
Kiro是从原型到生产的 AI IDE,随着越来越多的AI IDE, 试过Qoder,Trea,Cursor,Gemini插件,Augment Code 插件等,这种IDE及插件肯定会适配优秀模型的新特性,比如慢慢肯定会想办法适配Claude Skills等。随着AI大模型的进化,IDE越来越智能,下面了解一下Kiro有哪些不一样的地方。
构建方式:Vibe & Spec
Vibe: Vibe 是 Kiro 中以互动问答为核心的会话模式,专为快速提问、解释说明以及通过更加对话化的方式构建项目而设计。
Spec:Spec 在 Kiro 中为您提供结构化的方法来处理复杂的开发任务,将软件开发流程正规化。它能够将高层次的想法转化为详细的实施计划,并进行系统化执行和清晰的跟踪。

Agent 模式
Autopilot: Kiro 能够自主完成端到端的任务。它可以创建文件、在多个位置修改代码、运行命分,并自行做出架构决策,无需在每个步骤都征求批准。你可以通过查看所有变更、随时回滚或中断执行来保持控制。
Supervised:Kiro 会展示每个拟议的操作并等待你的批准后再继续。你可以清楚地看到 Kiro 想要做出哪些变更,并可以接受、拒绝或修改这些变更。这种模式将复杂任务分解为可管理的步骤,并提供明确的反馈检查点。

关闭Autopilot后,Kiro以“Supervised”模式运行,提供协作开发体验。在进行更改之前,Kiro会展示计划并等待明确批准,显示详细步骤,并通过便捷按钮接受或拒绝提议的更改。
Agent hooks
Kiro IDE 捕获“文件保存”,“文件删除”等事件,自动将任务委派给 Agent,在后台自动执行。
用户通过自然语言描述,Kiro自动生成 Agent Hooks 的任务描述。
Agent Hooks 可以在生成文档,单元测试或优化代码等等方面帮助您完善工作流。

Kiro 面板
Specs:管理代码生成过程中的Specs文档,任务有迹可循,团队协作更方便。
Hooks: 管理的 Agent Hooks 设置让团队协作中的成员保持项目规范统。
Steering: 通过 markdown 文件为Kiro 提供关于您项目的知识,指导文件确保 Kiro 始终遵循您已建立的模式库和标准。
MCP Servers: 通过 MCP 来扩展 Kiro的功能,为其提供更多工具和上下文信息。

其他的一些上下文(Context):
在实际工程中,ReAct 被扩展了,Modern Agent 在 ReAct 基础上增加了:
任务分解(Task decomposition):将复杂任务拆解为可执行的子任务。
工具管理 (Tool selection, routing):动态选择、调用工具(如API、数据库)并优化路由策略。
长期记忆 (Memory):通过记忆模块存储历史交互,支持上下文感知决策。
多 Agent 协作 (Multi-agent):多个Agent分工协作,通过通信机制提升任务完成效率。
进度评估与控制 (Evaluation & Feedback loops):引入反馈循环,实时监控任务进展并调整策略。
Modern Agent通过整合任务分解、工具管理、长期记忆、多Agent协作及反馈机制,显著提升了复杂场景下的自主性与适应性,提升了软件开发效率。