Canonical: https://instain.ru/de/ai/kilo-code/
Language: de

Kilo / Anaconda  Dienst

# Kilo Code. 

Open Agent für IDE, Terminal und Cloud mit einer Auswahl an Modellen und Regeln

4.45 / 5    [Katalogbewertung](https://instain.ru/de/ai/kilo-code/#editorial-rating) [Offizielle Website ](https://kilo.ai/)

Kilo Code bietet einen gemeinsamen Agentenablauf für Editor, Terminal und Cloud-Aufgaben. Er verbindet die Bearbeitung des Projekts mit Modellauswahl, eigenen Regeln und zusätzlichen Teamfunktionen.

![Kilo Code: KI-Agent für den Desktop und Integrationen in Entwicklungsumgebungen](https://instain.ru/assets/images/kilo-code-screen-425185adabe8-1200.webp)

Offizielle Produktseite: Kilo Code: KI-Agent für den Desktop und Integrationen in Entwicklungsumgebungen.  [Quelle öffnen ](https://kilo.ai/)

## Die Arbeit geht außerhalb des Editors weiter

In Kilo können Sie das Repository studieren, eine Änderung vorbereiten und den Fehler mit verschiedenen Arbeitsflächen analysieren. Die offizielle Plattform listet Erweiterungen für VS Code und JetBrains, CLI, Cloud-Agenten und Desktop-App auf. Der Cloud-Modus unterscheidet sich besonders vom lokalen Modus: Umgebung, verfügbare Dateien und Rechenkosten ändern sich.

Verschieben Sie die Bedingungen einer Oberfläche nicht auf die anderen. Die Möglichkeit, ein Projekt in einer IDE zu öffnen, bedeutet nicht, dass seine Abhängigkeiten bereits für einen Remote-Agenten verfügbar sind. Überprüfen Sie zunächst, woher das Repository stammt, wie die Umgebung festgelegt ist und wo das Ergebnis gespeichert wird. Für parallele Aufgaben sind die Isolierung von Veränderungen und eine verständliche Reihenfolge ihrer Vereinigung wichtig.

## Modi und Regeln für eine bestimmte Aufgabe

Planung, Codeschreiben und Debugging werden als verschiedene Möglichkeiten zur Organisation von Agentenarbeit dargestellt. Die Regeln helfen, Projektvereinbarungen zu konsolidieren, und zusätzliche Tools werden über Integrationen und MCP verbunden. Sie sind nützlich, wenn sie eine echte Überprüfung beschreiben, z. B. einen verbindlichen Build-Befehl oder ein Verbot, das öffentliche Datenformat zu ändern.

Angenommen, der Agent soll einen gemeinsamen Validator aus zwei Formularen herauslösen. Geben Sie vor, dass Fehlertexte und zulässige Werte erhalten bleiben müssen. Er soll zunächst die Unterschiede auflisten und dann eine gemeinsame Schnittstelle vorschlagen. Prüfen Sie beide Formulare nach der Änderung separat: Eine vorschnelle Zusammenführung kann unbemerkt eine wichtige Ausnahme entfernen.

## Drei Kostenbestandteile

Die offizielle Seite teilt den Plattformplan, AI inference und Cloud Computing. Offene Clients sind kostenlos, Teamfunktionen haben separate Pläne und Remote-Starts können Rechenressourcen über die Modell-Token hinaus verbrauchen. Diese Unterscheidung ist wichtiger als ein einzelner Einstiegspreis für das Abonnement.

Für Modelle gibt es kostenlose Optionen, eigene Schlüssel, lokale Ollama/LM Studio, bezahlte Gateway und separate Credit-Angebote. Die Verfügbarkeit des kostenlosen Modells muss zum Zeitpunkt der Aufgabe überprüft werden. Ein lokales Modell bedeutet eine separate Konfiguration; Die Auswahl eines Cloud-Anbieters sendet weiterhin den entsprechenden Kontext an einen externen Dienst.

## Gateway und Übernahme einer Änderung

Kilo besitzt ein eigenes Gateway mit einem programmatisch nutzbaren endpoint für den Modellzugang. Das ist eine API des Modell-Gateways, keine universelle HTTP-Schnittstelle für jede Agentenaktion. Diese Unterscheidung hilft bei der Wahl der Integration: Ein einzelner Schlüssel bietet nicht automatisch die Funktionen anderer Komponenten.

Akzeptieren Sie die endgültige Änderung über diff, Tests und Verhaltenstests in der Anwendung. Das bequeme Routing des Modells beweist nicht die Richtigkeit des Codes und hebt die Regeln für die Übertragung der Quellcodes nicht auf. Wenn die Aufgabe zwischen lokalen und Cloud-Modi wechselt, sehen Sie sich die Geheimnisse, Installationsbefehle und Prüfergebnisse in jeder Umgebung separat an.

Für die Cloud-Abhängigkeitsüberprüfung sollten Sie die Installationsbefehle separat bewerten. Das Modell kann einen korrekten Patch anbieten, aber die entfernte Umgebung hat nicht das gewünschte Systempaket. Ein solcher Fehler sollte als Einschränkung der Prüfung dargestellt werden und nicht durch eine Aussage über einen erfolgreichen Build ersetzt werden.

