Kilo Code for JetBrains 自定义模型配置
内容提要
本文介绍Kilo Code for JetBrains插件自定义模型配置方法。配置文件需放在用户环境，Remote Development时放在远程主机。在~/.config/kilo/kilo.jsonc中设置Provider，包括baseURL、API Key和模型ID，并导出环境变量后重启IDE。验证时选择模型发送测试消息，若远程失败需检查远程主机配置。
延伸解读
配置文件位置与远程开发
配置文件必须放在实际运行插件的用户环境中。使用Remote Development时，插件运行在远程backend主机上，因此配置文件和环境变量都需要设置在远程主机上，而不是本地。如果本地正常但远程失败，应优先检查远程主机的配置和环境变量。
环境变量的使用
配置中通过{env:ACEDATACLOUD_API_KEY}引用环境变量，而不是直接写入API Key。这种方式可以避免密钥硬编码在配置文件中，提高安全性。导出环境变量后，需要重启IDE或远程backend才能生效。
验证配置的方法
配置完成后，选择自定义模型并发送测试消息，同时让Agent读取一个测试文件来验证功能。如果本地正常而远程失败，问题很可能出在远程主机的配置或环境变量上。这种验证方法简单有效，能快速定位问题。
Q&A
Kilo Code for JetBrains 插件的自定义模型配置文件应该放在哪里？
配置文件必须放在实际运行插件的用户环境中，通常是在 ~/.config/kilo/kilo.jsonc。如果使用 Remote Development，则需要放在远程 backend 主机上。
如何在 Kilo Code for JetBrains 中配置自定义模型？
在 ~/.config/kilo/kilo.jsonc 中配置 provider，包括 baseURL、API Key 和模型 ID。例如，设置 provider 为 acedatacloud，baseURL 为 https://api.acedata.cloud/v1，apiKey 使用环境变量引用，并指定模型 ID。然后导出环境变量并重启 IDE。
Kilo Code for JetBrains 自定义模型配置中，API Key 如何安全引用？
API Key 可以通过环境变量引用，例如在配置文件中使用 "apiKey": "{env:ACEDATACLOUD_API_KEY}"，然后在启动 JetBrains backend 的环境中导出该环境变量。
配置完自定义模型后，如何验证配置是否成功？
在 IDE 中选择配置的模型（如 acedatacloud/MODEL_ID），发送测试消息（如 'Reply only OK'），并让 Agent 读取一个测试文件来验证。如果本地正常但远程失败，需要检查远程主机上的配置和环境变量。
使用 Remote Development 时，Kilo Code 自定义模型配置需要注意什么？
配置文件必须放在远程 backend 主机上，而不是本地。同时，环境变量也需要在远程主机上导出。如果本地正常但远程失败，优先检查远程主机上的配置和环境变量。
Kilo Code for JetBrains 自定义模型配置中，Provider 的 npm 字段有什么作用？
npm 字段指定了用于兼容 OpenAI 的 SDK 包，例如 "@ai-sdk/openai-compatible"，它用于与自定义的 baseURL 进行通信。
