Kiro 是亚马逊 AWS 近期推出的一款备受关注的 AI 集成开发环境(IDE),它在竞争激烈的 AI 编码工具市场中,选择了一条差异化的道路。与市面上主流的、强调'即兴发挥'(Vibe Coding)的工具如 Cursor 不同,Kiro 的核心是面向企业和专业开发者的'规范驱动开发'(Spec-Driven Development)。它的目标不仅仅是帮助开发者更快地编写代码,更是希望通过结构化的流程,引导团队产出更健壮、更易于维护的生产级软件。
以下是对 Kiro 的详细介绍:
📝 核心哲学:从'即兴创作'到'规范驱动'
Kiro 的诞生源于对当前'即兴编码'潮流的反思。许多 AI 工具虽然能快速生成代码,但也带来了缺乏文档、逻辑混乱、难以维护的'技术债务'问题。Kiro 的解决方案是在 AI 生成代码之前,引入一个严谨的规划阶段。
其核心工作流围绕三个动态的'规范文件'展开,形成了一个'需求 - 设计 - 任务'的闭环:
requirements.md(需求):Kiro 会将你的自然语言描述(无论是口头禅式的还是正式的)转化为结构化的用户故事和验收标准,通常会使用易于理解的EARS(Easy Approach to Requirements Syntax) 语法,确保团队对'要做什么'达成共识。design.md(设计):基于确认的需求,Kiro 会自动生成技术设计方案,包括数据流图、TypeScript 接口、数据库模式、API 端点等。这为'怎么做'提供了清晰的蓝图。tasks.md(任务):最后,Kiro 会将设计拆解为一个个按依赖关系排序的、可执行的任务和子任务。每个任务都包含单元测试、集成测试等具体实施步骤,开发者可以逐项审核、触发执行。
这套流程的一大优势在于其'活文档'特性。当后续需要修改功能时,开发者可以直接修改 requirements.md,AI 便能基于原始上下文理解新的目标,避免了在其他工具中反复在聊天窗口解释上下文的尴尬。
⚙️ 核心功能与架构
作为一个基于Code OSS(Visual Studio Code 的开源版本)构建的 IDE,Kiro 对 VS Code 用户非常友好,可以无缝迁移现有的插件、主题和快捷键。在此之上,它通过一系列特色功能,将 AI 深度融入开发流程:
- Agent Hooks(代理钩子):这是 Kiro 的事件驱动自动化框架。你可以设置钩子在特定事件触发时(如文件保存、创建)自动执行任务,例如:
每次修改 API 文件时,自动更新 README 文档或代码提交前自动运行安全检查。它就像一位不知疲倦的团队成员,默默维护着代码库的整洁和标准的统一。 - Agent Steering(代理引导):为了解决 AI 缺乏项目长期记忆的问题,Kiro 引入了'引导'机制。你可以在项目根目录的
.kiro/steering/文件夹下创建 Markdown 文件(如tech.md,product.md),定义项目的技术栈、产品愿景、代码规范等。这些文件会作为持久化的上下文,持续指导 AI 的所有后续操作,确保其生成的内容符合项目既定规范。 - Kiro Powers(能力扩展):这是 Kiro 近期推出的一项创新,旨在解决 AI 工具因加载过多工具而导致上下文臃肿、效率低下的问题。'Powers'是一种模块化的能力包,例如'Stripe 支付 Power'或'Datadog 监控 Power'。当你需要处理支付时,只需提及相关关键词,对应的'Power'便会动态加载所需的工具和知识;任务完成后,它会自动卸载,保持 AI 核心的轻量与专注。
- MCP(Model Context Protocol)集成:Kiro 深度支持 Anthropic 提出的 MCP 协议,这使其能够安全地连接到各类外部数据源和工具。例如,通过 AWS 文档 MCP 服务器,Kiro 可以实时查询最新的 AWS 服务最佳实践,而不仅依赖于可能过时的训练数据。你也可以通过 MCP 连接私有的知识库或向量数据库(如 Milvus),实现对超大型代码库的语义化搜索和理解。
🆚 Kiro vs. Cursor:有何不同?
尽管功能类似 Cursor,但两者的定位和目标用户有明显差异:
| 维度 | Kiro (AWS) | Cursor |
|---|---|---|


