Kilo Code在PyCharm上的一些实践

Kilo Code 在 PyCharm 上的实践指南

本文档详细介绍如何在 PyCharm 中配置和使用 Kilo Code 插件,实现 AI 辅助的层层引导式开发。


目录

  • [1. PyCharm 基础配置](#1. PyCharm 基础配置)
    • [1.1 安装 Kilo Code 插件](#1.1 安装 Kilo Code 插件)
    • [1.2 配置 Kimi Code API](#1.2 配置 Kimi Code API)
  • [2. 实现"层层引导"的核心:5 种 Agent 模式](#2. 实现"层层引导"的核心:5 种 Agent 模式)
  • [3. 层层引导的最佳实践配置](#3. 层层引导的最佳实践配置)
    • [3.1 创建项目引导流程](#3.1 创建项目引导流程)
    • [3.2 配置 Memory Bank](#3.2 配置 Memory Bank)
    • [3.3 配置 MCP 服务器](#3.3 配置 MCP 服务器)
  • [4. PyCharm 专属优化配置](#4. PyCharm 专属优化配置)
    • [4.1 启用 Auto-complete 和 Inline Chat](#4.1 启用 Auto-complete 和 Inline Chat)
    • [4.2 配置 Checkpoint](#4.2 配置 Checkpoint)
    • [4.3 模型选择策略](#4.3 模型选择策略)
  • [5. Prompt 模板](#5. Prompt 模板)
    • [5.1 项目启动引导模板](#5.1 项目启动引导模板)
    • [5.2 代码审查引导模板](#5.2 代码审查引导模板)
  • [6. 快速检查清单](#6. 快速检查清单)

1. PyCharm 基础配置

1.1 安装 Kilo Code 插件

复制代码
File → Settings → Plugins → Marketplace → 搜索 "Kilo Code" → Install → Restart IDE

1.2 配置 Kimi Code API(OpenAI Compatible 模式)

在 PyCharm 右侧 Kilo Code 面板点击 ⚙️ 设置

配置项
API Provider OpenAI Compatible
Base URL https://api.kimi.com/coding/v1
API Key 你的 sk-kimi-... 密钥
Model kimi-for-coding

2. 实现"层层引导"的核心:5 种 Agent 模式

Kilo Code 提供 5 种专业模式 来实现分层渐进式引导:

复制代码
┌─────────────────────────────────────────────────────────────┐
│  第 1 层:Architect Mode(架构师模式)                       │
│  → 系统设计、技术选型、架构决策                               │
│  ↓                                                          │
│  第 2 层:Orchestrator Mode(编排模式)                      │
│  → 任务分解、子任务分配、协调执行                             │
│  ↓                                                          │
│  第 3 层:Code Mode(编码模式)                              │
│  → 具体实现、代码生成、单元测试                               │
│  ↓                                                          │
│  第 4 层:Debug Mode(调试模式)                             │
│  → 问题排查、错误修复、测试验证                               │
│  ↓                                                          │
│  第 5 层:Ask Mode(问答模式)                               │
│  → 代码审查、文档生成、知识沉淀                               │
└─────────────────────────────────────────────────────────────┘

模式切换方法

在 PyCharm Kilo Code 面板顶部,点击当前模式名称进行切换,或使用快捷键。


3. 层层引导的最佳实践配置

3.1 创建项目引导流程(推荐工作流)

步骤 1:Architect 模式 - 先规划

提示语示例:

markdown 复制代码
我要开发一个 [项目类型],请帮我:
1. 分析需求并设计系统架构
2. 确定技术栈和目录结构
3. 定义核心模块和接口
4. 识别潜在风险
步骤 2:使用 Enhance Prompt 功能
  • 点击输入框右上角的 ✨ Enhance 按钮
  • AI 会自动补全你没想到的细节(边界情况、性能考虑、安全要点等)
步骤 3:Orchestrator 模式 - 分解任务
markdown 复制代码
基于刚才的架构设计,请将实现分解为可执行的子任务,
按优先级排序,并说明每个任务的依赖关系
步骤 4:Code 模式 - 逐层实现
markdown 复制代码
请实现第 X 个任务:[具体描述]
- 遵循项目已有的代码风格
- 包含单元测试
- 添加必要的注释
步骤 5:Debug 模式 - 验证修复
markdown 复制代码
运行测试并修复发现的问题

3.2 配置 Memory Bank(记忆银行)

让 AI 记住项目上下文,避免重复解释:

