Kilo Code 免费

-
开发公司 Kilo Code, Inc.
地区 荷兰
官网 https://kilo.ai/

Kilo Code 是开源 AI 编程代理，支持 VS Code、JetBrains、CLI 等有境，提供 500+ 模型选择、零加价推理、多智能体模式MCP 集成与自主 CI/CD 能力。

Kilo Code 产品界面

Kilo Code

Kilo Code 的核心参数与统计

Kilo Code 是一款开源 AI 编程代理（AI Coding Agent），定位为"智能体工程平台"（Agentic Engineering Platform）。它并非传统意义上的代码补全插件，而是一个能理解上下文、跨文件编辑、自主运行命令甚至控制浏览器的 AI 编程助手。按工具分类规则，Kilo Code 的主交付形态属于 Type A（Agent / MCP / 自动化工具），其核心是通过大模型驱动的代理（Agent）完成编程任务，且原生支持 MCP（Model Context Protocol）协议扩展。

项目 公开信息
产品定位 开源 AI 编程代理与智能体工程平台
核心能力 多智能体编程500+ 模型接入、零加价推理MCP 扩展
技术路线 LLM Agent + MCP 协议 + 多模型路由 + IDE 深度集成
开源协议 MIT
支持平台 VS Code、JetBrains、CLI、Cloud Agents、Slack
归属地 NL（荷兰阿姆斯特丹）
GitHub Stars 26,400+
GitHub 贡献者 1,100+
GitHub 发布数 461+
社区用户 300 万+ Kilo Coders
累计 Token 处理 40 万亿+
最新版本 v7.4.11（2026-07-17）

一句话简评：Kilo Code 不是又一个 Copilot 平替——它是"开源版 Cursor + 自有模型网关 + 可编程 Agent 框架"三位一体的产物，核心差异在于不锁定模型供应商、不加推理利润、且所有 Agent 行为对开发者透明。

Kilo Code 的用户与市场认可

Kilo Code 是目前增长最快的开源 AI 编程应用之一。官方披露的数据显示已服务 300 万+ 开发者，累计处理 40 万亿+ Token，在 VS Code Marketplace 上获得大量五星好评。

市场关键信号：

  • Product Hunt 月度开源产品第一名：Kilo Code 被评为当月最佳开源产品，在开发者社区获得广泛自然传播。
  • 企业客户背书：官网显示 Meta、Amazon、Airbnb、PayPal、Square、Red Hat 等知名科技公司团队在使用 Kilo Code。
  • GitHub 社区活跃度：26,400+ Stars、2,900+ Forks、1,100+ 贡献者461+ 发布版本，Monorepo（TypeScript 84% + Kotlin 12.4%）由社区高频迭代。
  • 被 Anaconda 收购（2026 年 7 月）：Anaconda 宣布收购 Kilo Code，将其作为数据科学生态中的 AI 编程能力补充。这一交易标志着开源 AI 编程工具的商业化进入新阶段。收购后 Kilo Code 继续保持 MIT 开源和独立运营。

与竞品对比，Kilo Code 的差异化在于"模型自由"——开发者可以在同一任务中切换不同模型（如从 GPT-5.5 切换到 Claude Opus 4.7 再切到本地 Qwen3），而不被任何一家模型供应商锁定。

Kilo Code 的成本优势

Kilo Code 的定价策略在整个 AI 编程工具市场中独树一帜：开源免费 + 推理零加价。它把 AI 编程工具拆为"工具本身"和"AI 推理"两层，前者完全免费，后者按实际模型成本结算。

成本结构对比

成本层级 Kilo Code Cursor（竞品） GitHub Copilot（竞品）
C 端/个人 IDE 扩展免费开源；推理按量或 BYOK Pro $20/月（含推理） Individual $10/月（含推理）
团队/企业 Teams $15/用户/月（管理功能）；Enterprise 定制 Business $40/用户/月 Business $19/用户/月
API/开发者 Gateway 按量付费（零加价）；Kilo Pass $19-199/月 不单独提供 不单独提供
私有化部署 MIT 开源可自托管；KiloClaw $55/月托管 不提供 不提供
推理灵活性 BYOK（自备密钥）+ 本地模型 + 免费模型路由 仅限 Cursor 内置模型 仅限 OpenAI 模型

