信息

工具类型AI 编辑器
平台macOS, Windows, Linux, Web, CLI, GitHub, GitLab, AWS, MCP
免费方案支持
开源不支持
自带密钥不支持
本地模型不支持
x9NMSeFtS5L7RD84Z0Gs-

工具概览

适合场景

  • 希望 AI 编程包含需求、设计文档和实现计划的团队
  • 正在将原型转化为生产级代码的开发者
  • 注重持久化项目上下文和团队标准的大型代码库
  • 需要企业级身份认证、计费和治理的 AWS 导向型团队
  • 受益于 MCP 工具、钩子和可重复智能体自动化的工作流
  • 同时需要桌面 AI IDE 和 CLI 智能体的开发者

优点

  • 规格驱动的工作流使 AI 编程比纯提示词工具更具结构化和可审计性。
  • 桌面 IDE、CLI 和 Web Agent 覆盖了本地编程、终端工作流和委派 PR 工作。
  • 引导、钩子、Powers 和 MCP 让团队对 Agent 行为和上下文拥有更多控制权。
  • 基于 Code OSS,VS Code 用户可以导入熟悉的设置、主题和兼容扩展。
  • 企业级设置受益于 AWS 的身份认证、计费、监控和治理基础设施。

局限与取舍

  • 仅需要在现有编辑器中进行轻量级自动补全的用户
  • 要求完全本地模型运行的团队
  • 追求开源 IDE 源代码的开发者
  • 简单的单次修改,此时基于聊天的编辑器可能更快
  • 无法接受托管 AI 处理或基于额度计费的组织
  • 基于额度的计费比简单的按席位计费更难预测成本。
  • 免费版限制较多,不包含所有模型或完整的付费功能集。
  • 对于细微修改,Kiro 的结构化工作流可能比 Cursor 式的快速聊天编辑感觉更重。
  • 部分 Web 和自主工作流处于预览阶段,可能存在可用性或治理限制。
  • 个人/免费用户的内容可能被用于服务改进,除非在支持的选项中选择退出。

开始使用

价格与使用额度

官方价格

免费方案 · 付费起价 $20

Free$0 / 每月永久免费版,每月 50 个额度,可有限访问开放权重模型和选定的 Claude 模型。

Pro$20 / 每月包含每月 1,000 个额度,可访问付费层级模型容量,支持可选的超额计费。

Pro+$40 / 每月包含每月 2,000 个额度,适用于更频繁的智能体开发会话。

Pro Max$100 / 每月包含每月 5,000 个额度及 Kiro 全套功能,包括规格、自定义子智能体、Powers、钩子和完整的 CLI 访问权限。

Power$200 / 每月包含每月 10,000 个额度,适用于个人重度使用或团队使用。

Overages$0.04 / 每额外额度付费层级可选择开启超额计费。

Enterprise / Team SubscriptionCustom / AWS-managed团队订阅通过 AWS 管理,集成 IAM Identity Center、管理员控制、用量监控和企业治理。GovCloud 价格约高出 20%,且不提供免费版。

价格核对: 2026年6月23日 · 额度、模型费用与订阅价格可能分别计算。

功能与详细介绍

规格驱动开发

  • 将提示词转化为需求、设计文档和任务计划
  • 生成 requirements.md、design.md 和 tasks.md 产物
  • 支持特性规格和 Bug 修复规格
  • 跨离散任务跟踪实现进度

智能体编程界面

  • 支持 macOS、Windows 和 Linux 的独立桌面 IDE
  • 用于终端和自动化工作流的 Kiro CLI
  • 用于委派云端会话和拉取请求的 Kiro Web 版
  • 支持 GitHub 和 GitLab 工作流

上下文与自动化

  • 用于项目、团队和工作区指导的引导文件(Steering files)
  • 由 IDE 事件或 Shell 命令触发的智能体钩子(Hooks)
  • 用于动态加载 MCP 工具的 Powers 功能
  • 内置 MCP 服务端支持

模型与推理

  • 自动模型路由
  • Claude Opus、Sonnet 和 Haiku 模型
  • DeepSeek、MiniMax、GLM 和通义千问等开放权重编程模型
  • 支持模型的可配置推理强度

为什么选择 Kiro?

