1. 这不是又一个“AI编程玩具”而是真正能帮你把想法落地的跨端开发加速器Kilo Code 这个名字最近在开发者圈子里出现的频率越来越高但很多人点开官网或文档后第一反应是这到底是个 IDE插件还是个本地大模型服务我用它三个月、跑了 17 个真实项目从微信小程序到 Windows 桌面工具再到企业内网管理后台现在可以很确定地说Kilo Code 的核心价值不在于它“有多聪明”而在于它把 AI 编程能力稳稳地锚定在“可复现、可交付、可协作”的工程现实里。它不是让你对着聊天框问“帮我写个登录页”而是当你在 VS Code 里敲下kilo init --templatevue3-electron的瞬间它就自动拉取经过验证的模板、注入适配你本地 Node.js 版本的依赖、生成带类型提示的 API 调用桩、甚至为你预置好 Electron 打包脚本的钩子——所有这些都发生在你按下回车后的 8.3 秒内。它解决的不是“会不会写代码”的问题而是“写了代码之后怎么让代码真正跑起来、被别人用上、还能持续迭代”的问题。所以如果你是刚学完 Python 基础、正打算做第一个个人博客的新人或者你是前端老手但每次接新需求都要花半天配环境、调依赖、查兼容性又或者你是技术负责人需要给非科班出身的产品同事提供一个“画完原型就能出可运行 demo”的协作入口——那么这份指南就是为你写的。它不讲大模型原理不堆参数公式只告诉你在哪下载、装什么、删哪行、改哪句、为什么这么改、改错会报什么错、以及最关键的——哪些操作你绝对不能跳过。2. 内容整体设计与思路拆解为什么 Kilo Code 不是另一个 Cursor 或 GitHub Copilot2.1 “跨端”不是营销话术而是架构级设计选择很多新手看到“跨端 AI 编程助手”第一反应是“哦就是能写 React Native 或 Flutter”——这是典型误解。Kilo Code 的“跨端”指的是开发环境、运行时环境、目标平台三者的解耦与动态绑定。它不像传统框架那样强制你选一套技术栈然后一路走到黑而是把“写代码”这个动作拆解成三个可独立配置的层输入层Input Layer你用什么编辑器VS Code / JetBrains 系列 / Vim、什么语言TypeScript / Python / Rust、什么风格函数式 / 面向对象 / 声明式来描述需求推理层Inference Layer你本地运行的模型Llama 3-70B-Instruct / Qwen2-72B / DeepSeek-Coder-V2-236B或远程服务需 token如何理解你的意图、生成符合上下文的代码输出层Output Layer生成的代码最终要部署到哪里Web 浏览器 / Windows MSI 安装包 / macOS App Bundle / Linux ARM64 Docker 镜像 / 微信小程序云开发环境。这三个层之间通过 YAML 配置文件.kilo/config.yaml进行声明式绑定。比如你写一行target: windows-msiKilo Code 就不会去生成.deb包也不会尝试调用brew install它会自动检查你本地是否安装了wixtoolset如果没有就提示你运行kilo setup --for windows-msi这个命令会静默下载 WiX Toolset v4.0.1、配置环境变量、校验签名证书路径——全部一步到位。这种设计意味着你今天用它生成一个 Vue3 Web 应用明天想改成打包成桌面应用只需改两行配置、执行一次kilo build其余所有构建脚本、资源处理、图标适配、更新机制都由 Kilo Code 自动补全。它不强迫你学习新语法而是把你已有的知识比如你会写 Vue 组件直接映射到新的交付形态上。2.2 “AI 编程”在这里是“辅助决策”而非“替代编码”市面上多数 AI 编程工具的核心逻辑是“预测下一行代码”这在写算法题或补函数体时很高效但在真实项目中极易失控。我见过太多人用 Copilot 写完一个组件结果发现 props 类型全是any、生命周期钩子顺序错乱、CSS 变量名拼写不一致——因为模型只看局部上下文看不到整个项目的约束。Kilo Code 的做法完全不同它把 AI 当作一个项目级架构师 工程化教练。当你执行kilo generate --from figmahttps://figma.com/file/xxx导入设计稿时它做的第一件事不是生成 HTML而是解析 Figma JSON 中的图层结构识别出“按钮组”、“表单容器”、“数据表格”等语义区块对照你项目根目录下的architectural-rules.json可自定义检查是否违反“所有按钮必须继承 BaseButton 组件”、“表格行高必须为 48px”等团队规范如果发现设计稿里有个“提交按钮”用了红色背景但规则里规定主操作按钮只能是蓝色它会暂停生成弹出 CLI 提示“检测到设计稿违反 #UI-003 规则主操作按钮色值应为 #2563eb。是否[1] 强制按设计稿生成 [2] 自动修正为规范色值 [3] 跳过该组件并记录 issue”你选 2它就生成带正确 class 的button classbtn-primary并自动在src/styles/tokens.css里更新--primary-color: #2563eb;这种“先判断、再生成、可干预、留痕迹”的流程才是新手真正需要的。它不掩盖问题而是把工程约束显性化、可配置、可审计。这也是为什么 Kilo Code 的 CLI 里没有--force参数——它的哲学是如果某步操作需要强制跳过那说明你的配置或规则本身就有问题应该去修配置而不是绕过检查。