Kilo Code 评测：支持 500+ 模型、全平台覆盖的开源编程智能体
Kilo Code 是一款开源 AI 编程智能体，支持 VS Code、JetBrains 和 CLI 全平台运行，提供 500+ 模型选择、多智能体协作和自主模式，GitHub 星标超 23,000。
一句话介绍
Kilo Code 是一款开源 AI 编程智能体平台，支持在 VS Code、JetBrains IDE 和命令行终端中运行，提供 500+ 大模型选择、多智能体协作和完全自主的 CI/CD 模式，在 GitHub 上已获得超过 23,000 个星标。
核心功能
1. 全平台覆盖，随处可用
Kilo Code 的最大亮点之一是它的跨平台能力。无论你使用 VS Code、JetBrains 系列 IDE（IntelliJ、PyCharm、WebStorm 等），还是纯命令行环境，都能无缝接入。此外还提供云端智能体（Cloud Agent）和 KiloClaw（常驻 AI 助手）服务，无需本地机器即可运行。
2. 500+ 模型自由选择
Kilo Code 不绑定任何单一模型供应商。用户可以从 500+ 模型中选择，包括 GPT-5.5、Claude Opus 4.7、Claude Sonnet 4.6、Gemini 3.1 Pro Preview 等主流模型。更独特的是，它支持任务中途切换模型——比如在编写代码时用小而快的模型，在架构设计时切换到推理能力更强的模型，实现性能与成本的平衡。
3. 多智能体协作
Kilo Code 内置了五种专用智能体，可根据不同任务类型切换：
- Code 智能体：默认模式，根据自然语言描述实现和编辑代码
- Plan 智能体：先设计架构和实施方案，再开始编码
- Ask 智能体：仅回答问题，不修改任何文件
- Debug 智能体：排查和追踪代码问题
- Review 智能体：审查代码变更，检测性能、安全、风格和测试覆盖等问题
用户还可以创建自定义智能体，满足特定工作流需求。
4. 自主模式（Autonomous Mode）
通过 kilo run --auto 命令，Kilo Code 可以在 CI/CD 流水线中完全自主运行，无需任何人工确认。它会自行执行测试、调试和修复，非常适合自动化开发流程。
5. MCP 市场扩展
Kilo Code 集成了 MCP（Model Context Protocol）市场，用户可以发现和连接各种 MCP 服务器来扩展智能体的能力，比如接入数据库、文档检索、外部 API 等。
适用人群
- 全栈开发者：需要 AI 辅助编写、调试和审查代码的工程师
- DevOps 团队：利用自主模式将 AI 集成到 CI/CD 流水线中
- 开源贡献者：通过 Plan 和 Review 智能体提升代码质量和架构合理性
- 企业研发团队：500+ 模型的选择意味着可以根据不同场景灵活控制成本
- 命令行爱好者：CLI 版本支持 npm、Homebrew、Arch Linux AUR 等多种安装方式
与同类工具对比
| 特性 | Kilo Code | Cursor | Windsurf | Copilot |
|---|---|---|---|---|
| 开源 | ✅ 是 | ❌ 闭源 | ❌ 闭源 | ❌ 闭源 |
| 支持平台 | VS Code / JetBrains / CLI / 云 | VS Code | VS Code / CLI | VS Code / JetBrains |
| 模型数量 | 500+ | 有限 | 有限 | 仅限自家模型 |
| 中途切换模型 | ✅ 支持 | ❌ | ❌ | ❌ |
| 自主模式 | ✅ --auto | ⚠️ 部分 | ⚠️ 部分 | ❌ |
| 定价策略 | 按模型提供商费率，零加价 | 订阅制 | 订阅制 | 订阅制 |
| 多智能体 | ✅ 5 种内置 | ⚠️ 有限 | ⚠️ 有限 | ❌ |
Kilo Code 的核心差异化在于开源 + 模型中立 + 零加价定价。Cursor 和 Windsurf 虽然体验优秀，但都绑定自家模型且采用订阅制；GitHub Copilot 生态完善但缺乏模型选择的灵活性。Kilo Code 让你只需支付模型提供商的原始费率，没有中间商赚差价。
如何使用
安装步骤
VS Code 安装
- 打开 VS Code 扩展市场
- 搜索「Kilo Code」或直接访问 VS Code Marketplace
- 点击安装
- 创建 Kilo 账号后即可使用 500+ 模型
CLI 安装（推荐开发者）
# 使用 npm 安装
npm install -g @kilocode/cli
# 或使用 Homebrew（macOS/Linux）
brew install Kilo-Org/tap/kilo
# 或使用一键安装脚本
curl -fsSL https://kilo.ai/cli/install | bash
安装完成后，进入任意项目目录运行 kilo 即可启动。
JetBrains 安装
- 打开 IntelliJ IDEA / PyCharm / WebStorm 等 JetBrains IDE
- 进入 Settings → Plugins
- 搜索「Kilo Code」并安装
- 或者从 JetBrains Marketplace 直接安装
基本使用流程
- 选择智能体：在编辑器顶部栏切换 Code / Plan / Ask / Debug / Review 模式
- 选择模型：从下拉列表中选择所需的 AI 模型（支持中途切换）
- 描述任务：用自然语言描述你想让 AI 完成的工作
- 审查输出：查看生成的代码，确认后接受或要求修改
自主模式示例
在 CI/CD 流水线中使用：
kilo run --auto "运行测试套件并修复所有失败的测试"
这会完全自动地执行测试、定位问题并修复代码，无需人工干预。
总结
Kilo Code 代表了 AI 编程助手的下一个发展方向：开源、模型中立、按需付费。它不仅仅是一个代码补全工具，而是一个真正的编程智能体平台——拥有多种专用智能体、跨平台覆盖、自主运行能力和 MCP 扩展生态。
如果你想找更多 AI 编程相关的实用工具，不妨也看看我们整理的 在线工具合集，涵盖 JSON 格式化、Base64 编码、加密解密等开发必备工具。
对于已经投入 AI 编程工具行列的开发者来说，Kilo Code 最大的吸引力在于其灵活的模型选择和零加价定价策略。如果你厌倦了被单一模型供应商绑定，或者希望在不同任务间自由切换最合适的模型，Kilo Code 值得尝试。
推荐指数：★★★★☆（4.5/5）
- 优点：开源免费、模型选择丰富、全平台覆盖、多智能体协作、定价透明
- 不足：相对较新的项目，社区生态还在成长中；自主模式需谨慎使用
GitHub: https://github.com/Kilo-Org/kilocode
官网: https://kilo.ai/
博客: https://blog.kilo.ai/