راه‌اندازی Kilo Code

مقادیر

با کلید آزمایشی رایگان شروع کن: هر درخواست را با یک خط ثابت و بدون فراخوانی ابزار پاسخ می‌دهد، که آدرس و کلید را بدون خرج کردن چیزی درست نشان می‌دهد. بعد کلید خودت را از کنسول بگذار. اعتبار از ۵ دلار شروع می‌شود، بدون اشتراک.

اتصال

1. Settings (آیکون چرخ‌دنده) را باز کن و به تب Providers برو.
2. تا پایین اسکرول کن و روی Custom provider کلیک کن.
3. Provider ID را nokeep و Display name را nokeep بگذار.
4. Provider API را روی OpenAI Compatible بگذار.
5. https://nokeep.ai/v1 را در Base URL و sk-nokeep-test را در API key بچسبان.
6. زیر Models، deepseek-v4.1-flash-uncensored و glm-5.3-flash-uncensored را از فهرست واکشی‌شده انتخاب کن. اگر فهرست خالی بود، Fetch models را بزن.
7. روی Submit کلیک کن، مدل را در انتخابگر مدل انتخاب کن و یک پیام بفرست. پاسخی که با «Connected to» شروع شود یعنی درست کار می‌کند.
8. روی Edit provider کلیک کن و کلید خودت را از کنسول جایگزین کن.

حدهای زیر را تنظیم کن. Kilo این شناسه‌های مدل را نمی‌شناسد، پس بدون آن‌ها پنجرهٔ متن را ۰ می‌گیرد، گفتگو را هرگز فشرده نمی‌کند، و پاسخ‌ها را روی ۳۲,۰۰۰ توکن محدود می‌کند.

حدها، ابزارها و قیمت‌ها

کادر تنظیمات URL، کلید و مدل‌ها را پوشش می‌دهد. حدهای توکن، فراخوانی ابزار، قیمت‌ها و تفکر در kilo.jsonc قرار می‌گیرند: ~/.config/kilo/kilo.jsonc برای همهٔ پروژه‌ها، یا ./kilo.jsonc برای یک پروژه. این کل ارائه‌دهنده است؛ اگر کلید را در NOKEEP_API_KEY گذاشته باشی، به‌جای کادر تنظیمات از آنجا خوانده می‌شود.

{
  "$schema": "https://app.kilo.ai/config.json",
  "model": "nokeep/deepseek-v4.1-flash-uncensored",
  "provider": {
    "nokeep": {
      "npm": "@ai-sdk/openai-compatible",
      "env": [
        "NOKEEP_API_KEY"
      ],
      "options": {
        "baseURL": "https://nokeep.ai/v1"
      },
      "models": {
        "deepseek-v4.1-flash-uncensored": {
          "name": "DeepSeek V4.1 Flash Uncensored",
          "tool_call": true,
          "attachment": true,
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "limit": {
            "context": 1000000,
            "output": 32768
          },
          "cost": {
            "input": 0.45,
            "output": 1.75,
            "cache_read": 0.011
          },
          "variants": {
            "think": {
              "reasoningEffort": "high"
            }
          }
        },
        "glm-5.3-flash-uncensored": {
          "name": "GLM 5.3 Flash Uncensored",
          "tool_call": true,
          "limit": {
            "context": 128000,
            "output": 32768
          },
          "cost": {
            "input": 0.2,
            "output": 0.65,
            "cache_read": 0.04
          }
        }
      }
    }
  }
}

• limit.context زمانی است که Kilo گفتگو را فشرده می‌کند؛ limit.output به‌عنوان سقف هر پاسخ فرستاده می‌شود.
• cost به‌ازای هر یک میلیون توکن است، با احتساب خواندن‌های کش‌شده، تا نمایش هزینهٔ Kilo با صورت‌حساب یکی باشد.
• attachment و modalities به تو اجازه می‌دهند اسکرین‌شات را به DeepSeek بدهی. GLM فقط متن می‌خواند.

کدام مدل

DeepSeek را برای کار عامل‌ها بگیر. کل یک مخزن کد در متنش جا می‌شود، با هر شکلی ابزار فراخوانی می‌کند، و تاریخچه‌ای که عامل در هر فراخوانی دوباره می‌فرستد با قیمت کش‌شدهٔ $0.011 در میلیون حساب می‌شود. GLM را برای کارهای کوتاه و یک‌باره بگیر که تاریخچهٔ طولانی را دوباره نمی‌فرستند، جایی که قیمت پایین‌تر ورودی تازه و خروجی‌اش برنده است.

هر دو مدل امتناع‌ها (refusals) را از وزن‌هایشان حذف کرده‌اند، پس وقتی کار به یک موضوع حساس نزدیک می‌شود، مثل تست امنیت روی سیستم‌های خودت یا ابزار کنترل محتوا، کد می‌گیری نه امتناع. مقایسهٔ مدل‌ها.

تفکر

DeepSeek فوراً پاسخ می‌دهد، مگر اینکه درخواستی reasoning_effort را مشخص کند؛ این برای حلقهٔ سریع ویرایش و اجرای یک عامل مناسب است. برای برنامه‌ریزی یا یک باگ سخت، از آن بخواه فکر کند: none، low، high و max را می‌پذیرد. مقادیر minimal، medium و xhigh اپ‌های دیگر به نزدیک‌ترین یکی از این‌ها تبدیل می‌شوند؛ هر مقدار دیگری با 400 invalid_reasoning_effort رد می‌شود. تفکر به‌عنوان خروجی حساب می‌شود.

variant با نام think در بالا مقدار reasoning_effort: high را می‌فرستد. برای یک کار سخت به آن برو و برای بقیه برگرد؛ اگر آن را نگذاری، DeepSeek فوراً پاسخ می‌دهد.

هزینهٔ یک نشست

عامل کل گفتگو را در هر فراخوانی می‌فرستد: دستورالعمل‌ها، فایل‌هایی که خوانده، و هر قدمی که تا اینجا برداشته. فرض کن یک فراخوانی ۶۰,۰۰۰ توکن می‌فرستد، که ۵۵,۰۰۰تایش همان شروع فراخوانی قبلی است، و ۱,۰۰۰ توکن تازه می‌نویسد. روی DeepSeek، این فراخوانی حدود $0.0046 هزینه دارد، پس ۲۰۰ فراخوانی حدود $0.92 می‌شود. بدون کش، همین فراخوانی $0.0288 می‌شد.

• کش خودکار است و چیزی برای روشن کردنش نیست. شروعی به اندازهٔ حدود ۱,۰۰۰ توکن یا بیشتر که در چند دقیقه تکرار شود، با قیمت کش‌شده حساب می‌شود.
• هر فراخوانی آنچه ممکن است هزینه‌اش شود را نگه می‌دارد، یعنی درخواستش و حداکثر خروجی‌اش، و بعد به آنچه واقعاً مصرف شده تسویه می‌شود. با حداکثر ۳۲,۷۶۸ توکن خروجی، بخش خروجی این نگه‌داشت حدود $0.0573 است.
• کنسول توکن‌های واقعی هر فراخوانی، توکن‌های کش‌شده و اعتبار را نشان می‌دهد. شمارندهٔ هزینهٔ خود عامل ممکن است قیمت کش‌شده را نداند، و آن‌وقت عدد بالاتر نشان می‌دهد.

نحوهٔ محاسبهٔ هزینه.

اگر کار نکرد

هر خطا با راه‌حلش در خطاها آمده است.