Qu'est-ce que Kiro AI ?
Kiro (également connu sous le nom de Kiro AI IDE) est un environnement de développement intégré (IDE) de nouvelle génération développé par Amazon Web Services (AWS), lancé vers juillet 2025. Il s'agit d'un outil « d'IA agentique » qui fonctionne automatiquement, suggérant non seulement du code ligne par ligne, mais recevant également des requêtes en langage naturel, analysant pour créer des documents de conception technique, divisant les tâches et écrivant du code dans plusieurs fichiers. La philosophie de base est le « développement axé sur les spécifications », qui permet de minimiser le chaos dû au codage « dynamique », en garantissant que le logiciel est construit avec une structure, qu'il est facile à entretenir et qu'il dispose d'une documentation claire dès le départ. Kiro agit en tant que « sous-programmeur » dans l'éditeur de code, synchronisant les idées, les conceptions, les tâches et le code source final.
Version gratuite (Kiro Free)
Coût : 0 $/mois.
Crédits : les nouveaux utilisateurs reçoivent 500 crédits bonus (valables 30 jours). Après cela, recevez 50 crédits par mois (non cumulatifs, les crédits excédentaires ne sont pas reportés au mois suivant).
Convient : pour les programmeurs individuels, les étudiants ou pour tester des fonctionnalités de base sur de petits projets.
Limitations : les crédits sont utilisés pour des tâches d'IA telles que la génération ou l'intégration de code. Les exigences complexes consomment plus de crédits. Les données du forfait gratuit peuvent être utilisées pour améliorer le service. Plus de listes d'attente, tout le monde peut y accéder immédiatement.
Pour vérifier les détails des tarifs, visitez le https://kiro.dev/pricing
Guide d'installation gratuit de Kiro
Processus d'installation simple et rapide sur n'importe quelle plateforme.
Installateur téléchargement : Accédez à la page officielle https://kiro.dev. Le site Web détectera automatiquement votre système d'exploitation (Windows, macOS ou Linux) et recommandera la version appropriée. Cliquez sur le bouton de téléchargement.
Exécutez le programme d'installation :
Windows : ouvrez le fichier .exe téléchargé et suivez les instructions à l'écran.
macOS : ouvrez le fichier .dmg et faites glisser l'icône Kiro vers le dossier Applications.
Linux : suivez les instructions pour le fichier de téléchargement. format (par exemple .deb pour Debian/Ubuntu ou .rpm pour Fedora/CentOS).
Connectez-vous et terminez la configuration : ouvrez l'application Kiro après l'installation. Il vous sera demandé de vous connecter avec votre compte Google, GitHub ou AWS pour authentifier et synchroniser votre expérience. Au premier démarrage, Kiro vous demandera si vous souhaitez importer des paramètres, des thèmes et des extensions à partir de VS Code existant. Ceci est recommandé pour obtenir un espace de travail familier sans réinstallation.
Migrer depuis VS Code (facultatif) : utilisez la fonction de migration en un clic pour importer des extensions et des paramètres depuis VS Code.
Après votre inscription, vous recevrez automatiquement 500 crédits gratuits et un suivi d'utilisation en temps réel.
Gratuit. Guide de l'utilisateur de base de Kiro
Après l'installation, démarrez Kiro et sélectionnez "Ouvrir un projet" pour ouvrir votre dossier de base de code. L'interface est similaire à VS Code mais comporte une section IA distincte.
Accédez au tableau de bord Kiro : cliquez sur l'icône Kiro (fantôme) dans la barre d'activité (barre de gauche). Ce panneau s'ouvre avec des onglets tels que :
Spécifications : définissez les exigences en matière de fonctionnalités et gérez les plans d'IA.
Hooks : configurez des règles d'automatisation.
Pilotage : définissez les normes du projet dans le répertoire .kiro/steering/ en langage naturel sous forme de Markdown.
main :Créer une demande en langage naturel : dans l'onglet Spécifications, entrez une commande telle que "Créer un point de terminaison d'API pour enregistrer l'utilisateur avec une adresse e-mail et un mot de passe, exiger que le mot de passe comporte au moins 8 caractères". Kiro planifiera, concevra et créera automatiquement du code sur plusieurs fichiers.
Réviser et approuver : utilisez l'éditeur pour vérifier les modifications ; Kiro peut se déboguer et suggérer des correctifs en cas d'échec.
Mode de discussion rapide (codage par ambiance) : utilisé pour les explications ou le petit code, par exemple : "Expliquez comment fonctionne ce code" et joignez des fichiers via l'icône #.
