Kiro 安装与上手:两种方法快速拥抱AWS新世代AI IDE

Kiro 安装与上手:两种方法快速拥抱AWS新世代AI IDE

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:

  1. 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 。
  2. 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 。
  3. 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 。
  4. 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
核心哲学规范驱动:强调规划、文档和可维护性,旨在提升团队的协作效率和代码的长期质量 。上下文感知:擅长在整个项目范围内进行代码理解和生成,强调流畅的辅助编码体验。
目标用户企业级团队:需要管理复杂项目、遵循严格标准、重视文档和协作的开发团队 。广泛的开发者:从个人开发者到各种规模的团队,追求高效的编码速度。
关键差异化Hooks, Steering, Powers:提供了一套让AI遵循团队纪律和项目规范的机制,更像一个“有经验的架构师” 。项目范围理解:Cursor的Composer等模式在跨文件编辑和代码重构方面表现强大,更像一个“高效的副驾驶”。
主要AI模型目前主要使用Anthropic Claude (Sonnet 3.7/4.0) 。支持切换多种模型,包括OpenAI、Claude等。

💰 定价与可用性

  • 发展状态:Kiro于2025年7月发布公开预览版 ,并在随后的几个月内逐步增加了CLI工具、企业级身份集成等特性,现已正式可用 。
  • 定价模式:Kiro采用分层订阅制。目前提供一个包含50次/月免费交互的免费层(主要供试用),付费计划起价为每月19美元(包含1000次交互),高使用量计划为每月39美元(包含3000次交互)。企业还可以通过AWS Identity Centre进行集中管理 。

总的来说,Kiro代表了AWS在AI开发工具领域的一次重要战略布局。它没有选择与Cursor等工具在“速度”上直接竞争,而是凭借对软件开发流程的深刻理解,创造了一个专注于“规范”和“质量”的AI IDE。对于那些正为AI生成代码的维护性问题而头疼的团队来说,Kiro无疑提供了一条值得关注的新路径。

👻如何安装Kiro

安装Kiro主要有两种方式,具体取决于你希望使用图形化的IDE(集成开发环境),还是更偏爱在终端中使用命令行工具(CLI)。你可以根据下面的流程和表格,快速找到适合自己的安装方法。

开始安装Kiro

选择安装类型

图形化IDE

命令行工具 CLI

访问
kiro.dev

下载对应系统
(Win/Mac/Linux)安装包

运行安装程序
并完成登录

通过终端
执行一键安装命令

安装后
执行 kiro-cli login

🎉 开始使用Kiro

🖥️ 安装Kiro图形化IDE

如果你习惯在Visual Studio Code这类编辑器中进行开发,安装Kiro IDE会是一个很自然的选择。

  1. 运行安装
    • Windows:双击下载的 .exe 文件,按照安装向导的提示完成安装。
  2. 首次启动与配置:安装后打开Kiro,你会看到一个欢迎界面。你需要使用 Google、GitHub 或 AWS Builder ID 进行登录。Kiro还会贴心地询问你是否需要导入现有的VS Code设置和插件,以及选择你喜欢的主题。

Linux:如果你使用的是Ubuntu/Debian系统,可以通过 dpkg 命令安装下载的 .deb 包,并修复依赖关系:

sudo dpkg -i kiro-ide.deb sudoapt-getinstall-f

macOS:打开下载的 .dmg 文件,将Kiro拖动到“应用程序”文件夹即可。

在这里插入图片描述

下载安装包:访问Kiro官网 kiro.dev,根据你的操作系统(Windows, macOS, Linux)下载对应的安装程序。你也可以在一些技术社区或合作伙伴的网站上找到官方提供的直接下载链接,无需在等待名单中排队。

在这里插入图片描述

⌨️ 安装Kiro命令行工具 (CLI)