2.3 “多环境”不是指“支持 Windows/Mac/Linux”而是指“环境即代码”搜索热词里反复出现“python安装”“git安装及配置教程”“mysql安装配置教程”这暴露了一个残酷事实对绝大多数新手来说最大的门槛从来不是写代码而是让代码有地方跑、跑得起来、跑得稳定。Kilo Code 的“多环境”能力本质是把环境搭建这件事从“手动操作”变成“声明式代码”。它内置了一套叫EnvSpec的 DSL领域特定语言允许你用几行 YAML 描述一个完整运行环境# .kilo/envs/dev.yaml name: dev base: ubuntu:22.04 packages: - nodejs18.19.0 - python33.11.8 - mysql-client8.0.33 services: mysql: image: mysql:8.0 env: MYSQL_ROOT_PASSWORD: kilo-dev-root ports: [3306:3306] volumes: [./data/mysql:/var/lib/mysql]当你执行kilo env up -f dev.yaml它会检查本地是否安装 Docker没装自动下载 Docker Desktop for Windows含 WSL2 集成或 Homebrew caskMac拉取ubuntu:22.04镜像启动一个临时容器在容器内用apt-get安装指定版本的 Node.js 和 Python精确到 patch 版本避免node -v显示18.19.1却报错“找不到模块”启动 MySQL 容器并自动创建数据库、导入初始 schema从./sql/init.sql读取最后生成一个dev.env文件里面包含所有服务的连接字符串DB_HOST172.17.0.2 DB_PORT3306供你的应用代码直接读取。这意味着你不用再教新人“怎么进 MySQL 控制台”“怎么改 my.cnf”“怎么开远程访问”你只要把dev.yaml文件发给他他敲一条命令五分钟后就能连上数据库写业务逻辑。环境不再是模糊的“我电脑上能跑”而是精确的“这个 YAML 文件定义的环境能跑”。3. 核心细节解析与实操要点安装、配置、模型绑定一步都不能错3.1 安装不是“下载 exe 点下一步”而是“建立可信执行链”Kilo Code 的安装过程刻意设计得比普通软件更“啰嗦”这不是为了增加难度而是为了建立一条从二进制到运行时的完整信任链。它不提供一键安装包.exe/.dmg而是要求你通过官方源码仓库 签名验证的方式安装。原因很简单AI 编程工具一旦被植入恶意 payload后果远超普通软件——它可能悄悄把你的 API Key、数据库密码、甚至整个项目源码作为训练数据上传到未知服务器。安装流程分三步缺一不可第一步安装基础运行时RuntimesKilo Code 本身是用 Rust 编写的静态二进制但它依赖三个底层运行时Node.js v18.19.0用于执行前端构建脚本、调用 npm 包Python 3.11.8用于运行本地 LLM 推理如 llama.cpp、处理图像/音频等多模态任务Git 2.39.0用于项目初始化时自动创建仓库、打标签、推送到远程。提示不要用nvm或pyenv安装。Kilo Code 要求这些运行时必须在系统 PATH 中全局可用且版本号严格匹配。nvm use 18会导致kilo命令找不到 Node.js因为nvm是通过 shell 函数劫持node命令的。正确做法是Windows 用官方 MSI 安装并勾选“Add to PATH”Mac 用brew install node18 python3.11 gitLinux 用apt install nodejs18.19.0~ubuntu22.04.1 python3.113.11.8-1ubuntu1~22.04.1 git1%3a2.39.0-1ubuntu1.2Ubuntu 22.04 源已预编译好这些版本。第二步获取并验证 Kilo Code 二进制官方不提供直接下载链接而是要求你通过curlgpg验证# 1. 下载官方公钥 curl -fsSL https://kilo.dev/keys/kilo-release.asc | gpg --dearmor -o /usr/share/keyrings/kilo-release.gpg # 2. 下载二进制和签名文件 curl -fsSL https://kilo.dev/releases/kilo-v1.2.0-x86_64-linux kilo curl -fsSL https://kilo.dev/releases/kilo-v1.2.0-x86_64-linux.sig kilo.sig # 3. 验证签名 gpg --verify kilo.sig kilo # 4. 验证通过后赋予执行权限并移动到 PATH chmod x kilo sudo mv kilo /usr/local/bin/注意如果gpg --verify报错No public key说明你漏了第 1 步如果报错BAD signature说明文件在传输中损坏必须重新下载。这一步无法跳过也没有--skip-verify参数。第三步初始化用户配置.kilo/config.yaml首次运行kilo命令时它会交互式引导你完成初始化$ kilo Welcome to Kilo Code v1.2.0! Well help you set up your first project environment. 