Kiro 最佳实践与新功能分享

最佳实践 · 新功能 · AI-DLC · 问题解答

2026年3月  |  黎小为、薛嘉庆  |  亚马逊云科技解决方案架构师

1

今日议程

Kiro 最佳实践

Spec 驱动开发、Steering、Hooks、MCP

新功能更新

2026年1月后 IDE / CLI / 模型更新

AI-DLC 方法论

AI 驱动开发生命周期与 Kiro 实践

Demo 演示

Subagent 并行、Hooks、MCP Server UI 测试

2
01

Kiro 最佳实践

Spec 驱动开发 · Steering · Hooks · MCP · Supervised Mode

3

SDD — 先规划,再编码

与传统 AI 编码助手"直接生成代码"不同,Kiro 先将想法结构化为 Spec,再基于上下文执行编码

requirements.md
需求定义
design.md
技术设计
tasks.md
任务拆解

减少迭代次数 · 提高准确性 · 可追踪的离散任务

4

Spec vs Vibe Chat — 两种互补的开发维度

Spec 模式 — 结构化驱动

  • 跨多文件的复杂功能,需要全局规划
  • 多人协作,需求和设计需要文档化对齐
  • Bug 修复需要根因分析和回归预防

优势: AI 充分理解上下文后一次做对,减少返工

Vibe Chat 模式 — 对话式驱动

  • 直接对话修改代码,效率高、反馈快
  • 功能迭代、样式调整、重构优化
  • 探索技术方案,验证后可转 Spec 沉淀

优势: 灵活直接,大多数日常开发场景首选

两者不是质量高低之分,而是不同场景的最优选择,可随时互相切换

5

Spec 工作流选择

Requirements-First

清楚要构建的系统行为,架构灵活,基于客户反馈驱动

用法: 描述用户故事 → Kiro 自动生成 requirements.md → 推导 design.md 和 tasks.md

Design-First

已有技术设计或架构文档,需满足严格非功能性需求

用法: 上传架构图/粘贴设计 → Kiro 形式化为 design.md → 反推可行需求

Bugfix

关键代码路径上的 Bug,根因不明显,需要合规文档记录

用法: 描述复现步骤+期望行为 → 根因分析 → 修复+回归测试

6

Spec 最佳实践

7

Steering 引导文件 — 写一次,处处生效

项目级

.kiro/steering/*.md
仅对当前项目生效

场景: 项目特有的 API 规范、数据库命名约定

全局级

~/.kiro/steering/*.md
对所有项目生效

场景: 个人编码风格、通用安全策略

团队级

通过 MDM/Group Policy 分发
企业统一标准

场景: 企业合规要求、统一技术栈约束

冲突时项目级优先于全局级  |  生成方式: Kiro 面板 → Steering → Generate Steering Docs

8

Steering 四种加载模式

always 默认

每次交互都加载,适合核心标准

用于: product.md、tech.md、security-policies.md

fileMatch

仅在匹配文件时加载

用于: TypeScript 规范仅在编辑 *.ts/*.tsx 时加载

manual

通过 #steering-file-name 手动加载

用于: 偶尔需要的部署流程、数据库迁移指南

auto

Kiro 根据 name + description 自动判断是否加载

用于: API 设计规范 — 仅在创建/修改 API 端点时自动激活

9

推荐的 Steering 文件策略

api-standards.md

REST 约定、错误响应格式、认证流程、版本策略

确保所有 API 端点遵循统一的 /api/v1/resources 命名和 { code, data, message } 响应格式

testing-standards.md

单元测试模式、集成测试策略、Mock 方式、覆盖率要求

Agent 生成代码时自动遵循测试规范,减少人工补充测试的工作量

code-conventions.md

命名模式、文件组织、导入排序、架构决策

写清"为什么"做这个决策,而不仅仅是"是什么"

最佳实践: 每个文件聚焦一个领域 · 提供代码示例和前后对比 · 像对待代码变更一样定期审查 · 支持 AGENTS.md

10

Hooks 自动化 — 事件驱动的工作流增强

Prompt Submit

提交前注入上下文

场景: 自动附加当前 Git 分支信息、关联的 JIRA ticket 上下文

Agent Stop

完成后自动运行测试/lint

场景: Agent 写完代码后自动执行 npm test + eslint,发现问题立即修复

Pre/Post Tool Use

拦截或增强工具调用,按类别 (read/write/shell) 或工具名过滤

场景: 写文件前自动检查是否符合目录规范,shell 命令前注入安全检查

Pre/Post Task Execution

Spec 任务执行前后自动化

场景: 任务开始前运行 setup 脚本,完成后自动生成 changelog 条目

11

Hooks 演示

最佳实践: 每个 Hook 聚焦一个任务 · 用编号步骤描述复杂操作 · 限定特定文件类型避免不必要执行 · 纳入版本控制

12

MCPSupervised Mode

MCP 工具集成

  • 一键安装 MCP 服务器列表
  • 远程 MCP (Streamable HTTP) 连接云端服务
  • Powers 按需加载 — Datadog、Figma、Supabase、Stripe 等
  • 环境变量 ${VAR} 占位符支持

