0% read
最后更新:
Kiro
Kiro 是由亚马逊云服务 (AWS) 开发的一款智能体软件开发产品，旨在通过强调结构化规范而非对话式提示来简化开发流程。其支持的界面包括 Kiro IDE、CLI、Kiro Web 和 Kiro Crew。[7]
Kiro 于 2025 年 7 月 14 日发布预览版，旨在通过将人工智能直接集成到开发人员的工作流中，为构建应用程序（特别是针对企业环境）提供一种更具引导性和一致性的方法。[1][2]
概述
Kiro 代表了 AWS 进入 AI 驱动开发工具领域的尝试，将其定位为 Cursor 和 Windsurf 等智能体 IDE 的竞争对手。其范围现已扩展到 Kiro IDE、CLI、Kiro Web 和 Kiro Crew，以及兼容的 ACP IDE 和软件开发自动化。[7]
Kiro 设计的一个基础方面是它对开源 Visual Studio Code (VS Code) 项目的依赖。这一选择意义重大，因为它允许开发人员无缝集成其现有的 VS Code 设置、配置和广泛的插件，从而最大限度地降低学习曲线，并为过渡到 Kiro 的用户确保一个熟悉且可扩展的环境。保留个性化设置和工具链的能力是一项关键优势，有助于促进开发人员的采用和生产力。[1]
除了其 VS Code 基础外，Kiro 还整合了对 Model Context Protocol (MCP) 的强大支持。该协议对于促进 IDE 内各种开发工具和服务的连接与互操作性至关重要，从而实现更具凝聚力和集成性的开发体验。Auto 是默认的智能体和模型选择模式，可组合多种模型；用户也可以选择高级模型和开放权重模型。模型访问权限因方案和地区而异。[7]
Kiro 旨在实现广泛的可访问性和跨平台兼容性，提供适用于 Linux、macOS 和 Windows 操作系统的原生应用程序。这确保了不同环境下的开发人员都能有效地利用该工具。此外，它支持广泛的流行编程语言，使其成为从 Web 应用程序到后端服务等各种开发项目的通用解决方案。
Kiro 采用基于积分的定价模式：免费版费用为 $0，包含 50 个积分；Pro 版每月 $20，Pro+ 每月 $40，Pro Max 每月 $100，Power 版每月 $200。提示词根据任务复杂度和所使用的模型消耗积分。个人付费用户可以以每个 $0.04 的价格购买额外积分，企业管理员可以启用超额使用。[7][8]
历史
Kiro 于 2025 年 7 月 14 日发布预览版，并于 2025 年 11 月 17 日正式商用 (GA)。正式商用版本包括 Kiro CLI、团队管理、智能体执行检查点、多根工作区，以及用于检查代码是否符合规范 (Spec) 的基于属性的测试。[9]
AWS 于 2026 年 2 月 16 日宣布在 AWS GovCloud（美东和美西）提供 Kiro IDE 和 CLI。Kiro 于 2026 年 6 月 25 日在 GovCloud 获得了 FedRAMP High 和 DoD IL-4/5 授权；另外，Kiro 于 2026 年 10 月 12 日在美东（北弗吉尼亚）进入 FedRAMP Class C 范围。[10][8]
Kiro Web 于 2026 年 9 月 1 日正式商用。[11]
产品
Kiro IDE 和 CLI 支持本地交互式开发。Kiro Web 支持基于浏览器的协作，包括协作探索、Specs 和端到端委托开发。它可以在隔离的云沙箱中执行代码库工作，并通过拉取请求 (PR) 交付结果。Kiro Web 于 2026 年 9 月 1 日正式商用。[11][7]
Kiro 自主智能体于 2025 年 12 月 2 日推出预览版，是一种用于多代码库任务的异步智能体。它可以规划工作，协调专门的子智能体进行规划、编码和验证，验证更改并开启拉取请求。[12]
Kiro Crew 是另一个受支持的 Kiro 界面。[7]
2026 年 10 月，Kiro IDE 在聊天会话中引入了记忆 (Memory) 功能，用于存储代码库约定、修正以及已排除的方法等上下文。用户可以查看和管理记忆；截至 10 月 20 日，记忆设置默认为关闭。[13]
Technology & Features
Kiro 通过引入以结构化规范和自动化工作流为核心的独特功能，将自己与其他 AI 编码助手区分开来，超越了简单的基于提示词的交互。[1]