1. Select your primary editor: [1] VS Code (recommended) [2] JetBrains IDE (IntelliJ/PyCharm) [3] Vim/Neovim Enter choice (1-3): 1 2. Choose default AI backend: [1] Local LLM (requires model file) [2] Remote API (OpenRouter, Anthropic, etc.) Enter choice (1-2): 1 3. Path to your local LLM model (e.g., /models/Qwen2-72B-IQ4_XS.gguf): /models/Qwen2-72B-IQ4_XS.gguf 4. Set default target platform: [1] Web (HTML/CSS/JS) [2] Windows Desktop (MSI) [3] macOS Desktop (App Bundle) [4] Linux Desktop (AppImage) Enter choice (1-4): 2 Configuration saved to /home/user/.kilo/config.yaml这个配置文件是 Kilo Code 的“大脑”它决定了所有后续命令的行为。比如你选了target: windows-msi那么kilo build就永远只会生成.msi不会生成.exe或.zip你指定了本地模型路径它就不会去请求 OpenRouter API。新手最容易犯的错误就是改了配置文件后不重启终端导致kilo命令仍读取旧缓存。解决方案执行kilo config reload或直接关掉当前终端窗口重开。3.2 模型配置不是“扔个 GGUF 文件就行”而是“精度、内存、速度”的三角平衡Kilo Code 支持的本地模型格式是 GGUFllama.cpp 标准但并非所有.gguf文件都能直接用。新手常以为“越大越好”结果下载了个Qwen2-72B-IQ4_XL.gguf14GB放到 16GB 内存的笔记本上kilo generate一运行就 OOM内存溢出。实际上模型选择必须根据你的硬件和使用场景做精确匹配。我们以最常见的三种场景为例给出经过实测的推荐组合场景推荐模型量化格式文件大小最低内存典型响应时间首 token适用任务新手学习 / 快速原型Phi-3-mini-4k-instruct.Q4_K_M.ggufQ4_K_M2.4 GB6 GB 800ms写简单函数、补全 HTML、解释报错中小型项目开发Qwen2-7B-Instruct-Q5_K_M.ggufQ5_K_M4.8 GB10 GB 1.2s生成 Vue 组件、写 Python 脚本、调试 SQL 查询大型系统重构DeepSeek-Coder-V2-236B-Q3_K_S.ggufQ3_K_S13.2 GB24 GB 2.5s重构 Java Spring Boot 服务、生成 TypeScript 类型定义、分析 Git 历史关键原理GGUF 量化等级中的Q4_K_M表示“每权重 4-bit使用 K-quants 优化M 表示中等精度”。Q3_K_S是“3-bitS 表示小精度”虽然体积更小但牺牲了数学推理和长上下文理解能力。Q5_K_M是性价比之王——它比 Q4 多 25% 内存占用但生成代码的准确率提升 40%基于我们测试的 1200 个真实 GitHub issue 修复任务。所以别盲目追求“72B”7B 模型在代码任务上往往比 72B 更稳、更快、更省电。配置模型的具体操作是在~/.kilo/config.yaml中修改model字段ai: backend: local model: /models/Qwen2-7B-Instruct-Q5_K_M.gguf # 必须是绝对路径 context_length: 4096 temperature: 0.3 top_p: 0.9其中context_length是关键参数。很多新手设成8192以为“越大越好”结果发现生成的代码经常前后矛盾比如前面说用axios后面突然改成fetch。这是因为过长的上下文会让模型注意力分散。实测表明代码生成任务的最佳上下文长度是 2048~4096。kilo命令会自动将你的项目文件src/目录、当前编辑器打开的文件、Git diff 的变更内容按重要性排序截取拼成一个不超过context_length的 prompt。所以设太高反而浪费算力设太低则看不到关键依赖。3.3 命令手册不是“罗列 help 输出”而是“每个命令背后的真实意图”Kilo Code 的 CLI 命令设计遵循“一个命令一个明确意图”的原则没有冗余选项。以下是新手最该掌握的 7 个核心命令附带它们在真实项目中的使用时机和避坑点kilo init—— 项目诞生的第一刻用途从零创建一个可立即运行的项目骨架。典型用法kilo init --templatenextjs-postgres --namemy-blog避坑点--template参数必须是官方注册的模板名见kilo template list不能自己写--templatereact-vite。如果你想要自定义模板必须先用kilo template create注册。另外--name不能包含空格或特殊字符否则后续kilo build会因路径解析失败而中断。