Kiro 的构建基于一个与众不同的假设:AI 编程的难点不仅在于生成代码,更在于随着代码库的变化,如何保持意图、架构、任务、测试和团队标准的一致性。这就是为什么它的核心工作流是“规格驱动开发(spec-driven development)”,而非纯粹的聊天式编辑。

对于那些既希望享受 AI 速度,又反感长时间“凭感觉编程”带来的混乱的开发者来说,Kiro 尤为适用。Kiro 不会直接从提示词跳转到补丁,而是在实现开始前,先将想法转化为需求、技术设计和任务计划。

AWS 的背景也至关重要。Kiro 的定位更像是一款工程工作流产品,而非实验性编辑器:它提供桌面 IDE、CLI、Web 委派、身份控制、通过 AWS 为团队计费以及面向企业的监控。这使其与面向个人用户的 AI 编辑器有着不同的受众画像。

核心工作流

一个典型的 Kiro 工作流始于让 Agent 理解预期的变更。对于小任务,这看起来像普通的 AI 辅助编程。对于大型任务,更强大的模式是使用 Specs(规格):定义应变更的内容,审查生成的需求和设计,然后让 Agent 逐步完成实现任务。

Steering(引导文件) 是第二层。这些是持久化的项目指令,描述了产品目标、技术选型、结构、约定和团队规则。团队定义的引导越清晰,在每次提示词中重复上下文的需求就越少。

Hooks(钩子) 为常规工程习惯增加了自动化。例如,团队可以要求 Kiro 在文件更改后更新文档,在任务完成后运行检查,或在某些操作前强制执行审查步骤。这使得 Kiro 更像是一个工作流层,而不仅仅是聊天侧边栏。

Powers 和 MCP 支持进一步扩展了环境。Kiro 不会始终将所有工具塞进上下文,而是仅在任务需要时加载相关的工具指令和 MCP 服务端。这对于连接设计工具、数据库、观测工具、云服务或 API 平台的团队非常有用。

适用场景

Kiro 非常适合需求和架构需要明确定义的特性开发。示例包括添加新的后端模块、重构大型服务、构建全栈功能、为现有代码编写测试和文档,或将产品创意转化为可供团队成员审查的任务列表。

它也适用于在代码库中标准化 AI 编程的团队。引导文件可以固化首选框架、架构规则、命名模式、安全预期和测试习惯。这有助于减少每个开发者以不同方式提示 AI 助手时经常出现的随机性。

Web Agent 更适合委派工作。团队可以连接仓库,要求 Kiro 在沙盒中工作,并审查生成的拉取请求。这使其更接近自主编程 Agent,而桌面 IDE 则更适合主动的手动编程。

竞品对比

与 Cursor 相比,Kiro 更注重流程。Cursor 在快速编辑器内聊天、代码补全和交互式编辑方面表现出色。而当团队希望在 Agent 修改代码前拥有明确的规格、任务跟踪、钩子和项目标准时,Kiro 更具吸引力。

与 Windsurf 相比,Kiro 更侧重于规格驱动的规划和基于 AWS 的治理。Windsurf 在持续 AI 辅助编程方面可能感觉更流畅。当组织希望将 Agent 的推理和实现计划作为工作的一部分记录下来时,Kiro 可能更合适。

与 GitHub Copilot 相比,Kiro 不仅仅是一个插件,而是一个独立的开发环境。Copilot 在现有编辑器中更容易上手。Kiro 要求用户采用新的 IDE/CLI/Web 工作流,但作为回报,它提供了更具结构化的 Agent 行为。

