Как специалист по анализу данных или исследователь, вы проводите большую часть рабочего дня в блокноте. Когда ИИ-помощник не имеет доступа к этому блокноту, вам приходится копировать ячейки в чат, а ответы — обратно в свой анализ. Kilo Desktop теперь общедоступен, предоставляя агента для работы в активных Jupyter notebooks, который может редактировать и запускать ячейки, отображать файлы данных и управлять средами и пакетами, включая пакеты из контролируемых каналов Anaconda. Если вы уже используете Anaconda, импортируйте environment.yml и начните работу с уже имеющейся у вас конфигурации. Более 5 миллионов разработчиков уже создают проекты с помощью Kilo.
Kilo Desktop также создает интерактивные графики, дашборды и таблицы данных, которые можно сохранить в рабочую область прямо из чата, с более чем 500 modelsмоделями[[/L1] на выбор, включая те, что работают на вашем собственном оборудовании. Если вы пробовали раннюю бета-версию, последние обновления включают многоагентные сессии, Workspace Board и Anaconda Local Model Catalog.
Давайте углубимся: блокноты, среды и пакеты в одном месте
Откройте любой файл .ipynb или попросите агента создать новый, и он откроется как активный блокнот рядом с чатом. Вы и агент работаете с одним и тем же документом: вы наблюдаете, как он пишет ячейку, запускает ее, читает вывод и переходит дальше. Агент имеет доступ к тем же результатам, что и вы, включая графики, поэтому, если график выглядит неверно, он может указать на проблему.
Поскольку он работает в реальном ядре, агент берет на себя и рутинные задачи: чтение трассировок, диагностику ядра, которое не запускается, или перезапуск зависшего ядра. Попросите его профилировать набор данных, попробовать три идеи по разработке признаков или превратить беспорядочные исследования в аккуратный блокнот, а затем просмотрите результат, пока данные все еще загружены.
Вы одобряете код перед его запуском
Запуск кода изменяет состояние вашего ядра, поэтому Kilo Desktop сначала запрашивает ваше подтверждение. В ручном режиме запуск ячейки и перезапуск ядра сопровождаются карточкой подтверждения. «Всегда разрешать» применяет это действие к данному блокноту до конца чата. «Автоматически одобрять» подтверждает эти запросы от вашего имени, поэтому включение этой функции — это вопрос доверия.
Добавление пакетов имеет свою собственную карточку. В ней перечислены новые пакеты, а также все пакеты, которые блокнот уже объявляет, но которые еще не одобрены, и помечаются имена, похожие на опечатки в популярных пакетах (numppy вместо numpy, requets вместо requests). Одобрение пакетов действует на уровне всей системы: после одобрения пакет можно использовать в любом блокноте на компьютере. Предварительно одобренные пакеты, такие как pandas, numpy и matplotlib, не вызывают запроса, а помеченные имена нельзя сохранить с помощью «Всегда разрешать».
Среды Conda без выхода из приложения
Вы и агент можете создавать и управлять средами conda прямо внутри приложения. Начните с нуля с нужной версией Python, импортируйте environment.yml или клонируйте среду перед тем, как опробовать новый подход с другим пакетом. Вы просматриваете изменения зависимостей до того, как они произойдут, а функция резервного копирования и обновления сначала клонирует среду, чтобы неудачное обновление можно было отменить. Новые блокноты автоматически получают готовую среду с ipykernel, поэтому первая ячейка запускается без необходимости дополнительных установок.
Контролируемые пакеты Anaconda по умолчанию
Когда вы входите в систему, агент устанавливает пакеты из каталога Anaconda, содержащего более 19 000 проверенных пакетов Python, а также из любых контролируемых каналов, настроенных вашей организацией. Его инструменты установки отклоняют пакеты из локальных файлов и URL-каналов, а выполнение команд оболочки ограничено правами доступа. Ваш вход в Anaconda использует связку ключей интерфейса командной строки (CLI) conda, поэтому аутентифицированные каналы работают как внутри, так и вне приложения.
От первого взгляда на данные до готового графика быстро
Файлы CSV, TSV и Parquet открываются как таблицы на панели файлов, поэтому вы можете заметить проблемы до того, как зададите вопрос. Используйте @-упоминание файла, чтобы агент работал именно с тем файлом, который вам нужен, или откройте его в редакторе, установленном в вашем PATH.