场景: 连接 JIRA 导入需求、连接数据库查询 Schema、连接 Figma 获取设计稿

Supervised Mode 精细审查

  • Per-File Review — 逐文件审查变更
  • Hunk-Based Review — 逐块独立接受/拒绝
  • Inline Chat — 对特定变更发起讨论

场景: 核心业务逻辑变更需逐块审查,接受正确部分、拒绝有风险的修改

13

上下文管理

Summarization

对话达 80% 上下文窗口时自动摘要

Checkpointing

回滚到之前的对话状态

#codebase 索引

实验性全代码库索引,提升理解力

上下文摘要示意
14
02

Kiro 新功能更新

2026年1月后 — IDE · CLI · 新模型

15

v0.9 Custom Subagents · Agent Skills · Hook 增强 2月5日

Custom Subagents

定义专属子代理:自定义系统提示词、模型选择、工具访问权限、MCP 集成

Kiro 内置 2 个 Subagent:context gathering(收集项目上下文)和 general purpose(并行处理任务)。Custom Subagents 让你在此基础上创建更多专用代理

场景: 创建专门的"代码审查 Agent"或"文档生成 Agent",各自使用最适合的模型和工具

Agent Skills

遵循开放 agentskills.io 标准的可移植指令包,按需激活

场景: 导入社区共享的技能包,如前端组件生成、数据库迁移、API 文档生成

Pre/Post Tool Use Hooks

工具调用前后的 Hook 触发器,按类别 (read/write/shell/web) 或具体工具名过滤

场景: 写文件前自动备份、shell 命令前安全审查

16

v0.9 功能演示

Custom Subagents

Agent Skills 导入

17

v0.10 Spec 新工作流 · Hunk 审查 · MCP 协议补齐 2月18日

Design-First Specs

从技术架构出发创建 Spec,提供高层/低层设计、伪代码或系统图,自动推导可行需求

场景: 已有架构设计文档,需要先验证技术可行性再确定需求范围

Bugfix Specs

专用 Bug 修复工作流:问题描述 → 根因分析 → 修复设计 → 回归预防

场景: 关键路径 Bug,自动捕获"不变行为"生成属性测试防止回归

Hunk-Based Review

Supervised 模式以 hunk 为单位展示变更,每个 hunk 独立接受/拒绝/讨论

场景: 一个文件中接受业务逻辑修改,拒绝不必要的格式化变更

MCP Prompts & Resource Templates

补齐 MCP 协议支持 — 除 Tools 外,现在 # 菜单可直接调用 MCP 服务器暴露的 Prompts(预定义操作)和 Resource Templates(动态上下文注入)

场景: 选择数据库 MCP 的"生成迁移脚本" prompt,或通过模板拉取表 schema 作为上下文

18

v0.11 MCP 治理 · 模型治理 · 文档附件 3月13日

MCP Registry 治理

管理员创建 JSON 注册表控制允许使用的 MCP 服务器,通过 HTTPS 托管,Kiro 每 24h 同步

场景: 企业仅允许使用内部审批过的 MCP 服务器,防止数据泄露

模型治理

管理员控制可用 AI 模型列表,设置默认模型

场景: 仅允许团队使用审批过的模型,禁用高消耗模型控制成本,统一默认模型

文档附件

Chat 中直接粘贴/拖拽文档,支持 PDF、CSV、DOC、XLSX、HTML、TXT、MD

场景: 拖入产品需求 PDF,让 Kiro 直接基于文档生成 Spec

19

v0.11 治理功能截图

MCP Registry 治理

MCP 治理

模型治理列表

模型列表
20

CLI 新功能

v1.24 1月16日

Skills 渐进加载 · AST Pattern 工具 · 18 语言代码智能 · /compact 会话压缩

亮点: 无需 LSP 配置即可获得代码智能,/compact 手动触发上下文压缩

v1.25 2月4日

ACP 集成 · /help Agent · Subagent 访问控制

亮点: JetBrains/Zed 用户可通过 ACP 协议使用 Kiro,availableAgents/trustedAgents 精细控制

v1.26 2月13日

@path 文件引用 · /model 动态选择 · 工具 Token 洞察

亮点: @src/main.rs 直接注入文件内容节省 token,/tools 查看每个工具消耗

v1.27 3月2日

/agent create AI 辅助 · 精细工具信任 · Session 设置

亮点: 描述需求即可生成 agent 配置,Shell 命令分层信任 (精确→通配符)

21

CLI 功能演示

/agent create

精细工具信任

Session 设置

22

新模型支持与选择建议

模型日期Credit 倍率特点推荐场景
Claude Opus 4.62月5日2.2x最强编码能力复杂架构设计、大型重构
Claude Sonnet 4.62月17日1.3x接近 Opus 智能日常开发首选,性价比最优
DeepSeek 3.22月10日0.25x多步推理Agentic 工作流、多步任务
MiniMax 2.12月10日0.15x多语言编程UI 生成、前端开发
Qwen3 Coder Next2月10日0.05x256K 上下文长会话、简单任务省 Credit