Mode de travail : Kiro dispose de deux modes principaux : Vibe code (d'abord discuter puis créer) et Basé sur les spécifications (créer des documents d'exigences, des conceptions, des tâches détaillées à construire).
Conseils d'utilisation efficaces :
Passez les 5 premières minutes à "enseigner" à Kiro le projet en définissant des règles dans Pilotage.
Suivi du crédit : les tâches simples telles que les interactions par chat consomment peu, tandis que la création de spécifications complexes ou l'utilisation d'un agent automatique coûte plus cher (par exemple, Auto Agent 1X, modèle Claude Sonnet 1.3X).
Les fonctionnalités de base gratuites incluent la génération de spécifications, la conception technique, l'orchestration des tâches, l'intégration de code et la prise en charge multiplateforme.
Si vous avez besoin d'instructions plus détaillées ou d'un didacticiel pratique, vous pouvez vous référer à la documentation officielle sur https://kiro.dev/docs/ ou à des vidéos pédagogiques sur TikTok/Twitter.
Comparaison des principales fonctionnalités
Vous trouverez ci-dessous un tableau comparatif des fonctionnalités exceptionnelles :
1. Méthodologie de développement
Kiro AI :
Développement basé sur les spécifications : Se concentrer sur le processus standard : langage naturel $\rightarrow$ Spécification des exigences $\rightarrow$ Conception architecturale $\rightarrow$ Division des tâches $\rightarrow$ Code.
Fonctionnalités exceptionnelles : L'agent corrige automatiquement les erreurs, puissante intégration CLI pour Terminal.
Automatisation : Dispose d'un système Hooks (par exemple, met automatiquement à jour les documents lors de l'enregistrement de fichiers) et prend en charge le multimodal (lire et comprendre les images de conception d'interface utilisateur à convertir en code).
Curseur :
Vibe Coding : Donnez la priorité à une expérience de saisie de code fluide avec des suggestions d'IA en temps réel (complétion automatique) Tab).
Fonctionnalités exceptionnelles : Compréhension approfondie de l'ensemble de la base de code, prise en charge du mode débogage, révision du code AI et intégration de divers modèles (OpenAI, Anthropic, Gemini).
Expériences : Prend en charge l'entraînement de précision mixte et l'exécuteur CLI pour les projets de recherche/test.
2. Intégration et compatibilité
Kiro AI :
Écosystème : Entièrement compatible avec VS Code (plugin Open VSX, thème).
Connectivité : Intègre Git, MCP (Model Context Protocol) pour accéder aux documents internes, à la base de données et à l'API à l'extérieur.
Personnalisation : Utilisez les Fichiers de pilotage pour permettre aux utilisateurs de définir le comportement et le style de programmation de l'IA comme ils le souhaitent. Fonctionne de manière flexible sur Local, SSH et Terminal.
Curseur :
Plateforme : Construit directement sur VS Code, profondément intégré à GitHub et Slack.
Entreprise : Fournit des outils de gestion approfondis tels que des informations d'entreprise, des groupes de facturation et des contrôles de sécurité. secret).
3. Performances de l'IA
Kiro AI :
Modèle : Utilisez Claude Sonnet 4.5 ou le mode automatique (mélangez automatiquement les modèles pour optimiser la qualité, la vitesse et le coût).
Agentic : Le mode pilote automatique permet à l'agent d'effectuer automatiquement des tâches volumineuses et de gérer le langage Contexte intelligent pour des tâches extrêmement complexes projets.
Curseur :
Vitesse : Le modèle "Tab" utilise des techniques MoE (Mélange d'experts) pour aider à répondre 1,5 fois plus rapidement.
Qualité : Malgré 21 % de suggestions en moins, le taux d'acceptation du code (taux d'acceptation) est 28 % plus élevé. Prend en charge le mécanisme de jugement multi-agents (plusieurs IA évaluent en même temps) et Instant Grep pour une recherche rapide.
4. Débogage et maintenance
Kiro AI :
Diagnostics : Détecte automatiquement les erreurs de syntaxe (Syntaxe), les erreurs de type (Type) et les erreurs sémantiques (Sémantique).
Utilitaires : Affiche les modifications de code (Diff) en temps réel et écrit automatiquement des messages de validation en fonction du contenu réel des modifications. réalité.
Curseur :
Processus de débogage : propose des modes spécialisés, notamment le mode débogage (recherche d'erreurs), le mode plan (modifications planifiées) et la révision du code IA pour garantir la qualité du code source avant la publication.
Le curseur excelle par rapport aux suggestions de saisie semi-automatique et en temps réel traditionnelles, tandis que Kiro est fort dans l'automatisation de grands projets et la structuration de code. (par exemple génération de tests automatisée, mais les utilisateurs peuvent avoir besoin d'écrire des tests manuellement en mode basique).