这些核心创新——“Kiro Specs”和“Kiro Hooks”——旨在将 AI 更深层次地集成到开发生命周期中，特别是用于生成和完善生产就绪的代码。这种方法解决了常见的挑战，即最初由 AI 生成的代码（通常被称为“氛围编码”）需要大量的人工努力才能达到企业级的质量、安全和可维护性标准。[4]
Kiro 增加了远程 MCP 支持和全局引导文件。可重用的 Powers 结合了 MCP 服务器、引导文件和钩子 (hooks)，可按需加载相关工具。开发人员还可以使用自定义子智能体和便携式 Agent Skills 包，这些包封装了指令并在相关时激活。Hooks 已扩展到包括工具使用前后的触发器：工具使用前钩子可以拦截工具或添加上下文，而工具使用后钩子可以记录日志、格式化或提供后续指令。[9][14]
Kiro Specs
Kiro Specs 为开发人员提供了一种强大的机制，以结构化、声明性的方式定义其项目的需求和设计。这种方法代表了对传统提示工程的重大转变，在传统提示工程中，开发人员可能仅依靠自然语言描述向 AI 传达期望的结果。
虽然一些现有工具（如 Anthropic 的 Claude Code）利用了类似的概念（如用于项目指导的 Claude.md 文件），但 AWS 已将规范集成为整个 Kiro 开发体验的基础和核心组件。
这种深度集成对于企业环境特别有益，因为在这些环境中，正式文档、明确的需求以及对架构模式的遵守对于成功的项目交付和长期可维护性至关重要。[1]
Kiro Specs 的工作流程旨在通过几个智能步骤自动化并引导开发过程：
- 自动生成用户故事：在启动新项目时，Kiro 会根据初始的高层输入自动生成用户故事。这些故事根据易用需求语法 (EARS) 进行结构化，这是一种广泛认可的格式，可确保需求的清晰性、简洁性和可测试性。EARS 结构的用户故事通常遵循诸如“当 [触发条件] 时，系统应 [响应]”之类的模式，使其具有唯一性。开发人员保留了审查、修改和完善这些生成的故事的关键能力，以精确对齐特定的项目需求和业务逻辑，确保 AI 的输出符合人类意图。[1]
- 创建全面的设计文档：在用户故事阶段之后，Kiro 会着手构建一份全面的设计文档。此过程涉及对开发人员提供的现有代码库或新生成并完善的规范需求进行深度分析。AI 利用这种分析来创建关键的架构元素，包括说明信息如何在系统中流动的详细数据流图、用于定义数据结构和 API 合约的精确 TypeScript 接口、用于数据持久化的健壮数据库架构，以及定义良好的用于服务间通信的 API 端点。这种设计制品的自动生成为应用程序的构建提供了清晰且可操作的蓝图，显著减少了通常涉及架构规划的人工努力。[1]
- 细粒度的任务和子任务生成：在设计阶段之后，Kiro 会生成一份详细的、分步骤的任务和子任务列表，以实现应用程序。这种细粒度的分解引导了开发过程，并纳入了必要的考虑因素，如全面的测试程序（例如单元测试、集成测试）和对可访问性要求的遵守。开发人员保持对执行的控制，因为他们可以选择性地触发每个任务，并实时观察 Kiro 的进度和输出。这允许在每个阶段进行迭代开发和验证。[1]
在正式商用时，Kiro 增加了基于属性的测试，用于检查代码是否符合规范。Kiro 可以从需求中推导出可测试的行为属性，并针对许多生成的输入案例进行演练，帮助发现反例并评估实现行为是否与规范匹配。[9]
Kiro Hooks
Kiro Hooks 作为事件驱动的自动化触发器，使 AI 智能体能够在后台执行特定任务。这些钩子可以响应各种文件系统事件（例如文件的保存、创建或删除）而自动激活，也可以由开发人员手动触发。这种能力允许在开发工作流中直接持续集成自动化流程，提供一层主动协助。[1]
Kiro Hooks 的主要目的是自动化重复性或关键任务，从而提高开发效率、维护代码质量并强制执行最佳实践。例如，可以配置一个钩子，在修改 API 端点时自动更新项目的 Readme 文件，确保文档在无需人工干预的情况下保持最新和准确。
另一个实际应用可能涉及在代码提交到版本控制库之前，运行扫描以查找泄露的凭据或敏感信息，从而在开发周期的早期显著加强安全措施。
根据亚马逊开发人员智能体和体验副总裁 Nikhil Swaminathan 和 Deepak Singh 的说法：
“Kiro hooks 就像一位经验丰富的开发人员，在你工作时捕捉你遗漏的事项或在后台完成样板任务。”
他们进一步阐述了更广泛的组织效益，指出：
“Hooks 在整个团队中强制执行一致性。每个人都受益于相同的质量检查、代码标准和安全验证修复，”
强调了它们在标准化开发实践、改善团队协作以及确保所有项目质量水平一致方面的作用。[5][6]
发现错误了吗？
