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。

Anaconda收购了开源编码代理Kilo，以应对企业对单一AI提供商的担忧。Kilo允许开发者自由选择AI模型，避免被锁定。Anaconda计划将Kilo整合进其AI工作空间，提供统一的平台，以确保开发速度与治理并重，帮助企业在快速发展的AI环境中实现更好的管理和控制。

Kilo Code 是一款出色的 AI 编程助手，支持多种模型，显著提升编程效率，尤其在处理非结构化数据方面表现优异。其任务清单功能和 Orchestrator 模式使复杂任务管理更加高效，适合开发者使用。

作者使用Oracle Cloud的云服务后，更换了24G大内存云服务器上的Kubernetes方案。新方案使用更大内存的集群，选择了轻量级的K3s版本，并在三台云服务器上安装了K3s和Kilo。作者部署了KubeSphere面板，并通过Cloudflare Tunnel将面板公开到互联网。整个集群的网络拓扑图也被展示。作者将数据存储配置为外部存储，以便在集群遇到问题时能够快速恢复。