Prix
Kiro : Version gratuite avec 500 crédits au départ (50 crédits/mois après), adaptée aux petits projets. La version payante (Pro/Enterprise) offre des fonctionnalités avancées, mais les détails tarifaires ne sont pas clairement annoncés sur le site officiel. Les crédits sont destinés aux tâches d'IA et les données gratuites peuvent être utilisées pour améliorer le service.
Curseur : il existe également une version gratuite et premium avec des fonctionnalités d'IA plus avancées. Il n'y a pas de détails de tarification spécifiques, mais le modèle est similaire à Kiro, avec un accent sur les abonnements pour les entreprises.
Les deux ont un modèle freemium, mais Kiro peut être plus cher pour des tâches complexes en raison de la tarification basée sur le crédit.
Avantages et inconvénients
Kiro :
Avantages : accélération 10 fois supérieure pour les développeurs grâce au flux de travail agent, Entreprises cohérentes avec une haute sécurité et une forte automatisation (hooks, spécifications). Idéal pour les grands projets, du prototype à la production.
Inconvénients : moins de flexibilité pour le codage personnel, peut nécessiter un temps d'apprentissage basé sur les spécifications et des performances de saisie semi-automatique inférieures à celles de Cursor.
Curseur :
Avantages : facile à utiliser, rapide à démarrer, s'intègre parfaitement au code VS familier. Approuvé par des millions de développeurs et plus de la moitié des Fortune 500, fort en codage d'ambiance et en prise en charge multi-modèles.
Inconvénients : moins axé sur les grandes structures de projets, peut manquer d'automatisation approfondie comme Kiro en entreprise.
Si vous êtes un programmeur individuel ou si vous avez besoin d'un outil rapide pour le codage quotidien, Cursor est un meilleur choix grâce à sa flexibilité et sa saisie semi-automatique supérieure. En revanche, Kiro convient mieux aux équipes d'entreprise et aux projets complexes qui nécessitent une structure claire et une automatisation agentique. Il n'existe pas de « meilleur » outil absolu : en fonction de vos besoins, vous pouvez essayer les deux car il existe des versions gratuites.
FAQ Kiro et Cursor
Basé sur des sources mises à jour en 2026, vous trouverez ci-dessous une collection de questions fréquemment posées (FAQ) sur Kiro (AI IDE d'AWS) et Cursor (AI IDE basé sur VS Code). Je les ai classés par sujet pour les rendre plus faciles à suivre, en me concentrant sur le prix, l'installation, les fonctionnalités et les comparaisons.
FAQ générales sur Kiro
Qu'est-ce que Kiro ? Kiro est un IDE d'IA agentique d'AWS, axé sur le développement basé sur les spécifications, aidant à transformer les idées en code structuré et automatisé via des hooks et des fichiers de pilotage.
Kiro est gratuit et là ?Il existe une version gratuite avec 500 crédits bonus initiaux (expire 30 jours), puis 50 crédits/mois. La version préliminaire est gratuite, mais Pro/Enterprise arrive bientôt.
Besoin d'un compte AWS pour utiliser Kiro ? Non, connectez-vous avec Google, GitHub ou AWS Builder ID.
Comment les crédits sont-ils consommés ? Chaque invite (mode vibe/spec, exécution de tâche, hooks) coûte des crédits. Suivez le tableau de bord dans l'EDI.
Que prend en charge Kiro pour les entreprises ?Intégration MCP pour les agents personnalisés, pilotage de l'architecture d'équipe et hooks d'automatisation.
Comment démarrer votre premier projet ? Téléchargez l'EDI, configurez des fichiers de pilotage, créez des spécifications en langage naturel, puis attribuez des tâches aux agents.
FAQ générale sur Cursor
Qu'est-ce que Cursor ? Cursor est un IDE d'IA basé sur VS Code, axé sur le codage d'ambiance, la saisie semi-automatique en temps réel et le chat de base de code.
Cursor est-il gratuit ? Il existe une version gratuite de base ; Pro 20 $/mois, Ultra 200 $/mois avec des fonctionnalités avancées telles que la prise en charge multi-modèles.
Comment poser des questions sur le code ? Sélectionnez le code, utilisez Cmd+K pour poser des questions rapides ou discutez dans la barre latérale (Cmd+I) pour interagir.
Comment Cursor gère-t-il la confidentialité ? Oui Le mode confidentialité n'enregistre pas le code à distance ; n'utilise pas d'infrastructure en Chine et protège les données grâce à l'authentification.