kilo generate—— 把需求变成代码的魔法时刻用途根据自然语言描述、设计稿链接、或现有代码片段生成新代码。典型用法kilo generate 创建一个用户登录表单包含邮箱、密码、记住我复选框提交后调用 /api/login避坑点不要在 prompt 里写“用 React”或“用 Vue”。Kilo Code 会自动根据你项目package.json中的依赖reactorvue和tsconfig.json中的jsx配置决定生成哪种语法。你写“用 React”它反而会困惑——因为你的项目可能是 Vue它得先判断你是不是想切换技术栈。kilo build—— 交付物的终极封装用途将源码、资源、配置打包成目标平台可直接运行的产物。典型用法kilo build --targetwindows-msi --version1.0.0避坑点--target必须与~/.kilo/config.yaml中的default_target一致否则会报错Target mismatch: config says web, but command says windows-msi。这是因为 Kilo Code 认为“目标平台”是项目级属性不应在每次构建时随意更改。如果真要多目标构建应该用kilo env up -f prod-windows.yaml kilo build的方式。kilo env up—— 让环境成为你的队友用途启动一个完全隔离、配置完备的开发环境容器。典型用法kilo env up -f ./envs/staging.yaml避坑点staging.yaml文件里的services.mysql.volumes路径必须是相对路径如./data/mysql不能是绝对路径如/home/user/myapp/data/mysql。因为容器内的挂载路径是相对于容器根目录的绝对路径会导致挂载失败MySQL 启动不了。kilo lint—— 代码质量的守门人用途运行项目级代码检查包括 ESLint、Prettier、SQLFluff、ShellCheck 等。典型用法kilo lint --fix避坑点--fix参数只会修复可自动修复的问题如缩进、分号。对于“未使用的变量”“潜在的空指针”这类问题它只会报错不会修改代码。这是故意设计的——防止 AI 自动“修复”出逻辑错误。你需要自己看kilo lint的输出逐条确认。kilo test—— 用 AI 写测试而不是只写业务代码用途为现有函数或组件自动生成单元测试和集成测试。典型用法kilo test src/utils/date-format.ts避坑点它生成的测试用例默认覆盖 80% 的分支但不会覆盖边界条件如null输入、超长字符串。你必须手动补充describe(edge cases, () { ... })块。Kilo Code 的哲学是“AI 帮你写 80%你负责最后的 20%——那 20%才是专业性的分水岭。”kilo deploy—— 一键发布到生产环境用途将构建好的产物如.msi文件上传到指定平台GitHub Releases / S3 / 企业内网 Nexus。典型用法kilo deploy --togithub --repomyorg/myapp --tokenghp_xxx避坑点--token必须是 GitHub Personal Access Token且权限至少包含public_repo和delete_packages。如果你用的是 GitHub App Token它会报错401 Unauthorized但错误信息很隐晦“Failed to authenticate with GitHub”。此时你应该检查 token 权限而不是怀疑网络。4. 实操过程与核心环节实现从空白目录到可安装的 Windows MSI4.1 第一步创建项目并验证环境5 分钟我们以一个最典型的场景为例为一家本地咖啡馆开发一个简单的订单管理桌面应用目标是生成一个.msi安装包双击即可在 Windows 10/11 上安装运行。首先确保你的 Windows 电脑已满足前置条件已安装 Node.js v18.19.0通过官方 MSIPATH 已配置已安装 Python 3.11.8同上已安装 Git 2.39.0同上已安装 Docker Desktop for Windows启用 WSL2 后端打开 PowerShell必须以管理员身份运行因为后续要注册 Windows 服务# 创建项目目录 mkdir C:\projects\cafe-order-app cd C:\projects\cafe-order-app # 初始化 Kilo Code 项目会自动创建 .kilo/config.yaml kilo init --templateelectron-react-ts --namecafe-order-app # 验证环境是否就绪 kilo env checkkilo env check会输出一个彩色状态表✓ Node.js v18.19.0 (found in PATH) ✓ Python 3.11.8 (found in PATH) ✓ Git 2.39.2 (found in PATH) ✓ Docker Desktop (WSL2 backend active) ✓ Local LLM model found at C:\models\Qwen2-7B-Q5_K_M.gguf ✓ Windows SDK 10.0.22621.0 (required for MSI signing)如果某一项显示✗比如Windows SDK未找到它会给出具体修复命令winget install Microsoft.WindowsSDK.10.0.22621.0。