与 Claude Code 或 Codex CLI 相比,Kiro 提供了更广泛的界面。对于习惯在 Shell 中工作并追求极致直接性的开发者,终端优先的 Agent 很强大。当团队希望在一个产品系列中集成局部 IDE 协作、持久引导、规格、钩子、Powers 和基于 Web 的委派工作时,Kiro 则更胜一筹。

最佳配置建议

最佳的 Kiro 设置始于 Steering(引导)。生成基础的产品、技术和结构引导文件,然后手动编辑以匹配真实代码库。将这些文件视为仓库工程契约的一部分,而非可丢弃的 AI 上下文。

对于大型任务,优先选择 Specs(规格) 而非单次提示词。先审查需求,再审查设计,最后审查任务分解。虽然开始时较慢,但在变更涉及多个文件或系统时,这可以防止代价高昂的错误方向。

对于团队,定义哪些 Hooks(钩子) 可以安全地自动化。文档更新、测试生成、Lint 检查和任务后总结风险较低。安全敏感的变更、迁移、基础设施编辑和依赖更新仍应包含人工审查。

为了控制成本,请谨慎选择模型。Auto 是合理的默认选择,但廉价的开放权重模型可用于长时间编程或常规编辑,而 Opus 级别的模型最好留给架构、安全、调试和高风险重构。

迁移建议

从 VS Code 迁移相对容易,因为 Kiro 基于 Code OSS 构建,支持导入许多 VS Code 设置、主题和兼容 Open VSX 的扩展。尽管如此,团队在标准化之前仍应测试其核心扩展、终端工作流、格式化程序和调试设置。

从 Cursor 或 Windsurf 迁移不应被视为简单的编辑器更换。工作流的转变比 UI 的变化更重要。要发挥 Kiro 的价值,团队应采用规格、引导和钩子,而非仅将其作为另一个带聊天功能的编辑器。

从 Claude Code 或 Codex CLI 等终端 Agent 迁移时,采用混合模式效果最佳。保留 CLI 用于自动化和 Shell 原生工作,但在规格定义、项目导航、代码审查和手动编辑需要更丰富界面时使用 IDE。

对于大规模采用 Kiro 的组织,建议从一个试点仓库开始。在广泛推广前,定义引导文件,仅连接必要的 MCP 工具,监控额度使用情况,测试隐私设置,并决定哪些工作流属于桌面 IDE、CLI 或 Web Agent。

模型支持与数据隐私

支持的模型

  • Auto
  • Claude Opus 4.8
  • Claude Opus 4.7
  • Claude Opus 4.6
  • Claude Opus 4.5
  • Claude Sonnet 4.6
  • Claude Sonnet 4.5
  • Claude Sonnet 4.0
  • Claude Haiku 4.5
  • DeepSeek 3.2
  • MiniMax M2.5
  • GLM-5
  • MiniMax M2.1
  • Qwen3 Coder Next

隐私与数据处理

Kiro 是一款 AWS 应用程序。其 IDE 隐私文档描述了 AWS 责任共担的安全实践,而 Kiro Web 文档指出,为了执行任务,可能会存储任务描述、聊天消息、代码更改和额外上下文。Kiro Web 文档还提到,免费层级和个人订阅者的内容可能被用于服务改进(除非选择退出),而企业用户会自动退出 AWS 的遥测和内容收集。团队在处理敏感代码前,应审查 Kiro Web 沙盒访问、连接的 GitHub/GitLab 权限、MCP 工具、机密信息、网络访问和企业日志设置。

VmShell提供(Linuxword)的下载地址:
kiro-ide-1.3.11-stable-win32-x64:  https://linuxword.com/wp-content/uploads/2026/10/kiro-ide-1.3.11-stable-win32-x64.exe
kiro-cli-x86_64-pc-windows-msvc:  https://linuxword.com/wp-content/uploads/2026/10/kiro-cli-x86_64-pc-windows-msvc.msi