Quels modèles Cursor prend-il en charge ? Intègre OpenAI, Anthropic, Google ; choisissez le modèle pour la saisie semi-automatique et l'agent.
Comment déboguer avec le curseur ? Utilisez Cmd+L avec la base de code pour demander "Y a-t-il un bug ici ?" ou appliquer les modifications automatiquement.
FAQ sur la comparaison entre Kiro et Cursor
Principales différences ? Kiro est fort en matière de spécifications pour les projets de grande taille/d'entreprise (automatisation agentique, hooks) ; Le curseur est meilleur pour un codage personnel rapide (complétion automatique, discussion fluide).
Quel outil convient aux débutants ? Le curseur est plus facile à utiliser grâce à l'interface familière de VS Code ; Kiro a une courbe d'apprentissage plus élevée avec le mode spécification.
Quel outil est bon pour les équipes ? Kiro avec pilotage et MCP pour l'architecture d'équipe ; Cursor prend en charge les entreprises mais est moins structuré.
À propos des coûts à long terme ? Kiro utilise des crédits (peut être coûteux pour des tâches complexes) ; L'abonnement au curseur est plus stable.
Fonctionnalité agentique de Kiro AI IDE
Kiro, un IDE développé par AWS, se distingue par sa fonctionnalité d'IA agentique - ce qui signifie que l'IA agit comme des agents autonomes, capables d'analyser, de planifier et d'exécuter des tâches de manière indépendante, au lieu de simplement suggérer du code ligne par ligne. Cette fonctionnalité se concentre sur le « développement axé sur les spécifications », aidant à convertir les idées en langage naturel en code structuré, minimisant les erreurs et augmentant la vitesse de développement jusqu'à 10 fois. Vous trouverez ci-dessous des détails basés sur la documentation officielle et mis à jour jusqu'en 2026.
Comment ça marche
L'IA agentique dans Kiro agit comme un « agent frontière » pour le développement de logiciels :
Environnement sandbox : lors de l'attribution de tâches, l'agent crée un environnement sandbox isolé, clone le référentiel et analyse la base de code.
Analyse et planification : analysez les exigences, définissez les exigences, concevez l'architecture et divisez-les en sous-tâches avec des critères d'acceptation.
Coordination des sous-agents : utilisez des sous-agents spécialisés : un pour la recherche/la planification, un pour le codage et un pour la validation/les tests initiaux.
Interactif : demandez plus d'informations en cas de doute, apprenez des commentaires (comme la révision du code) pour postuler au suivant. tâche.
Exécuter : apportez des modifications, créez des demandes d'extraction (PR) avec des explications détaillées des décisions et des modifications.
Exécution simultanée : prend en charge jusqu'à 10 tâches parallèles, s'exécute de manière asynchrone.
Les agents maintiennent un contexte persistant dans les référentiels et les sessions, contrairement aux agents basés sur les sessions. Il s'intègre à MCP (Model Context Protocol) pour connecter des outils dédiés ou des systèmes internes.
Capacités clés
Décomposition des tâches : analysez les objectifs en tâches détaillées, recommandez des modifications sur plusieurs fichiers (par exemple, itinéraires, services, tests, documents).
Édition multi-fichiers : modifiez la synchronisation sur plusieurs fichiers, affichez les différences pour examen et approbation.
Automatisez les hooks : intégrez des hooks pour gérer automatiquement les tâches répétitives telles que la création de documents, la mise à jour de tests ou l'application de règles de projet.
Apprentissage et rétention du contexte : apprenez des révisions de code (par exemple, appliquez des règles de gestion des erreurs ou nommez des variables) et utilisez la recherche sur le Web, connaissez-vous à l'avance pour répondre intelligemment.
Équipe Intégration : travaillez sur plusieurs référentiels (par exemple, mettez à niveau les bibliothèques sur 15 microservices), connectez-vous à GitHub, Jira, Slack, Confluence pour obtenir le contexte des problèmes, des relations publiques ou des discussions.
Mode d'exécution : "Pilote automatique" (exécution automatique, interruption) et "Supervisé" (mettre en pause chaque étape pour examiner).
Modèles d'IA : utiliser modèles avancés d'Amazon Bedrock (tels qu'Anthropic Claude, Amazon Nova), prenant en charge la sécurité d'entreprise telle que les points de terminaison d'un VPC.
L'agent prend en charge les environnements personnalisés : détection des fichiers DevFiles/Dockerfiles, configuration de l'accès réseau (de restreint à ouvert), variables d'environnement et secrets de chiffrement.