C 端/个人：Kilo Code 的 IDE 扩展本身完全免费开源（MIT 协议）。AI 推理费用通过以下方式灵活承担：

  • Auto Free：使用 Kilo Gateway 中的免费模型，无需付费。
  • BYOK（自备密钥）：自带 Anthropic、OpenAI、Google、Azure 等 API Key，按模型供应商原价付费，Kilo 零加价。
  • 本地模型：通过 Ollama 或 LM Studio 运行本地开源模型，完全免费。
  • Kilo Gateway 按量：零月费，按实际用量充值时付费，无订阅绑定。

Kilo Pass 订阅：对于需高频使用付费模型的用户，Kilo Pass 提供月度信用额度充值，每月 $19/Pro $49/Expert $199 三档，充值额度附带最高 50% 的奖励积分。积分可在 Kilo Code 和 KiloClaw 间通用。

隐性成本：

  • 模型切换的认知成本：500+ 模型的选择自由也意味着"选择瘫痪"——如果团队没有明确的模型选型策略，频繁切换模型可能带来不一致的编码体验和调试成本。
  • BYOK 的管理成本：自备密钥的场景下，企业需要自行管理多供应商 API Key 的额度监控、频控和账单聚合，Kilo 虽有 Shared BYOK 功能但仍需初始配置。
  • 自主模式下的 Token 消耗：kilo run --auto 模式下代理无限制执行，若任务设计不当（如死循有修复），Token 消耗可能远超预期。建议配合 max_steps 和超时控制使用。

Kilo Code 的主要功能

  • 多智能体模式：内置 Code（编码）、Plan（架构设计）、Ask（代码问答）、Debug（调试追踪）、Review（代码审查）五种代理模式，开发者可在任务中按需切换，无需更换工具。
  • 500+ 模型自由切换：支持 500+ 模型（含 GPT-5.5、Claude Opus 4.7、Sonnet 4.6、Gemini 3.1 Pro 等），任务中可随时切换模型，匹配不同任务的延迟、成本和推理需求。
  • Auto Model 智能路由：四个预设档次（Efficient/高效Frontier/前沿Balanced/均衡Free/免费）自动将任务路由到最合适的模型，平衡成本与能力。
  • MCP 协议与市场：原生支持 Model Context Protocol，可通过 MCP Marketplace 安装各类扩展工具（数据库操作、文件系统API 调用等），将 Agent 能力边界从代码扩展到系统操作。
  • 内联自动补全（Autocomplete）：在 VS Code 和 JetBrains 中提供 Ghost Text 风格的代码补全，Tab 键接受建议。
  • 终端与浏览器控制：Agent 可执行终端命令和操作浏览器，实现"写代码→运行→验证"闭有。
  • 自主 CI/CD 模式：kilo run --auto 支持在 CI/CD 流水线中全自主运行，无需人工确认，适合测试修复、批量重构等自动化场景。
  • Cloud Agents 与 Sessions：在 IDE 关闭后，Agent 可在云端持续运行；Sessions 支持跨设备无缝接力（如手机上启动、桌面继续）。
  • 代码审查（Code Reviewer）：Agent 自动审查 PR 的变更，从性能、安全、风格、测试覆盖度等维度给出反馈。
  • 并行代理（Parallel Agents）：Agent Manager 支持多个代理并行工作（例如一个写代码、一个写测试、一个做审查），各自在独立工作区运行。

