Kiro 是亚马逊网络服务（AWS）开发的代理式集成开发环境（IDE），旨在通过强调结构化规范而非对话式提示来简化软件开发。 ^{[1] [2]}

Kiro于2025年7月14日推出，旨在通过将人工智能直接集成到开发者工作流程中，为构建应用程序提供更具指导性和一致性的方法，尤其适用于企业环境 ^[1]。

概述

Kiro代表了AWS战略性地进入快速发展的人工智能驱动的开发者工具领域，并将自身定位为Cursor和Windsurf等现有代理式IDE的直接竞争对手。

Kiro设计的一个基本方面是它对开源Visual Studio Code（VS Code）项目的依赖。这一选择意义重大，因为它允许开发者无缝集成他们现有的VS Code设置、配置和各种插件，从而最大限度地减少学习曲线，并确保为过渡到Kiro的用户提供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个关键优势，有助于开发者采用和提高生产力 ^[1]。

除了其VS Code基础之外，Kiro还集成了对模型上下文协议（MCP）的强大支持。该协议对于促进IDE中各种开发工具和服务之间的连接和互操作性至关重要，从而实现更具凝聚力和集成性的开发体验。对于其底层人工智能能力，Kiro利用Anthropic的Claude Sonnet 4作为默认的大型语言模型（LLM），并提供Claude Sonnet 3.7作为替代选项。AWS还明确表示计划在未来扩展对其他LLM的支持，随着人工智能领域的发展，为开发者提供更大的灵活性和选择 ^[1]。

Kiro旨在实现广泛的可访问性和跨平台兼容性，为Linux、macOS和Windows操作系统提供原生应用程序。这确保了不同环境下的开发者都可以有效地利用该工具。此外，它还支持各种流行的编程语言，使其成为从Web应用程序到后端服务的各种开发项目的通用解决方案。在其初始预览阶段，Kiro是免费提供的，允许开发者在没有直接财务承诺的情况下探索其功能。

在预览期结束后，AWS计划推出分层专业计划，以满足不同级别的使用和团队规模。这些计划将包括一个标准专业层，每月19美元，最多可进行1,000次代理交互；以及一个Pro+计划，每月39美元，最多可进行3,000次交互，为个人开发者和大型团队提供可扩展的选项 ^{[2] [3]}。

技术与特性

Kiro通过引入以结构化规范和自动化工作流程为中心，超越简单基于提示的交互的独特功能，从而将自身与其他AI编码助手区分开来 ^[1]。

这些核心创新“Kiro Specs”和“Kiro Hooks”旨在将AI更深入地集成到开发生命周期中，特别是用于生成和改进可用于生产的代码。这种方法解决了常见的挑战，即最初的AI生成的代码（通常称为“氛围编码”）需要大量的人工工作才能满足企业级的质量、安全性和可维护性标准 ^[4]。

Kiro Specs

Kiro Specs为开发者提供了一种强大的机制，以结构化、声明式的方式定义其项目的需求和设计。这种方法代表了与传统提示工程的重大背离，在传统提示工程中，开发者可能仅仅依靠自然语言描述来向AI传达期望的结果。

虽然一些现有工具（例如Anthropic的Claude Code）使用类似的概念，例如用于项目指导的Claude.md文件，但AWS已将规范集成作为整个Kiro开发体验的基本和核心组成部分。

这种深度集成对于企业环境尤其有益，在企业环境中，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 ^[2]。

Kiro Specs的工作流程旨在通过几个智能步骤来自动化和指导开发过程：

• 自动化用户故事生成：在启动新项目时，Kiro会根据初始的高级输入自动生成用户故事。这些故事是根据需求语法简易方法（EARS）构建的，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“当[触发器]时，系统应[响应]”之类的模式，使其明确无误。开发者保留了审查、修改和完善这些生成的故事的关键能力，以精确地与特定的项目需求和业务逻辑保持一致，从而确保AI的输出与人类意图相匹配 ^[1]。
• 综合设计文档创建：在用户故事阶段之后，Kiro继续构建综合设计文档。此过程涉及对开发者提供的现有代码库或新生成和完善的规范需求的深入分析。AI利用此分析来创建关键的架构元素，包括详细的数据流图（说明信息如何在系统中移动）、用于定义数据结构和API合同的精确TypeScript接口、用于数据持久性的强大数据库模式以及用于服务间通信的定义明确的API端点。这种设计工件的自动生成为应用程序的构建奠定了清晰且可操作的蓝图，从而大大减少了架构规划中通常涉及的手动工作 ^[1]。
• 细粒度任务和子任务生成：在设计阶段之后，Kiro会生成一个详细的、逐步的任务和子任务列表，这些任务和子任务是实现应用程序所必需的。这种细粒度的分解指导了开发过程，其中包含诸如全面的测试程序（例如，单元测试、集成测试）和对可访问性要求的遵守等重要考虑因素。开发者可以控制执行，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]。

Kiro Hooks

Kiro Hooks充当事件驱动的自动化触发器，使AI代理能够在后台执行特定任务。可以响应各种文件系统事件（例如，保存、创建或删除文件）自动激活这些钩子，也可以由开发者手动触发。此功能允许将自动化流程持续集成到开发工作流程中，从而提供一层主动帮助 ^[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、保持代码质量并实施最佳实践。例如，可以配置一个钩子，以便在修改API端点时自动更新项目的Readme文件，从而确保文档保持最新和准确，而无需手动干预。

另一个实际应用可能包括在将代码提交到版本控制存储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大大加强安全措施。

亚马逊开发者代理和体验副总裁Nikhil Swaminathan和Deepak Singh表示：

“Kiro钩子的作用就像一位经验丰富的开发者，可以发现您错过的东西或在您工作时在后台完成样板任务。”

他们进一步阐述了更广泛的组织利益，指出

“钩子可以确保整个团队的一致性。每个人都可以从相同的质量检查、代码标准和安全验证修复中受益，”

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]}。