## Für welche Aufgaben geeignet

- Code über IDE oder CLI korrigieren und refaktorieren

- Einzelne Aufgaben an Cloud-Agent übertragen

- Zwischen lokaler und cloudbasierter Inferenz wählen

- Die API des Modell-Gateways nutzen

Funktionen 

## Stärken

- Offene Clients für verschiedene Umgebungen

- Getrennte Abrechnung von Plattform, Inferenz und Rechenleistung

- Eigene Schlüssel und lokale Modelle

Zu berücksichtigen 

## Einschränkungen

- Cloud-Computing kann separat bezahlt werden

- API Gateway stellt Modelle bereit, nicht sämtliche Agentenaktionen

- Kostenlose Modelloptionen haben ihre eigene Verfügbarkeit

## Auswahl und Bedingungen

Kostenlose Nutzung

Ja

Testphase

Ja

Keine Registrierung erforderlich

Nicht bestätigt

Russische Benutzeroberfläche

Nicht bestätigt

Lokale Installation

Ja

API

Ja

„Nicht bestätigt“ bedeutet, dass nicht genügend Informationen vorliegen. Die Funktion kann dennoch verfügbar sein; prüfen Sie die Angaben des Entwicklers.

Eingabeformate

Text, Code

Ergebnis

Text, Code

### Bedingungen

Der Open Source-Tarif und Auto Free machen nicht jede Inferenz oder Rechenleistung kostenlos. Trial betrifft Enterprise-Funktionen. Lokale Ollama-/LM Studio-Modelle werden separat eingerichtet. API bezeichnet das eigene Modell-Gateway.

Von der Aufgabe zum ersten Ergebnis

## Praxisbeispiel

Aufgabe

Code über IDE oder CLI korrigieren und refaktorieren

Was Sie vorbereiten sollten

Ein kleiner Ausschnitt Ihres eigenen Projekts und eine reproduzierbare Fehlerbeschreibung ohne Tokens und Passwörter.

### Aufgabenbeschreibung oder Prompt

Erklären Sie, warum diese Funktion eine leere Liste falsch verarbeitet. Beschreiben Sie zunächst das aktuelle Verhalten und schlagen Sie dann eine minimale Korrektur sowie Prüfungen für leere, normale und ungültige Eingaben vor. Ändern Sie andere Projektteile nur, wenn es erforderlich ist.

### Erwartetes Ergebnis

Eine Erklärung der Ursache, ein kleiner vorgeschlagener Diff und lokal auszuführende Prüfungen.

### So prüfen Sie das Ergebnis

- Lesen Sie den Diff, bevor Sie ihn anwenden.

- Führen Sie die Prüfungen in einer separaten Arbeitskopie aus und stellen Sie sicher, dass keine Zugangsdaten oder anderen Geheimnisse in die Anfrage gelangt sind.

Ein redaktionelles Lernbeispiel für eine Aufgabenbeschreibung, kein Ergebnis eines eigenen Praxistests des Dienstes. Prüfen Sie die Verfügbarkeit des benötigten Modus, die Rechte am Ausgangsmaterial und die Bedingungen für die Nutzung des Ergebnisses.

Details überprüfen

## Offizielle Quellen

-  [Kilo Code: Offizielle Plattform ](https://kilo.ai/)

-  [Kilo Code: Clients, Modi und Gateway ](https://kilo.ai/docs)

-  [Kilo Code: Plattform, inference und cloud compute ](https://kilo.ai/pricing)

Die Beschreibung basiert auf den Materialien des Entwicklers. Die Funktionen, Preise und Verfügbarkeit können variieren. Bitte überprüfen Sie die Quelle vor der Verwendung.

Das Tool im Überblick

Entwickler

Kilo / Anaconda

Kategorie

[Code](https://instain.ru/de/category/code/)

Zugang

Offizielle Erweiterungen, CLI, App und Kilo Cloud. Die Bedingungen für den Teamzugriff und die Modellverbindung sind unterschiedlich.

Zahlung

Kostenlose offene Clients; bezahlte Teampläne, inference und cloud compute werden separat berücksichtigt. Es gibt begrenzte kostenlose Modelle und einen Enterprise-Testmodus.

API

Ja, beim Entwickler

[Entwicklerbedingungen ](https://kilo.ai/pricing)

Katalogbewertung

4.45 / 5 

Funktionen

4.50 / 5 

Arbeitsszenarien

4.40 / 5 

Ökosystem

4.60 / 5 

Dokumentation

4.30 / 5 

Die Punkte dienen der Orientierung im Katalog. Sie sind weder Nutzerbewertungen noch Ergebnisse persönlicher Tests.

[Siehe Methodik ](https://instain.ru/de/methodology/)

Weiter erkunden

## Für ähnliche Aufgaben

[Gesamte Kategorie  ](https://instain.ru/de/category/code/)

Code 

###  [Codex](https://instain.ru/de/ai/openai-codex/)

AI-Assistent, der mit dem Projekt arbeitet und die Änderungen überprüft

4.78 / 5   Dienst  

Ähnliche Aufgaben; vergleichen Sie Bedingungen, Formate und Einschränkungen

Code 

###  [GitHub Copilot](https://instain.ru/de/ai/github-copilot/)

Hilfe mit Code innerhalb des Editors und Entwicklungsprozesses

4.73 / 5   Dienst  

Ähnliche Aufgaben; vergleichen Sie Bedingungen, Formate und Einschränkungen

Code 

###  [JetBrains AI Assistant](https://instain.ru/de/ai/jetbrains-ai/)

AI-Chat, Vorschläge und Coding-Agenten direkt in der JetBrains IDE

4.70 / 5   Editor  

Ähnliche Aufgaben; vergleichen Sie Bedingungen, Formate und Einschränkungen