在 PyCharm 设置中启用:
json 复制代码
{
  "kilocode.memoryBank.enabled": true,
  "kilocode.memoryBank.autoUpdate": true
}
手动维护记忆文件:
文件路径 用途
@kilocode/memory-bank/projectbrief.md 项目概述
@kilocode/memory-bank/systemPatterns.md 技术规范
@kilocode/memory-bank/techContext.md 技术上下文
@kilocode/memory-bank/activeContext.md 当前任务状态

3.3 配置 MCP 服务器增强引导能力

Context7 MCP - 让 AI 查阅真实文档

Settings → MCP → Add Server

配置项
Name context7
Transport HTTP
URL https://mcp.context7.com/mcp
Header CONTEXT7_API_KEY: ctx7sk-your-key

💡 这样 AI 在引导时会引用真实的库文档,而不是"编造"API。


4. PyCharm 专属优化配置

4.1 启用 Auto-complete 和 Inline Chat

json 复制代码
// .idea/kilocode.json 或全局设置
{
  "kilocode.enableAutoComplete": true,
  "kilocode.enableInlineChat": true,
  "kilocode.inlineChat.trigger": "automatic",

  // 代码动作(快速修复、重构)
  "kilocode.enableCodeActions": true,
  "kilocode.codeActions.suggestions": 3
}

4.2 配置 Checkpoint(检查点)

每完成一层引导,创建检查点以便回溯:

bash 复制代码
/kilocode checkpoint save "架构设计完成"
/kilocode checkpoint save "数据库层实现完成"

4.3 模型选择策略(分层配置)

阶段 推荐模型 配置
架构设计 GPT-5 Codex / Claude Opus 高推理能力
任务编排 kimi-k2.5 / GPT-4 平衡型
代码实现 kimi-for-coding / Code Supernova 代码专精
调试修复 Debug 专用模型 分析型
在 Kilo Code 设置中创建多个 Profile,根据阶段切换:
yaml 复制代码
Profile: "Architect"
  - Model: gpt-5-codex
  - Mode: Architect

Profile: "Implement"
  - Model: kimi-for-coding
  - Mode: Code

5. Prompt 模板

5.1 项目启动引导模板

markdown 复制代码
【角色】你是一位经验丰富的技术负责人

【任务】请按以下层次引导我完成项目:
1. [架构层] 分析需求,提出 2-3 种架构方案并比较优劣
2. [设计层] 确定方案后,设计数据库表结构和 API 接口
3. [实现层] 按模块逐个实现,每个模块完成后简要说明
4. [验证层] 编写测试用例,确保功能完整

【要求】每完成一层,停下来等待我的确认后再进入下一层

5.2 代码审查引导模板

markdown 复制代码
请按以下层次审查这段代码:
1. [规范层] 检查代码风格、命名规范是否符合项目标准
2. [逻辑层] 分析业务逻辑是否正确,有无边界情况遗漏
3. [性能层] 识别性能瓶颈和优化机会
4. [安全层] 检查安全隐患
5. [建议层] 给出具体的重构建议(如有)

每层给出评分和改进建议,最后汇总关键问题

6. 快速检查清单

  • Kilo Code 插件已安装并启用
  • API Provider 配置为 OpenAI Compatible 或 Moonshot
  • Memory Bank 已初始化
  • 根据当前任务切换到合适的 Mode
  • Enhance Prompt 功能已尝试
  • Checkpoint 定期保存
  • MCP 服务器(如 Context7)已配置(可选)

📌 提示:本文档为 Kilo Code 在 PyCharm 上的实践指南,建议结合实际项目需求灵活调整配置。

相关推荐
程序设计实验室2 小时前
是谁 2026 年还在用 Sublime Text 写代码?
ide
tangdou3690986552 小时前
图文并茂手把手教你Claude Code 多智能体 Agent Teams,一人变团队
前端·后端·ai编程
Roselind_Yi2 小时前
从线性回归实战到Python依赖安装踩坑:我的机器学习入门排雷记
笔记·python·算法·机器学习·回归·线性回归·学习方法
大灰狼来喽2 小时前
OpenClaw 自动化工作流实战:用 Hooks + 定时任务 + Multi-MCP 构建“数字员工“
大数据·运维·人工智能·自动化·aigc·ai编程
干啥啥不行,秃头第一名2 小时前
Python深度学习入门:TensorFlow 2.0/Keras实战
jvm·数据库·python
二闹2 小时前
一文了解Python里的函数名和函数参数到底啥关系?
后端·python
Rubin智造社2 小时前
OpenClaw实操指南 04|主流AI编程模型权威对比:Claude Code/Codex/Gemini+国产,你的模型选对了吗?
人工智能·ai编程·openclaw·小龙虾
NikoAI编程2 小时前
从 Claude Code 到 Agent 工程:两篇万字长文里的架构共识
aigc·ai编程·claude