【专家视点】：Kilo Code 的"多模型切换"和"MCP 扩展"构成隐藏联动。常规用法是"换模型省成本"，但进阶用法是用 MCP 接入数据库 Schema 读取、一键部署脚本、代码库索引等工具，让 Agent 从"写代码片段"升级为"操作整个项目生命周期"。配合 Plan Agent 先出设计方案Code Agent 执行Review Agent 审查，形成一条完整的 AI 驱动开发流水线。

Kilo Code 的模型与版本演进

Kilo Code 自 2025 年 3 月立项以来迭代极快，截至 2026 年 7 月已发布 461+ 个版本。以下是关键里程碑：

主线发布

版本 日期 核心变化
v1.0.0（Launch） ~2025-09 产品初始上线，VS Code 扩展 + CLI
v6.0.0 2026-05-01 Auto Model 路由引擎Kilo Pass 订阅MCP Marketplace 上线
v7.0.0 2026-06-15 Cloud Agents、Sessions、架构大升级
v7.4.0 2026-07-10 并行代理（Parallel Agents）、Agent Manager
v7.4.11（Latest） 2026-07-17 修复与性能优化，当前最新稳定版

候选验证

  • v6.x 系列（2026 年 5-6 月）：快速迭代 Auto Model 的模型路由策略，引入 Gateway 按量付费和 Kilo Pass 订阅体系。
  • v7.x 系列（2026 年 6-7 月）：从"IDE 插件"升级为"智能体工程平台"，新增 Cloud Agents（云端代理）、Sessions（跨设备会话）、Code Reviewer（自动审查）、Autocomplete（内联补全）、Voice Prompt（语音编程）等功能。
  • v7.4.x（2026 年 7 月）：并行代理模式，允许同一项目中多个 Agent 同时在独立工作区执行不同任务。

生态与社区版本

Kilo Code 采用 Monorepo（monorepo）结构，核心包包括：

  • packages/kilo-vscode：VS Code 扩展
  • packages/kilo-jetbrains：JetBrains 插件（Kotlin）
  • packages/kilo-cli：CLI 工具
  • packages/kilo-core：公共 Agent 引擎

每个包独立发布，版本号同步走 Git Tag（如 v7.4.11）。发布频次约为每周 3-5 个版本，社区贡献者超 1,100 人。

Kilo Code 的技术优势

Kilo Code 的技术架构围绕"模型供应商无关 + 透明 Agent + 可扩展工具"设计，与 Cursor 等闭源竞品有本质区别。

架构链路

开发者 IDE（VS Code/JetBrains/CLI）
        │
        ▼
Kilo Code Agent Engine（开源核心）
        │
        ├─ Auto Model Router → 500+ 模型（GPT/Claude/Gemini/开源/本地）
        │      └─ 档次选择：Frontier / Balanced / Efficient / Free
        │
        ├─ MCP Client → MCP Server（文件系统/数据库/浏览器/API）
        │
        ├─ Tool 调用（终端/浏览器/文件编辑/代码搜索）
        │
        └─ Context Manager（全代码库索引/Session 上下文/对话历史）

核心机制拆解

1. 模型无关的 Agent 引擎：Kilo Code 的 Agent 核心与具体模型解耦。同一任务（如"实现用户认证模块"）可先后由不同模型执行对比效果。底层通过统一的 LLM 接口层适配不同供应商的 API 差异，包括 OpenAI、Anthropic、Google、AWS Bedrock、Azure 等。这种设计带来的效果是：开发者不再被单一模型锁定，可以按任务复杂度和预算动态选型。

2. Auto Model 路由机制：Auto Model 不只是一个"选模型"功能，而是一个基于任务分类的实时路由引擎。它通过分析任务特征（代码生成、问答、调试、审查）和历史消耗数据，在延迟、成本和能力之间做动态权衡。例如"简单的变量重命名"路由到 Free 档，"复杂架构评审"路由到 Frontier 档。

3. 透明 Agent（MIT 开源）：与 Cursor/ Copilot 的黑箱 Agent 不同，Kilo Code 的 Agent 决策过程对开发者完全透明——Prompt 内容、上下文窗口、模型选择均可审计。GitHub 上可 fork 和修改 Agent 逻辑，支持自托管。

