Thiết lập Kilo Code

Các giá trị

Bắt đầu với khóa thử miễn phí: nó trả lời mọi yêu cầu bằng một dòng cố định và không gọi công cụ nào, nên chứng minh URL và khóa đều đúng mà không tốn đồng nào. Sau đó dán khóa của bạn từ bảng điều khiển. Tín dụng từ $5, không cần đăng ký gói.

Kết nối

1. Mở Settings (biểu tượng bánh răng) và vào tab Providers.
2. Cuộn xuống cuối và nhấn Custom provider.
3. Đặt Provider ID là nokeep và Display name là nokeep.
4. Đặt Provider API là OpenAI Compatible.
5. Dán https://nokeep.ai/v1 vào Base URL và sk-nokeep-test vào API key.
6. Trong Models, chọn deepseek-v4.1-flash-uncensored và glm-5.3-flash-uncensored từ danh sách được lấy về. Nhấn Fetch models nếu danh sách trống.
7. Nhấn Submit, chọn mô hình trong bộ chọn mô hình và gửi một tin nhắn. Phản hồi bắt đầu bằng “Connected to” nghĩa là đã hoạt động.
8. Nhấn Edit provider và thay bằng khóa của bạn từ bảng điều khiển.

Đặt các giới hạn bên dưới. Kilo không biết các id mô hình này, nên nếu thiếu, nó coi ngữ cảnh là 0, không bao giờ nén cuộc trò chuyện, và giới hạn phản hồi ở 32.000 token.

Giới hạn, công cụ và giá

Hộp thoại cài đặt chỉ lo URL, khóa và mô hình. Giới hạn token, gọi công cụ, giá và suy nghĩ đặt trong kilo.jsonc: ~/.config/kilo/kilo.jsonc cho mọi dự án, hoặc ./kilo.jsonc cho một dự án. Đây là toàn bộ nhà cung cấp; khóa được đọc từ NOKEEP_API_KEY nếu bạn đặt nó ở đó thay vì trong hộp thoại.

{
  "$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 là lúc Kilo nén cuộc trò chuyện; limit.output được gửi làm giới hạn cho mỗi phản hồi.
• cost tính theo triệu token, đã gồm phần đọc từ cache, để hiển thị chi phí của Kilo khớp với hóa đơn.
• attachment và modalities cho phép bạn dán ảnh chụp màn hình cho DeepSeek. GLM chỉ đọc văn bản.

Chọn mô hình nào

Dùng DeepSeek cho công việc của tác tử. Cả một kho mã nằm vừa trong ngữ cảnh của nó, nó gọi công cụ theo mọi dạng, và lịch sử mà tác tử gửi lại ở mỗi lần gọi được tính theo giá đã cache là $0.011 mỗi triệu. Dùng GLM cho các tác vụ ngắn, một lần, không gửi lại lịch sử dài, nơi giá đầu vào mới và đầu ra thấp hơn của nó có lợi hơn.

Cả hai mô hình đều đã loại bỏ việc từ chối khỏi trọng số, nên khi làm việc gần một chủ đề nhạy cảm, như kiểm thử bảo mật trên hệ thống của chính bạn hoặc công cụ kiểm duyệt, bạn nhận được mã thay vì lời từ chối. So sánh các mô hình.

Suy nghĩ

DeepSeek trả lời ngay trừ khi yêu cầu có reasoning_effort, điều này hợp với vòng lặp sửa-và-chạy nhanh của tác tử. Khi lập kế hoạch hoặc gặp lỗi khó, hãy yêu cầu nó suy nghĩ: nó nhận none, low, high, max. Các giá trị minimal, medium và xhigh của ứng dụng khác sẽ chạy ở mức gần nhất trong số này; giá trị khác bị từ chối với 400 invalid_reasoning_effort. Phần suy nghĩ được tính như đầu ra.

Biến thể think ở trên gửi reasoning_effort: high. Chuyển sang nó cho tác vụ khó và quay lại cho phần còn lại; bỏ đi thì DeepSeek trả lời ngay.

Một phiên tốn bao nhiêu

Tác tử gửi toàn bộ cuộc trò chuyện ở mỗi lần gọi: chỉ dẫn, các tệp nó đã đọc, mọi bước cho đến lúc đó. Giả sử một lần gọi gửi 60.000 token, trong đó 55.000 là phần mở đầu giống lần gọi trước, và ghi thêm 1.000. Trên DeepSeek, lần gọi đó tốn khoảng $0.0046, nên 200 lần gọi là khoảng $0.92. Nếu không có cache, cùng lần gọi đó sẽ là $0.0288.

• Cache tự động: không cần bật gì. Phần mở đầu khoảng 1.000 token trở lên, lặp lại trong vài phút, được tính theo giá đã cache.
• Mỗi lần gọi giữ trước mức chi phí tối đa có thể có, gồm prompt và đầu ra tối đa, rồi quyết toán theo lượng đã dùng. Với 32.768 token đầu ra tối đa, phần đầu ra trong khoản giữ đó khoảng $0.0573.
• Bảng điều khiển hiển thị số token thật, số token đã cache và tín dụng của từng lần gọi. Bộ đếm chi phí riêng của tác tử có thể không biết giá đã cache, và khi đó nó hiển thị cao hơn thực tế.

Cách tính phí hoạt động.

Nếu không chạy

Mọi lỗi đều được liệt kê cùng cách sửa trong Lỗi.