省 Credit 策略: 简单任务用 Qwen3 (0.05x) → 日常开发用 Sonnet (1.3x) → 复杂问题用 Opus (2.2x)

23

其他重要更新

Autonomous Agent

独立完成开发任务,异步运行在隔离沙箱中 (Preview)

场景: 提交任务后去开会,Agent 在后台独立完成编码和测试

External IdP

Okta / Microsoft Entra ID 企业 SSO

场景: 员工用企业账号一键登录 Kiro,无需单独注册

Custom Extension Registry

企业私有扩展注册表

场景: 企业内部开发的扩展通过私有注册表分发给团队

24
03

AI-DLC 方法论与实践

AI 驱动开发生命周期 — AWS 提出的以 AI 为中心的开发方法论

25

AI-DLC 核心理念

AI 不是辅助工具,而是开发团队的核心协作者

AI 驱动执行 + 人类监督

  • AI 系统性创建详细工作计划
  • AI 主动寻求澄清和指导
  • 关键决策交由人类做出

动态团队协作

  • AI 处理常规编码任务
  • 团队在协作空间实时问题解决
  • 从孤立工作转向高能量协作
AI 创建计划
AI 提出澄清
人类验证决策
AI 实施方案
26

AI-DLC 三个阶段

Inception 启动

AI 将业务意图转化为需求、故事和工作单元

Mob Elaboration — 全团队验证

Kiro 实践: 用 Spec 将 PRD 结构化为 requirements → design → tasks,团队 Review Spec

Construction 构建

AI 提出逻辑架构、领域模型、代码方案和测试,团队对技术决策实时提供澄清

Mob Construction — 实时澄清技术决策

Kiro 实践: Agent 根据 Spec 生成代码方案,开发者在 Chat 中实时反馈纠正方向,Hooks 自动测试

Operations 运维

AI 管理 IaC 和部署

团队监督

Kiro 实践: CLI 自动化部署脚本,MCP 集成 CI/CD 和监控工具链

27

AI-DLC 新术语与核心收益

术语变化

SprintBolt — 更短更密集,以小时/天计

EpicUnit of Work — 更灵活的工作单元

核心收益

  • 准确性 — AI 充分理解需求和技术设计,减少反复修改
  • 创新 — AI 承担重复工作,释放团队时间用于创造性探索
  • 质量 — 持续澄清确保构建的是团队真正想要的,而非 AI 的抽象解读
  • 市场响应 — 减少返工周期,更快交付可用产品
  • 开发者体验 — 从反复纠正 AI 转向专注关键问题解决
28
04

Demo 演示

Subagent 并行开发 · Hooks 自动化 · MCP Server UI 测试

29

Demo 1: Subagent 并行开发

Context Gatherer + Generate Subagent 同时工作,大幅缩短开发周期

Subagent A Context Gatherer
  • 🔍 扫描项目结构与依赖
  • 📄 收集相关文件上下文
  • 🧠 分析代码模式与约定
  • 📋 输出结构化上下文摘要
Subagent B Generate
  • ⚡ 基于上下文生成代码
  • 🏗️ 创建组件 / 模块 / 测试
  • 🔄 与 Gatherer 结果合并
  • ✅ 自动验证生成结果
⏱️ 两个 Subagent 并行执行,互不阻塞 → 开发效率翻倍
30

Demo 2: Hooks — Update Docs on Source Change

Execute Hook:源码变更时自动更新文档,保持代码与文档同步

📝 修改源码文件
Hook 自动触发
📄 文档自动更新
// .kiro/hooks/update-docs-on-change.json
{
"name": "Update Docs on Source Change",
"when": { "type": "agentStop" },
"then": {
"type": "askAgent",
"prompt": "Review the change and update
relevant docs (README, steering files).
Only for meaningful changes — skip trivial edits."
}
}
🎯 零人工干预 — 代码改了,文档自动跟上
31

Demo 3: MCP Server — UI 探索性测试

通过 Chrome DevTools MCP 对 ERP Lite 进行自动化 UI 测试

Chrome DevTools MCP 测试演示

📊 测试结果摘要 📄 查看完整报告
✅ 通过: 15 项
❌ BUG: 3 个(前端错误提示缺失)
⚠️ 建议改进: 3 项
🔍 关键发现
· BUG-1: 登录失败无错误提示
· BUG-2: 删除关联数据无反馈
· BUG-3: 库存不足确认无提示
后端逻辑完善,前端 catch 吞错误
32

Thank You

Kiro — Spec-Driven Development for the AI Era

kiro.dev/docs  |  Changelog  |  Powers

aws-samples/sample-kiro-user-analytics-dashboard

Kiro 飞书社区

扫码加入 Kiro 飞书社区

33