Интерактивные графики в чате
Некоторые ответы легче читать в виде графика. Агент рисует интерактивные графики Plotly, Bokeh и HoloViz, а также таблицы данных прямо в чате, оформленные в соответствии с вашей темой. Сохраните график в рабочую область или откройте его в полном размере в средстве просмотра. Диаграммы также отображаются внутри текста.
Макет, созданный для анализа
Чаты, блокноты, файлы, различия (diffs), терминалы и веб-страницы открываются как вкладки, которые можно группировать. Держите блокнот рядом с чатом, запускайте дашборд Panel или Streamlit из терминала и просматривайте его во встроенном браузере, а также держите панель изменений открытой для проверки файлов, измененных агентом. Панели можно выносить на второй монитор. Сохраните любимое расположение как пресет макета (например, чат, блокнот и данные рядом), и новые сессии будут открываться именно так.
Рабочая область может охватывать несколько папок, поэтому агент читает ваш анализ, код конвейера и общие утилиты вместе. Запускайте экспериментальные тесты в изолированных git worktrees, и когда работа будет готова, Kilo напишет сообщение коммита и запрос на слияние (pull request).
Сначала планируйте, затем создавайте
Функция планирования анализирует ваши данные и код и предлагает пошаговый подход, ничего не меняя. Одобрите его, и функция кода выполнит его, распределив работу между субагентами. Функция запроса объясняет незнакомый блокнот, а отладка помогает выяснить, почему изменились вчерашние цифры.
Пока выполняется длинная ячейка, поставьте в очередь последующие действия (например, «теперь разбей это по регионам»), а затем измените их порядок или отредактируйте перед запуском. Kilo Desktop уведомит вас, когда агент закончит работу или потребует вашего ввода. Работаете с несколькими анализами одновременно? Workspace Board распределяет ваши сессии по столбцам, которые вы называете, например «Исследование», «Моделирование» и «Отчетность», чтобы вы могли сразу увидеть состояние каждого вопроса.
Модели на ваш выбор, включая те, что работают на вашем оборудовании
Модели от передовых лабораторий, таких как OpenAI и Anthropic, и открытые модели, такие как NVIDIA Nemotron, доступны в одном селекторе. Если вы не хотите выбирать сами, Auto Efficient проверяет ваш запрос по Kilo Bench и отправляет его наиболее экономичной модели, доказавшей свою способность справиться с такой задачей. У вас уже есть API-ключ, учетная запись Amazon Bedrock или собственный хостинг-эндпоинт? Добавьте его как провайдера и используйте из того же селектора.
Локальные модели для конфиденциальных данных
Некоторые данные не должны покидать ваш компьютер. Встроенный Local Model Server выполняет вывод для открытых моделей на вашем оборудовании, не отправляя запросы к модели стороннему провайдеру. Просматривайте Anaconda Local Model Catalog в поисках моделей, подходящих для вашего оборудования, или импортируйте модели GGUF, которые вы уже загрузили с помощью Anaconda Desktop.
Навыки, MCP-серверы и пользовательские агенты
В Kilo Marketplace представлены навыки, серверы протокола контекста моделей (MCP) и пользовательские агенты, которые можно установить для одной или всех рабочих областей. Подключите свое хранилище данных или соглашения по блокнотам вашей команды один раз, и новые проекты будут начинаться с ними.
Почему это важно: создано для практиков, готово для вашей организации
В Kilo Enterprise владельцы организаций могут блокировать определенные модели и провайдеры. В сочетании с управляемыми каналами Anaconda ваша команда специалистов по работе с данными получает агент, который работает в рамках правил, уже установленных вашей организацией. Kilo Desktop является частью Anaconda AI Workspaces, включая пакеты и модели из AI Artifacts.
Попробуйте
Если вы хотели использовать инструменты ИИ в своем анализе и исследованиях, попробуйте Kilo Desktop. Загрузите Kilo Desktop, откройте блокнот и попросите его помочь в исследовании набора данных. Просмотрите код, выполните анализ и сохраните свой первый график.












