Kiro

一、产品介绍

开发公司：亚马逊AWS（2025年7月正式发布预览版）
产品定位：基于VS Code内核重构的AI原生IDE，深度融合Claude Sonnet 4.0模型，主打 “从Vibe Coding到Viable Code” 理念。

实际体验后惊呼：这哪是代码助手？分明是自带架构师+测试工程师+文档专员的全栈小队！输入一句”做个用户评论系统”，20分钟生成完整技术方案+代码+测试用例，项目文档还能自动同步更新。

二、适用人群

三、核心功能

1. 规范驱动开发（Spec-Driven）

技术原理：采用EARS需求语法解析自然语言，生成三份机器可执行的文档：

• requirements.md：结构化用户故事（含验收标准）
• design.md：含时序图/架构图的技术方案
• tasks.md：原子化任务清单（自动绑定测试用例）
  实际效果：需求变更时点击”Refine”，所有文档和代码自动同步更新，根治”文档过期”痛点。

2. Agent Hooks（智能触发器）

技术原理：基于事件监听架构，在文件操作时触发AI代理：

graph LR
A[保存文件] --> B[自动格式化+重构]
C[创建组件] --> D[生成测试文件]
E[API变更] --> F[更新Swagger文档]

实测场景：React组件保存时，自动关联更新单元测试文件；Git提交时注入版本号。

3. AI引导文件（Steering Rules）

技术原理：创建product.md/tech.md等引导文件，用向量化知识库存储项目标准：

# tech.md
前端框架：React 19  
测试工具：Jest  
代码规范：Airbnb规则 + 单文件≤500行

价值：新成员加入时，AI生成的代码直接符合团队规范。

4. MCP扩展协议

技术原理：通过模型上下文协议连接外部工具：

• 实时查询AWS文档服务器
• 接入Jira/GitHub同步任务状态
• 调用安全检查工具扫描依赖
  优势：避免AI因训练数据滞后产生”幻觉”。

5. 终端自然语言控制

技术原理：语音指令转CLI命令，经安全审批层执行：

# 用户说：“启动测试并检查覆盖率”
>>> npm test --coverage

支持复杂操作链：”部署到S3并刷新CDN”。

四、工具使用技巧（亲测高效！）

 需求拆解黄金法则

• 单次需求≤1个模块（例：”用户登录”而非”全套权限系统”）
• 用WHEN-THEN句式描述：

  WHEN 用户提交无效密码  
  THEN 系统SHALL显示错误图标并锁定按钮10秒

 规避新手坑

1. 关闭Autopilot模式：初期建议手动审核每步代码生成
2. 活用@引用符：@src/utils/auth.js 让AI聚焦关键文件
3. 错误回滚指令：”/revert” 快速撤回AI的错误提交

 高阶玩家秘籍