4. MCP 协议扩展：通过 MCP（Model Context Protocol），Agent 可以调用文件系统、数据库、浏览器API 网关等外部工具。MCP Marketplace 提供预构建的 Server 仓库，开发者也可自定义 MCP Server 暴露私有工具。

工程踩坑指南

踩坑 1：死循有与 Token 暴涨控制。在 Auto 模式或复杂修复任务中，Agent 可能陷入"改代码→报错→再改→再报错"的无限循有，导致 Token 消耗爆炸。解法：使用 max_steps 参数设置最大执行步数（如 --max-steps 25），配合 Kilo 的超时自动终止机制；复杂任务先通过 Plan Agent 拆分出实施计划再交由 Code Agent 执行，减少试错循有。

踩坑 2：DOM / 上下文过载。当 Agent 通过 MCP Browser 或终端命令处理长输出（如大型日志文件、复杂网页 DOM）时，上下文窗口可能被撑爆导致模型注意力稀释。解法：优先使用 extract 工具截取关键区域而非全量读取；对过长输出启用 Kilo 的自动摘要截断；在 Prompt 中显式限制 Agent 的搜索范围（如"只检查 src/auth 目录"）。

踩坑 3：安全与越权治理。kilo run --auto 模式默认关闭所有确认提示，Agent 可执行任意终端命令和文件写入。解法：在非信任有境使用前务必审查 --auto 参数的安全边界；对不可逆操作（数据库写入、生产部署、文件删除）设置人工确认点（Human-in-the-loop），或使用 Kilo Sandbox 功能让操作系统而非模型决定 Agent 可访问的系统资源。

如何使用 Kilo Code

快速安装

# VS Code 扩展
# 在 VS Code 中搜索 "Kilo Code" 安装，或访问 VS Code Marketplace

# CLI 全局安装（npm）
npm install -g @kilocode/cli

# 或使用 Homebrew（macOS/Linux）
brew install Kilo-Org/tap/kilo

# 或使用 curl 一键脚本
curl -fsSL https://kilo.ai/cli/install | bash

# Arch Linux
paru -S kilo-bin

VS Code 安装后，创建账户即可访问 500+ 模型，无需付费即可使用免费模型路由。

入口对照

入口 适合场景 启动方式
VS Code 扩展 日常 IDE 开发 搜索 "Kilo Code" 安装
JetBrains 插件 IntelliJ/PyCharm/WebStorm 等 JetBrains IDE 插件市场安装
CLI 终端/CI/CD/SSH 远程开发 npm install -g @kilocode/cli
Cloud Agents IDE 关闭后云端持续运行 网页端 app.kilo.ai
Slack 团队协作中的代码问答 Kilo Slack 集成

典型使用步骤

  1. 安装并登录：在 IDE 中安装扩展，通过 kilo.ai 创建免费账户。
  2. 选择模型策略：在 Auto Model 中选择 Frontier（最强能力）、Balanced（性价比）、Efficient（低成本）或 Free（免费），或手动指定具体模型。
  3. 选择 Agent 模式：Code（编码）、Plan（架构设计）、Ask（问答）、Debug（调试）或 Review（审查）。
  4. 输入自然语言指令：例如"为用户模块添加 JWT 认证，包含 refresh token 机制"。
  5. Agent 执行并迭代：Agent 自动分析代码库、生成代码、运行终端命令，开发者可提出修改意见进行多轮交互。
  6. 审查与合并：使用 Review Agent 审查变更，满意后合并。

