一、实验简介
通过阿里云计算巢快速部署 Kilo Code，完成服务实例创建后，即可在云服务器远程终端中通过命令行与 AI 编程代理交互，体验代码生成、脚本处理、项目搭建与问题排查等能力。
二、为什么值得体验 Kilo Code
亮点 |
能力说明 |
对用户的价值 |
500+ 模型自由切换 |
支持多类模型接入与切换，用户可通过 /models 查看可用模型。 |
不同任务可以尝试不同模型，避免被单一模型或单一工具绑定。 |
五种专业模式 |
支持 Ask、Architect、Code、Debug、Custom 等模式。 |
可按咨询、设计、编码、调试和自定义流程切换，更贴近真实开发任务。 |
终端原生体验 |
在云服务器远程终端中通过 kilocode 启动。 |
无需依赖 IDE 插件，适合云上开发、远程开发和轻量体验。 |
费用感知更清晰 |
可优先使用默认免费模型；若接入自有 API Key 或付费模型，则按模型服务方规则计费。 |
用户能更明确控制模型调用成本，降低“用着用着超预算”的顾虑。 |
可扩展工作流 |
可结合终端命令、浏览器自动化、MCP 等能力进行扩展。 |
适合进阶用户探索端到端开发、工具调用和自定义 Agent 工作流。 |
三、部署环节
整体流程如下：
- 进入 Kilo Code 对应的 AI 尝鲜实验室/计算巢部署页，选择地域并设置实例密码。
- 提交创建后等待服务实例状态从“部署中”变为“已部署”。
- 在服务实例资源列表中找到云服务器，点击“远程连接”。
- 选择免密登录进入远程终端。
- 在终端中执行 cd /root，之后输入 kilocode 启动 Kilo CLI。
- 进入 Kilo CLI 后输入 /models 查看或切换可用模型。
- 输入自然语言开发需求，验证 Kilo Code 是否可以正常生成方案、代码和修改建议。
四、资源及环境准备
准备项 |
说明 |
账号准备 |
已完成阿里云账号登录，并具备访问 AI 尝鲜实验室/计算巢、创建服务实例及远程连接云服务器的权限。 |
资源准备 |
根据页面推荐选择地域、实例规格和付费方式。建议优先选择部署页推荐配置，降低资源不足或规格不匹配风险。 |
密码准备 |
按照页面规则设置实例密码。后续如需使用密码登录，可使用该密码；通过控制台免密登录时通常无需手动输入。 |
网络准备 |
本地浏览器可正常访问阿里云控制台、计算巢控制台和远程连接页面。 |
验证准备 |
准备一个明确的测试需求，例如“帮我写一个贪吃蛇小游戏，并说明生成了哪些文件”。 |
五、详细部署步骤
步骤 1：选择地域并设置实例密码，完成服务实例创建
进入Kilo Code 部署页后，根据页面提示选择地域、配置实例密码，并确认实例规格等参数。检查无误后提交创建。
步骤 2：等待服务实例完成部署
提交创建后进入服务实例详情页，等待部署状态从“部署中”变为“已部署”。部署完成后，可在资源信息中看到云服务器等资源状态。
步骤 3：进入资源页并发起远程连接
部署完成后，在服务实例详情页进入“资源”或“资源列表”，找到对应云服务器资源，点击“远程连接”。
在弹出的登录窗口中选择免密登录，进入云服务器远程终端。 
步骤 4：切换到 /root 目录并启动 Kilo CLI
进入终端后，建议先切换到预置工作目录 /root，再输入 kilocode 启动交互界面。注意命令为 kilocode，中间没有空格。
cd /root kilocode |
步骤 5：输入 /models 查看或切换模型
进入 Kilo CLI 后，可以输入 /models 查看当前可用模型，并根据任务复杂度、响应速度和模型状态选择合适的模型。首次体验建议优先使用默认免费模型。
/models |
模型选择建议 免费模型可用于基础体验，但不同模型的可用性、响应速度和输出效果会受当前负载、网络和模型服务状态影响。如遇响应慢、排队或暂不可用，可切换其他免费模型或稍后重试。 |
六、使用场景验证
场景 1：使用默认免费模型生成一个贪吃蛇小游戏
部署完成后，可以先使用一个边界清晰的小需求验证工具链是否可用。以下示例以“生成一个贪吃蛇小游戏”为测试任务。
帮我写一个贪吃蛇小游戏，要求： 1. 使用浏览器即可运行； 2. 包含开始、暂停、重新开始能力； 3. 生成完成后说明创建了哪些文件，以及如何启动体验。 |
输入需求后，Kilo Code 会根据任务生成实现方案、代码文件和后续操作建议。用户可根据输出结果继续要求优化界面、增加计分逻辑或调整交互方式。
场景 2：指定模型继续优化已有项目
如果希望对生成结果继续优化，可以在 Kilo CLI 中切换其他可用模型，再输入更具体的优化需求。例如：
