
73.4%
* بناءً على درجات معيار SWE-Bench Verified. قد يختلف الأداء عبر مهام توليد الأكواد المختلفة.

القدرات الأساسية

معمارية خبراء المزج

يستفيد من تصميم MoE المتقدم مع 72 مليار معامل نشط من أكثر من 1 تريليون إجمالاً، مما يوفر أداءً متطورًا في مهام هندسة البرمجيات المعقدة.

  • 72 مليار معامل نشط للكفاءة المثلى
  • مبني على أساس عائلة نماذج Qwen
  • محسّن لقواعد الأكواد على مستوى المؤسسات

التعلم المعزز الوكيل

مدرب من خلال خط أنابيب متعدد المراحل يشمل RL وكيل واسع النطاق، مما يمكّن من الإنجاز المستقل لمهام هندسة البرمجيات المعقدة.

  • تحسين مسار البادئة المشتركة
  • آلية ميزة تشكيل الإنتروبيا
  • التدريب على التزامات Git والطلبات السحب الحقيقية

تكامل متعدد الأدوات

قدرات مدمجة للتفاعل مع الآلاف من الأدوات من خلال بيانات التنفيذ الحقيقية في بيئة الحماية، مما يمكّن من سير عمل تطوير البرمجيات العملي.

  • بيانات التفاعل من آلاف الأدوات
  • التنفيذ الحقيقي في بيئات الحماية
  • تكامل سلس لـ API و CLI

نافذة سياق 256K

دعم السياق الموسع يمكّن من التعامل مع تفاعلات البرمجة متعددة الأدوار المتطورة وإدارة قواعد الأكواد واسعة النطاق بفعالية.

  • التعامل مع ملفات متعددة في وقت واحد
  • الحفاظ على تاريخ محادثات طويل
  • التفكير وإعادة الهيكلة عبر الملفات

التدريب الأصلي على Git

مدرب على بيانات التزامات Git والطلبات السحب الحقيقية من مستودعات المؤسسات، مع فهم أصلي لسير عمل التحكم في الإصدار.

  • أنماط التزامات المستودعات الحقيقية
  • أفضل ممارسات الطلبات السحب
  • أنماط مراجعة الأكواد والتعاون

جودة على مستوى المؤسسات

بيانات عالية الجودة خاصة بالمجال تشمل اتباع التعليمات عبر أكثر من 30 فئة وقدرات التفكير العامة.

  • أكثر من 30 فئة لاتباع التعليمات
  • التفكير المتقدم للحالات الحدية
  • توليد أكواد جاهزة للإنتاج

خط أنابيب التدريب متعدد المراحل

تمثل منهجية تدريب KAT-Coder تقدمًا كبيرًا في نماذج برمجة الذكاء الاصطناعي، حيث تجمع بين مراحل تدريب متعددة للأداء الأمثل

01

التدريب المتوسط

مرحلة الأساس مع حقن معرفة البرمجة والبيانات الخاصة بالمجال عالية الجودة

02

الضبط الدقيق الموجه (SFT)

اتباع التعليمات والتدريب على الحوار عبر أكثر من 30 فئة

03

الضبط الدقيق المعزز (RFT)

قدرات محسّنة للتفكير وحل المشكلات

04

التعلم المعزز الوكيل

RL واسع النطاق على قواعد أكواد المؤسسات مع إنجاز المهام المستقل

مثالي لـ

🐛

تصحيح الأخطاء المعقد

تحديد وإصلاح الأخطاء عبر قواعد أكواد كبيرة مع فهم سياق الملفات المتعددة

🔧

إعادة هيكلة قواعد الأكواد الكبيرة

إعادة هيكلة منهجية مع الوعي بالأنماط المعمارية والتبعيات

📝

توليد أكواد متعددة الملفات

توليد أكواد متماسكة عبر ملفات متعددة مع التكامل الصحيح

📚

فهم المستودع

تحليل وفهم المستودعات الكبيرة مع رؤى معمارية عميقة

المواصفات التقنية

المعماريةخبراء المزج (MoE)
المعاملات_النشطة~72 مليار
إجمالي_المعاملات>1 تريليون
نافذة_السياق256,000 رمز
النموذج_الأساسيعائلة Qwen
استخدام_الأدواتآلاف الأدوات
الحوار_متعدد_الأدوارمئات الأدوار
فئات_التعليماتأكثر من 30 فئة
الترخيصمغلق المصدر (تجاري)
متغيرات_المصدر_المفتوحKAT-Dev-32B, KAT-Dev-72B-Exp

متغيرات المصدر المفتوح

بينما KAT-Coder Pro مغلق المصدر، أصدرت Kwaipilot بدائل مفتوحة المصدر متاحة على HuggingFace بموجب ترخيص Apache-2.0

KAT-Dev-32B

مفتوح المصدر

متغير محسّن بـ 32 مليار معامل مع تدريب متعدد المراحل يشمل الضبط الدقيق الموجه والتعلم المعزز.

ترخيص Apache-2.0 للاستخدام التجاري
متاح على HuggingFace
أداء جاهز للإنتاج

KAT-Dev-72B-Exp

تجريبي

متغير تجريبي بـ 72 مليار معامل يدفع حدود قدرات توليد الأكواد مفتوحة المصدر.

نموذج أكبر للمهام المعقدة
قدرات تفكير متقدمة
الاستخدام البحثي والإنتاجي

اختبر توليد الأكواد النخبوي

ابدأ استخدام KAT-Coder اليوم من خلال واجهة برمجة التطبيقات الخاصة بنا. انضم إلى المطورين حول العالم الذين يثقون في KAT-Coder لمهام هندسة البرمجيات الحرجة.

درجة SWE-Bench 73.4% الرائدة في الصناعة
سياق 256K لقواعد الأكواد الكبيرة
دعم تكامل متعدد الأدوات

ابدأ من أكثر من 300 نموذج

استكشف جميع النماذج