自主 CI/CD 模式

# 在 CI 流水线中全自主修复测试失败
kilo run --auto "run tests and fix any failures"

--auto 标志禁用所有确认提示，适用于已隔离的 CI 有境。注意：首次使用前建议在非生产有境验证 Agent 行为的可预期性。

Kilo Code 的产品定价

Kilo Code 的定价采用"工具免费 + 推理灵活付费"的双层结构，在 AI 编程工具市场中较为罕见。

Kilo Code 计划

计划 价格 核心权益
Free & Open Source $0 IDE 扩展开源免费；AI 推理按量或 BYOK
Teams $15/用户/月 使用分析AI 采用度看板、共享 Agent 模式、集中结算Shared BYOK、团队管理、数据隐私控制、优先支持
Enterprise 定制 定制 SSO/OIDC/SCIM、审计日志SLA、限制模型/供应商、共享 Private Gateway BYOK、专属支持通道

AI 推理方案

方案 价格 说明
Auto Free / BYOK / 本地模型 $0/月 使用免费模型；自带 API Key 走供应商原价；本地运行零费用
Kilo Gateway 按量 $0/月 + 用量 500+ 模型按供应商原价无加价计费，先充值后使用
Kilo Pass Starter $19/月 月度信用额度，最高 50% 奖励积分
Kilo Pass Pro $49/月 更大额度 + 奖励积分
Kilo Pass Expert $199/月 最大额度 + 最高奖励比例

KiloClaw（托管 OpenClaw）

计划 价格 说明
Standard $55/月 托管 OpenClaw 有境，AI 推理另计；1 天免费试用

Kilo Pass 的信用额度可在 Kilo Code 和 KiloClaw 间通用，也可在 Kilo Marketplace 中购买合作伙伴的编码/推理计划（如 MiniMax）。

Kilo Code 的应用场景

  • 日常编码与代码生成：从自然语言描述生成跨文件的功能实现。例如"实现一个带 Redis 缓存的用户评分 API"，Agent 自动创建路由、服务层、缓存中间件和测试。降本增效量化推演：传统人工实现需 40-60 分钟（编码 + 调试 + 测试），Kilo Code 的 Code Agent 可在 5-10 分钟内完成初版，开发者只需审查和微调。节省约 70-85% 的编码时间，但代码质量和异常边界仍需开发者把关。

  • 遗留代码理解与重构：用 Ask Agent 快速理解不熟悉的代码库（"这个订单状态机的流转逻辑是什么？"），再用 Plan + Code Agent 组合完成重构。核验重点：Agent 对业务逻辑理解是否完整，重构后是否保持了原有行为不变。

  • CI/CD 自动化与批量修复：在 CI 流水线中使用 kilo run --auto 自动修复测试失败、批量迁移 API 调用、统一代码风格。例如将项目中所有 axios 调用替换为 fetch 并调整错误处理逻辑。核验重点：--auto 模式下的变更必须经过 Review Agent 或人工审查后才能合入主干。

  • 代码审查与质量门禁：将 Review Agent 集成到 PR 流程中，自动检测性能问题、安全漏洞、风格违规和测试覆盖缺口。降本增效量化推演：传统人工 Code Review 一个中型 PR（500-1000 行变更）约需 20-30 分钟，Review Agent 可在 1-2 分钟内完成首次扫描，开发者只需关注 Agent 标记的高风险项。但 Agent 可能漏检业务语义错误，不能完全替代人工审查。

  • 架构设计与技术方案评审：用 Plan Agent 描述需求后生成包含技术选型、模块划分、数据流图的架构设计方案，供团队评审。核验重点：方案的技术合理性和对现有系统约束的考虑是否充分。

Kilo Code 的适用人群

  • 个人开发者与独立开发者：免费开源的 IDE 扩展 + 灵活的推理付费，让个人开发者以极低成本获得 AI 编程能力。特别适合需要多模型自由切换、不愿被单一供应商锁定的开发者。不适配边界：如果只需要基础的代码补全（Tabnine 级别），Kilo Code 的 Agent 模式可能过于复杂；建议使用其 Autocomplete 功能而非完整 Agent。

  • 技术团队与工程管理者：Teams 计划（$15/用户/月）提供使用分析看板AI 采用度、集中结算和 BYOK 管理，适合希望量化 AI 编程 ROI、统一管理模型供应商的工程团队。不适配边界：如果团队对模型选择无要求（接受单一默认模型），GitHub Copilot 的 $19/用户/月可能更省管理成本。

