夜雨聆风一个能"自己跑终端、自己改代码"的开源 AI 编程助手:Kilo Code
最近在 GitHub 上发现一个增长很快的开源项目——Kilo Code(仓库地址:Kilo-Org/kilocode)。它在 OpenRouter 上是排名第一的编码 Agent,目前已有超过 150 万开发者在用,处理过的 token 量超过 25 万亿。今天就来聊聊它解决了什么问题、到底是什么、以及怎么上手用。
一、它解决了什么问题
写代码这件事,大部分时间其实不是"敲代码",而是在做这几类杂事:
• 反复在 IDE、终端、浏览器之间切换,只是为了验证一个改动是否生效; • 重复性的样板代码、重构、补全,占用了大量本可以用来想架构的时间; • 一个任务需要先规划、再编码、再调试,但传统的 AI 代码补全工具往往只能干"补全"这一件事,无法贯穿整个开发流程; • 想用最新最强的模型(比如 Claude、Gemini、GPT 系列),却要在多个供应商之间来回配置 API Key,体验割裂。
Kilo Code 想解决的核心问题,是把"AI 写代码"从单点的代码补全,升级成一个能够自主规划、执行、自检的工程助手,让 AI 不只是建议你怎么写,而是能直接帮你跑终端命令、操作浏览器、检查自己写的代码对不对。
二、它是什么
Kilo Code(项目内部也直接称为 Kilo)定位是"一体化的智能体工程平台"(all-in-one agentic engineering platform),换句话说,它不是一个孤立的插件,而是一整套围绕"AI Agent 写代码"搭建的工具链。具体能力包括:
• 自然语言生成代码:用人话描述需求,Kilo 直接生成对应代码; • 自我检查:生成代码后会自己验证是否正确,而不是丢给你就完事; • 运行终端命令:可以直接执行测试、构建、安装依赖等操作; • 自动化浏览器:支持自动化浏览器操作,适合需要前端调试或网页交互的场景; • 行内自动补全:像传统代码补全工具一样,边写边给建议; • 多模式工作流:内置 Architect(架构规划)、Coder(编码)、Debugger(调试)等模式,也支持自定义模式,对应软件开发"先想清楚、再动手、再排错"的自然流程; • MCP 服务市场:可以方便地查找和接入 MCP(Model Context Protocol)服务,扩展 Agent 的能力边界; • 多模型支持:支持 500 多个模型,包括 Claude、Gemini、GPT 系列等,API Key 是可选的,也可以直接用 Kilo 提供的额度按供应商原价计费。
从形态上看,Kilo Code 不止有 VS Code 插件,还提供 JetBrains 插件、命令行工具(CLI)、云端运行环境(无需本地机器),甚至可以用于 CI/CD 流水线中的全自动模式,以及针对 PR 的自动代码评审。值得一提的是,Kilo CLI 这部分其实是 fork 自开源项目 OpenCode,在其基础上做了深度增强,接入了 Kilo 自己的智能体工程平台。
整个项目以 TypeScript 为主(占比接近 95%),采用 MIT 协议开源,意味着可以免费用于商业项目,只需保留版权和许可声明。
三、怎么用
方式一:VS Code 插件(最常见)
1. 在 VS Code 扩展商店搜索"Kilo Code",或直接前往 VS Code Marketplace 安装; 2. 注册账号,即可访问包括 Gemini、Claude Sonnet/Opus、GPT 等数百个模型,计费透明,与官方价格一致; 3. 安装完成后就可以在编辑器里直接用自然语言下达任务,体验 Kilo 的代码生成、自动补全、自检等能力。
方式二:命令行(CLI)
如果你更习惯在终端里工作,可以用 npm 全局安装:
npm install -g @kilocode/cli或者不安装,直接用 npx 跑一次:
npx @kilocode/cli装好后,在任意项目目录下执行:
kilo即可启动。此外也支持 curl、pnpm、bun、Homebrew(macOS/Linux)、Arch 的 AUR 等多种安装方式,基本覆盖主流开发环境。
方式三:CI/CD 全自动模式
如果想把 Kilo 接入持续集成流水线,让它自主跑测试、修复失败,可以用 --auto 参数:
kilo run --auto "run tests and fix any failures"需要特别注意的是,--auto 会关闭所有的权限确认提示,允许 Agent 不经确认直接执行任意操作,官方也明确提示这种模式只应在 CI/CD 之类的可信环境中使用,不建议在本地随意开启。
方式四:JetBrains IDE 或云端
如果你用的是 IntelliJ、PyCharm 等 JetBrains 系 IDE,可以在插件市场搜索"Kilo Code"安装;如果不想在本地配置环境,也可以直接通过 Kilo 提供的云端入口运行,无需本地机器。
四、总结
Kilo Code 的价值,不在于又造了一个"代码补全工具",而是试图把规划、编码、调试、终端操作、浏览器自动化这些原本割裂的环节,统一收纳进一个能够自主推进任务的 Agent 工作流里。对于日常需要频繁切换"想方案—写代码—跑测试—改 bug"这几个阶段的开发者来说,这种一体化的体验是比单纯的智能补全更有想象空间的方向。
它目前的几个特点比较突出:开源(MIT 协议)、多入口(VS Code、JetBrains、CLI、云端都能用)、多模型(500+ 模型可选,且支持自带 API Key)、能落地到 CI/CD 自动化场景。当然,--auto 这种全自动权限模式也提醒我们,Agent 的自主性越强,使用时的环境信任边界就越需要谨慎对待。
如果你对 AI 辅助编程工具感兴趣,想体验"AI 不只是建议、而是真正动手做"的工作方式,Kilo Code 是一个值得花十分钟装上试试的开源项目。
项目地址:github.com/Kilo-Org/kilocode