对于习惯在终端中工作的开发者,或者需要远程连接到服务器的场景,Kiro CLI是更高效的选择。

登录:首次使用CLI功能前,需要进行身份验证:

kiro-cli login 

执行命令后,按照终端中的提示在浏览器中完成登录流程即可。

验证安装:安装完成后,可以通过查看版本来确认CLI是否正常工作:

kiro-cli version 

执行安装命令:在macOS或Linux的终端中,运行以下一键安装脚本即可:

curl-fsSL https://cli.kiro.dev/install |bash

macOS用户也可以选择使用Homebrew进行安装:

brew install kiro-cli 

📋 安装方法速览

为了让你更直观地对比两种安装方式,这里有一个简单的总结:

安装类型适用人群安装命令/方式系统要求
图形化IDE喜欢图形界面、习惯VS Code操作、需要进行项目级开发的用户访问 kiro.dev 下载安装包Windows: 10/11 (64位)
macOS: 10.15+, Intel或Apple芯片
Linux: glibc 2.39+ (如 Ubuntu 24+)
命令行CLI习惯终端操作、需要进行远程开发、或希望将AI能力集成到脚本中的用户curl -fsSL https://cli.kiro.dev/install | bashmacOS / Linux (支持ARM架构)

安装完成后,就可以开始体验Kiro的“规范驱动开发”了。如果你想了解如何在Kiro中创建你的第一个项目,或者对“Agent Steering”等进阶功能的使用有疑问,随时可以再问我。

在这里插入图片描述

🇨🇳简单实用说明

1.安装一个汉化插件,方便操作

在这里插入图片描述


2.选择模式

在这里插入图片描述


Vibe模式
流程:先沟通需求,再灵活构建,无需固定结构
示例:
提问A1:“开发一个测试工具网站”,Kiro 会立即编写代码,非常适合快速验证创意

在这里插入图片描述


生成的网站:

在这里插入图片描述

Spec 模式
流程:先规划 →再构建,分阶段推进(需求→设计→实现)
举个例子:
提问A1:“生成一个测试工具网站”,Kiro 会先:

在这里插入图片描述

1、需求:创建一份需求文档,并咨询你是否接受,然后再进入下一步

在这里插入图片描述


在这里插入图片描述

2、设计:根据需求,创建详细的设计文档

在这里插入图片描述

3、然后创建实施计划,拆解任务

在这里插入图片描述


4、开始执行任务

在这里插入图片描述

开发模式对比表

维度Vibe 模式 (即兴创作模式)Spec 模式 (规范开发模式)
特点强调思维自由流动,“想到哪写到哪”强调先明确需求,“先想清楚再动手”
适用场景- 个人快速原型开发
- 创意项目初期探索
- 快速验证想法
- 团队协作项目
- 规范开发
- 高质量要求产品
优势- 快速产出初步成果
- 激发创造性思维
- 适合不确定性任务
- 减少返工
- 提高可维护性
- 便于协作
实施流程无固定流程1. 需求分析
2. 技术设计
3. 接口规范
4. 开发
典型示例独立开发者构建新功能原型企业级应用开发
核心总结
  • Vibe模式:适合个人快速试错,侧重创意发散
  • Spec模式:适合团队规范开发,侧重系统规划

Read more

编程小白也能玩转AI!零基础入门指南

编程小白也能玩转AI!零基础入门指南

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AI 【前言】 你是不是也经常听到“AI时代来了”,却总觉得那是程序员、算法工程师的专属领域?自己连代码都没写过,是不是就只能旁观?别急——2025年,AI早已不是高不可攀的黑科技,而是一套普通人也能上手的实用工具。本文专为零编程基础的小白量身打造,不讲公式、不谈理论,只教你怎么用最简单的方式,把大模型变成你的“智能外挂”:写周报、回邮件、分析数据、做方案……从注册账号到跑通第一段代码,手把手带你迈出第一步。你会发现,会打字,就能玩转AI。 一、别被“AI”吓到!你不需要成为科学家 很多人一听“人工智能”,立刻想到: * 要懂数学?要会微积分? * 要会写复杂代码? * 要有GPU服务器? 错!2025年了,AI已经像Word、