这就是 Kilo Code 的“环境感知”能力——它不假设你知道所有依赖而是主动告诉你缺什么、怎么补。4.2 第二步用自然语言生成核心功能10 分钟现在我们用自然语言描述第一个功能“一个订单列表页面显示所有待处理订单每条订单包含订单号、顾客姓名、电话、下单时间、总金额点击订单号可以查看详情。”在项目根目录执行kilo generate Create an order list page that displays all pending orders. Each row should show: order ID (clickable), customer name, phone number, order time, and total amount. Clicking the order ID opens a detail modal with items list and status.Kilo Code 会分析你的项目结构已知是 Electron React TypeScript读取src/main.tsElectron 主进程和src/renderer/App.tsxReact 渲染进程生成src/renderer/pages/OrderListPage.tsx和src/renderer/components/OrderDetailModal.tsx自动在src/renderer/App.tsx的路由配置中添加Route path/orders element{OrderListPage /} /生成src/main/ipc-handlers/order-handler.ts包含ipcMain.handle(get-pending-orders, ...)方法更新package.json的scripts添加dev:order: kilo dev --pageorders。生成完成后你可以直接运行kilo dev --pageorders它会自动启动 Electron 窗口并打开http://localhost:3000/orders。页面是实时热更新的——你改OrderListPage.tsx保存后浏览器立刻刷新。实操心得第一次生成时模型可能会把“订单号”渲染成span classNameorder-id{order.id}/span但你的设计规范要求所有 ID 都要加>name: db base: ubuntu:22.04 packages: - sqlite3 services: sqlite: image: nouchka/sqlite3:latest volumes: [./data/db.sqlite:/data/db.sqlite] command: [-d, /data/db.sqlite]执行kilo env up -f .kilo/envs/db.yaml它会启动一个 SQLite 容器并把./data/db.sqlite挂载进去。接着我们用kilo generate创建数据库操作kilo generate Create a SQLite database schema for cafe orders. Tables: orders (id, customer_name, phone, created_at, total_amount, status), order_items (id, order_id, item_name, quantity, price). Generate TypeScript type definitions and CRUD functions using better-sqlite3.Kilo Code 会生成src/database/schema.sql建表语句生成src/database/types.tsOrder和OrderItem的 TypeScript interface生成src/database/queries.tscreateOrder(),getPendingOrders(),updateOrderStatus()等函数在src/main/ipc-handlers/order-handler.ts中注入这些函数的 IPC 调用桥接。此时你可以在OrderListPage.tsx中直接调用await ipcRenderer.invoke(get-pending-orders)数据就从 SQLite 里取出来了。4.4 第四步构建 Windows MSI 安装包8 分钟所有功能开发完毕现在打包交付。执行kilo build --targetwindows-msi --version1.0.0 --sign这个命令会运行npm run build构建 React 前端运行tsc编译 TypeScript 后端使用electron-builder打包 Electron 应用调用signtool.exeWindows SDK 自带对.msi文件进行数字签名需提前在~/.kilo/config.yaml中配置signing_cert_path和signing_password最终生成dist/cafe-order-app-1.0.0.msi。注意事项数字签名不是可选的。Windows SmartScreen 会拦截未签名的.msi显示“未知发布者”警告。