请在上面的贪吃蛇小游戏基础上继续优化： 1. 增加更明显的得分和最高分展示； 2. 优化游戏结束弹窗； 3. 补充键盘方向键和 WASD 操作说明； 4. 保持代码结构清晰，说明修改了哪些文件。 |
需要注意的是，模型服务可能出现临时限流或响应较慢的情况。遇到此类情况时，可以等待后重试，或切换其他可用模型继续体验。
七、更多适合尝鲜的使用场景
场景 |
用户怎么用 |
价值 |
快速理解陌生代码库 |
把项目目录或关键文件交给 Kilo Code，让其梳理目录结构、模块依赖和核心逻辑。 |
帮助用户快速建立项目全景认知。 |
生成脚本或小工具 |
用自然语言描述需求，让工具生成脚本、小网页、配置文件或示例代码。 |
适合学生、新手和 AI 爱好者快速验证想法。 |
架构设计与方案拆解 |
先让工具拆解需求、设计模块，再进入编码实现。 |
降低复杂任务一次性生成失败的概率。 |
调试与问题定位 |
把运行报错、日志片段继续反馈给 Kilo Code，让其分析原因并给出修复建议。 |
体验“报错—定位—修复—验证”的 Agent 工作流。 |
远程云上开发 |
在无 GUI 的云服务器环境中直接通过远程连接使用 Kilo CLI。 |
让轻量云服务器成为可随时访问的 AI 编程工作站。 |
八、后续使用建议
- 再次使用时，进入服务实例详情页，在资源列表中远程连接云服务器。
- 进入终端后依次执行 cd /root 和 kilocode，即可重新进入 Kilo CLI。
- 处理较长任务时，建议保持远程连接稳定；如任务中断，可重新进入终端后检查已生成文件和日志。
- 涉及 API Key、访问令牌、企业代码、生产数据等敏感信息时，不建议直接在公开截图、群聊或第三方模型上下文中展示。
- AI 生成的代码建议先在测试环境中审查和验证，再用于生产环境。
九、常见问题 FAQ
问题 |
建议处理方式 |
Kilo Code 是阿里云自研工具吗？ |
不是。Kilo Code 是第三方 AI 编程代理工具。AI 尝鲜实验室主要提供体验入口、计算巢部署环境和基础引导，工具自身能力与模型输出效果由工具及所选模型决定。 |
部署完成后不知道怎么使用，如何引导？ |
进入服务实例资源页，点击远程连接并选择免密登录；进入终端后执行 cd /root，再输入 kilocode；进入交互界面后输入 /models 查看可用模型。 |
为什么要先执行 cd /root？ |
当前镜像预置工作目录在 /root，先切换目录可以减少命令执行路径不一致导致的异常。 |
输入 kilocode 后没有进入界面怎么办？ |
先确认已远程连接到对应实例，并确认当前目录、命令拼写是否正确；同时收集终端完整报错截图，不要只截最后一行。 |
/models 里模型很多，应该选哪个？ |
首次体验建议使用默认免费模型。如果响应慢或效果不理想，再尝试切换其他可用免费模型。不建议承诺某个模型一定可用或效果最好。 |
模型响应慢或暂时不可用怎么办？ |
模型响应速度会受当前负载、网络和任务复杂度影响。可建议用户切换其他可用模型重试，或稍后再试。 |
Kilo Code 生成的代码报错，算产品故障吗？ |
不一定。如果 Kilo CLI 能正常运行，报错通常属于用户业务代码、依赖环境或模型输出质量问题。建议把错误信息继续反馈给 Kilo Code，让其修复，或切换 Debug 模式/其他模型重试。 |
是否会产生额外费用？ |
基础体验可先使用默认免费模型。如用户配置自有 API Key 或调用第三方/付费模型，费用按模型服务商规则产生，需用户自行确认余额、限额和计费规则。 |
能否把企业核心代码直接交给工具处理？ |
建议用户遵循自身企业安全合规要求，避免上传敏感信息、密钥和生产数据。AI 输出代码需要用户自行审查、测试后再用于生产环境。 |
十、风险提示
风险提示 Kilo Code 为第三方工具，AI 尝鲜实验室主要提供部署体验入口、云资源环境和基础使用引导。工具能力、模型输出结果、生成代码质量、第三方模型计费及用户业务代码运行效果需用户自行评估与验证。请勿在公开环境或不可信上下文中提交密钥、敏感数据或生产核心代码。 |
十一、总结
Kilo Code 的体验路径可以概括为：服务实例资源页 → 远程连接免密登录 → cd /root → kilocode → 输入自然语言需求验证。
对于开发者而言，它不是单纯的代码补全工具，而是一个可在云服务器终端中使用的 AI 编程代理入口。用户可以从小游戏、小脚本、小工具开始尝鲜，再逐步探索项目理解、架构拆解、调试排错和自动化工作流等进阶场景。