SpringBoot 整合LangChain4j 集成 Tavily 实现联网搜索,如何获取Tavily API_KEY(一篇文章解决AI联网搜索全部问题)

SpringBoot 整合LangChain4j 集成 Tavily 实现联网搜索,如何获取Tavily API_KEY(一篇文章解决AI联网搜索全部问题)

关于LangChain4j+LangGraph4j的完整项目已经基本完成,教程中所有代码均有使用,可以前往KuiCoding ,了解更多LangChain4j相关应用。希望您不吝惜您的starred给新人一点创作鼓励。 要实现联网搜索功能,获取API Key是必不可少的关键步骤。 建议按以下步骤获取Tavily API密钥: 1. 访问Tavily官网注册账号 2. 进入API Playground填写申请信息 3. 返回Overview页面即可查看生成的API密钥我们可以先去Tavily官网 获取一个API密钥,注册一个自己的账号,然后点击API Playground 后面填写申请内容,回到Overview就能看见我们申请好的API密钥了 获得API密钥后,即可在项目中完成相应配置。 可以通过max-results 来控制最多搜索结果数量 langchain4j:open-ai:chat-model:base-url: https://dashscope.aliyuncs.com/compatible-mode/v1 api-key: ${QWEN_API_KEY}

8款高效科研绘图工具推荐:从流程图到专业结构图,AI助力学术可视化

8款高效科研绘图工具推荐:从流程图到专业结构图,AI助力学术可视化

在现代科研工作中,数据的可视化表达已成为论文撰写、项目汇报、成果展示中不可或缺的一环。一张清晰、专业、美观的图表不仅能提升论文的可读性与说服力,更能帮助研究者更直观地梳理逻辑、传达思想。然而,对于许多非设计背景的研究人员而言,使用传统绘图软件(如Visio、PPT、Adobe Illustrator)制作高质量科研图表往往耗时费力、学习成本高、易出错。 幸运的是,随着人工智能和自动化技术的发展,一批专为科研人员打造的智能绘图工具应运而生。它们支持通过自然语言描述自动生成各类图表,涵盖流程图、机制图、结构图、时序图等常见类型,极大降低了科研可视化的门槛。 本文将为您详细介绍8款当前主流且实用的科研绘图工具,涵盖不同学科领域与应用场景。其中,我们将重点解析“PaperXie AI科研绘图模块”,并结合其界面截图进行详细功能说明,确保内容真实、贴合产品实际,避免任何夸大或误导性描述。 一、PaperXie AI科研绘图模块 —— 面向多学科的专业级智能绘图助手 官网地址:点击直达https://www.paperxie.cn/tools/drawing 核心亮点:

我把OpenClaw调教成了能替我干活的AI员工,以后上班可以摸鱼了!

我把OpenClaw调教成了能替我干活的AI员工,以后上班可以摸鱼了!

手把手教你一键部署OpenClaw(Clawdbot),2分钟搞定! 网上教你装OpenClaw(小龙虾)的文章满大街都是,但装好后怎么让它真正派上用场,几乎没人讲透。 这半个月我为了折腾搜索、浏览器、文件同步和人格配置,前前后后烧掉不少钱,最后理出了这份实战清单。 文章挺长,建议把配置方法直接丢给你家的AI,让它手把手带你弄。 动手之前,咱们先得换个思路:别把小龙虾当成ChatGPT那种助手,把它想成你刚招的一个远程员工。 既然是员工,你就得给人家配电脑、开网络、装工具,还得讲清楚你是谁、你平时干活的习惯是什么。 下面分享的,就是我给这位“远程同事”搭工位的全过程。 手把手教你一键部署OpenClaw(Clawdbot),2分钟搞定! 一、 准备工作:电脑、大脑、部署 1、 搞台云服务器 首先,小龙虾得有个安身立命的电脑。 虽然很多人喜欢部署在Mac mini或者闲置本子上,但我更建议买云服务器。 服务器24小时不关机,你随时随地都能用,不像家里的电脑关了就断了。 这里有两个坑得避开: 第一,