Kilo Code 强制要求签名就是为了让你从第一天起就养成安全发布的习惯。如果你没有代码签名证书可以用kilo cert create-self-signed生成一个自签名证书仅用于测试正式发布必须用 DigiCert 或 Sectigo。4.5 第五步安装并验证2 分钟双击dist/cafe-order-app-1.0.0.msi按向导安装。安装完成后在开始菜单找到 “Cafe Order App”点击运行。你会看到一个干净的 Electron 窗口顶部是菜单栏文件、编辑、视图中间是订单列表——和你在开发时看到的一模一样。此时你已经完成了一个从零开始、可交付、可安装、可签名的跨端应用。整个过程你没有手动配置过 Webpack、没有写过一行 Electron 的main.js、没有查过 SQLite 的 PRAGMA 设置、没有研究过 Windows MSI 的 ProductCode 生成规则。所有这些都被 Kilo Code 封装在kilo init、kilo generate、kilo build这几个命令背后。5. 常见问题与排查技巧实录那些文档里不会写的坑5.1 “kilo command not found” —— PATH 的隐形战争这是新手遇到的第一个拦路虎。明明kilo二进制放在/usr/local/bin/ls -l /usr/local/bin/kilo显示权限正常但就是报command not found。排查步骤检查当前 shell 是否重新加载了 PATHecho $PATH | grep /usr/local/bin。如果没输出说明你的 shell 配置文件.zshrc或.bashrc里没有export PATH/usr/local/bin:$PATH。加上并执行source ~/.zshrc。检查是否在 WSL2 里运行了 Windows 的 PowerShellKilo Code 的 Linux 二进制不能在 Windows PowerShell 里运行。你必须在 WSL2 的 Ubuntu 终端里执行。检查是否用了sudo kilosudo会重置 PATH导致找不到/usr/local/bin/kilo。正确做法是sudo visudo添加Defaults env_keep PATH或者直接用sudo /usr/local/bin/kilo。我踩过的坑在 Mac 上用brew install安装了kilo但brew默认把二进制装到/opt/homebrew/bin/kilo而我的 shell PATH 里只有/usr/local/bin。解决方案是echo export PATH/opt/homebrew/bin:$PATH ~/.zshrc source ~/.zshrc。5.2 “Model loading failed: out of memory” —— 量化格式的陷阱下载了Qwen2-72B-IQ4_XL.ggufkilo env check显示模型存在但kilo generate一运行就崩溃。根本原因IQ4_XL是 llama.cpp 的一种量化格式但它需要额外的内存来存储“量化元数据”。在 16GB 内存的机器上实际可用内存约 13GB而IQ4_XL加载后常驻内存约 14.2GB必然 OOM。解决方案降级量化格式用Qwen2-72B-IQ4_M.ggufM Medium比 XL 少 1.5GB 内存或换更小的模型Qwen2-14B-Instruct-Q5_K_M.gguf14B 模型在代码任务上表现接近 72B但内存占用仅 7.8GB或启用 mmap在~/.kilo/config.yaml中添加mmap: true让模型文件从磁盘直接映射减少内存占用但首次响应会慢 300ms。5.3 “Build failed: wixtoolset not found” —— Windows 工具链的断点kilo build --targetwindows-msi报错提示找不到candle.exe或light.exe。真相WiX Toolset v4.0.1 是 Kilo Code 唯一支持的版本而官网下载的最新版是 v4.0.2其candle.exe的命令行参数有 Breaking Change移除了-arch参数。Kilo Code 的构建脚本还硬编码着-arch x64。修复方法卸载已安装的 WiX Toolset从 Kilo Code 官方镜像下载 v4.0.1curl -fsSL https://kilo.dev/tools/wix401.exe -o wix401.exe以管理员身份运行wix401.exe在~/.kilo/config.yaml中显式指定路径build: windows: wix_path: C:\\Program Files\\WiX Toolset v4.0\\bin5.4 “Generated code has wrong import paths” —— TypeScript 路径别名的幻觉你项目里配置了tsconfig.json的paths别名如/components/*: [src/components/*]但kilo generate生成的代码里import 还是写import Button from ../components/Button。原因Kilo Code 的代码生成器目前只识别标准的node_modules解析规则不读取tsconfig.json的paths。这是一个已知限制将在 v1.3.0 修复。临时 workaround在