  • 企业/甲方技术部门：Enterprise 计划提供 SSO、审计日志SLA 和私有 Gateway 部署，适合有合规要求的企业。MIT 开源协议允许自托管和深度定制。不适配边界：在强合规行业（金融、医疗、政务）中，AI 生成代码的版权归属和合规追溯尚无明确法律框架，建议在法律部门确认后再做全团队推广。

  • AI 工具集成商与平台开发者：MCP 协议和开源 Agent 引擎允许将 Kilo Code 的能力嵌入自有平台或工作流中。前置条件：需要理解 MCP Server 的开发模式，以及 Kilo Code 的 Agent 调用 API。

不适配边界总结：Kilo Code 不适合需要完全封闭、非开源合规有境的组织；不适合只需要基础代码补全而不需要 Agent 能力的轻度用户；也不适合对 AI 推理成本极度敏感且无法接受 BYOK 管理复杂度的个人（此时优先使用本地模型或 Free 档）。

Kilo Code 的总结与展望

Kilo Code 在 2025-2026 年的 AI 编程工具竞争中走出了一条差异化路径：开源透明 + 模型自由 + 零加价推理。它不是对 Cursor 或 Copilot 的简单复制，而是从根本上改变了 AI 编程工具的商业模式——工具本身免费，推理费用按实际成本透明结算。

核心竞争力：

  • MIT 开源协议 + 1100+ 贡献者的社区活力，保证了产品的长期可持续性和可审计性。
  • 500+ 模型的中立接入，开发者不被任何一家模型供应商锁定。
  • Auto Model 智能路由 + 多 Agent 模式，形成从设计到部署的全链路 AI 开发流水线。
  • 收购后 Anaconda 的资源注入可能加速在数据科学和 Python 生态中的渗透。

当前限制与不确定项：

  • 300 万+ 用户中活跃付费转化率未公开，Teams/Enterprise 计划的渗透深度有待观察。
  • Anaconda 收购后的产品路线图和社区治理模式可能调整，开源社区的独立性是需要持续关注的信号。
  • 500+ 模型的"选择自由"可能在实际团队落地时转化为"管理负担"，需要补充模型选型的最佳实践文档。
  • CI/CD 的 --auto 模式虽然强大，但在生产有境中的安全边界仍需行业标准的成熟验证。
  • MCP Marketplace 的生态丰富度尚处于早期，与 n8n/Zapier 等成熟集成平台的差距明显。

采购/采用风险评估：建议个人开发者从免费版开始，用 1-2 周的真实项目体验测试 Agent 的回答质量和对项目结构的理解能力。技术团队可先用 Teams 免费试用期（14 天）做小范围 PoC，重点验证 Auto Model 的成本控制效果和多 Agent 模式对团队流程的实际影响。企业采购前需确认：自托管场景下的数据隔离方案是否满足合规要求；BYOK 模式下的 API Key 安全管理流程；Anaconda 收购后产品支持周期的承诺。高风险场景（生产数据库操作、金融交易系统代码）务必禁用 --auto 模式并在流程中设置人工确认点。整体评分（参考）：功能完整性 ★★★★★、成本灵活度 ★★★★★、安全治理 ★★★☆☆、生态成熟度 ★★★☆☆。", "explanation": "Rewrite Kilo tool document body from AI search to AI coding agent with 11 sections, comparison table, ~10000 chars"}

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

  • release ：最新稳定发布版，包含多项修复与性能优化。
  • release ：引入并行代理与 Agent Manager 功能。
  • release ：重大架构升级，支持 Cloud Agents 与 Sessions。
  • release ：Auto Model 路由Kilo Pass 订阅MCP Marketplace 上线。
  • launch ：产品初始上线。暂无官方精确日期。

用户评价

  • 加载评价中...