Workflow
Capturer l'intention : l'utilisateur décrit en langage naturel (par exemple, "Créer un workflow de remboursement pour l'application").
Créer une spécification : l'agent génère des fichiers Markdown tels que requirements.md, design.md, tasks.md avec critères d'acceptation.
Diviser les tâches : répertorier les tâches et le fichier proposé modifications.
Exécuter et réviser : appliquer les modifications, afficher les différences pour approbation/rejet ; Intégrez des hooks pour mettre à jour automatiquement.
Intégration de la gestion : n'ignorez pas les relations publiques, les propriétaires de code ou CI/CD ; se préparer au changement tout en conservant le contrôle humain.
Ce processus garantit la structure, la facilité de suivi et le respect du processus SDLC (Software Development Life Cycle).
Exemple d'utilisation
Mise à niveau de la bibliothèque : description de la tâche unique ; l'agent analyse l'utilisation de la bibliothèque, met à jour les exemples de code, exécute des tests et ouvre les relations publiques sur plusieurs dépôts.
Déploiement de fonctionnalités : par exemple, déployez un workflow de remboursement : l'agent applique des modèles de gestion des erreurs des révisions précédentes, met à jour automatiquement les documents/tests via des hooks.
Développement d'équipe : traitez le travail en parallèle via le dépôt, intégrez les mises à jour de Confluence ou Slack pour conserver cohérent.
Attribuer des tâches depuis GitHub : ajoutez le libellé « kiro » ou mentionnez « /kiro » dans le problème ; l'agent obtient le contexte du commentaire et s'exécute.
Intégration avec d'autres fonctionnalités
Spécifications : l'agent utilise des spécifications pour guider l'exécution, garantissant que les modifications correspondent aux exigences d'origine.
Pilotage : personnalisez le comportement de l'IA via un fichier de pilotage (règles du projet dans un cours en langage naturel).
Hooks : intégration pour l'automatisation (par exemple, générer des documents lors de l'enregistrement de fichiers).
Chat Agentic : communiquez via le chat pour discuter des approches avant la mise en œuvre.
Outils tiers : connectez-vous à GitHub, Jira, Teams, Slack pour obtenir un groupe de contexte d'équipe.
Limites et risques
Aperçu Phase : lancement décembre 2025, utilisation hebdomadaire limitée ; L'équipe a besoin d'une liste d'attente.
Risque d'hallucination : l'IA peut suggérer des conceptions trompeuses ; minimisé en tenant compte des personnes, des tests et de l'IC.
Courbe d'apprentissage : il faut du temps pour s'habituer aux spécifications ; pas aussi flexible que la saisie semi-automatique traditionnelle.
Sécurité : risque de données si elles ne sont pas configurées correctement ; pris en charge par AWS mais nécessite un contrôle d'accès.
Aucun remplacement d'humains : nécessite toujours une approbation pour éviter les erreurs architecturales ; plus adapté aux tâches répétitives ou aux grands projets.
Exemples de code agent et de flux de travail spécifiques dans Kiro
Basés sur la documentation officielle et les conseils pratiques de 2025-2026, vous trouverez ci-dessous des exemples spécifiques d'utilisation des fonctionnalités agentiques dans Kiro AI IDE. Agentic fait ici référence à l'IA fonctionnant de manière autonome en tant qu'« agent » pour analyser, planifier et exécuter des tâches, souvent via des outils tels que Specs, Hooks, Steering et MCP (Model Context Protocol). Je couvrirai chaque type, avec des procédures étape par étape, des exemples descriptifs et des extraits de code/configuration si disponibles.
1. Création de fonctionnalités via des spécifications (flux de travail basé sur les spécifications)
Les spécifications permettent aux agents d'analyser les exigences en langage naturel dans des documents d'exigences, des conceptions et des tâches, puis de les exécuter automatiquement.
Processus de première étape :
Ouvrez le panneau Kiro (icône fantôme dans la barre de gauche), sélectionnez l'onglet Spécifications, appuyez sur "+" pour créer une nouvelle spécification.
Entrée une description des fonctionnalités en langage naturel.
L'agent génère automatiquement requirements.md (requirements), design.md (conception) et tasks.md (tâche).
Examiner et approuver chaque tâche ; L'agent s'exécute, met à jour le code sur plusieurs fichiers et crée des PR si nécessaire.
Utilisez le mode Pilote automatique pour laisser l'agent s'exécuter automatiquement, ou Supervisé pour mettre chaque étape en pause.
Exemple spécifique : Créer une application Tic-Tac-Toe 4x4
Description : "Créez un jeu de tic-tac-toe 4x4 en utilisant Python avec une interface de terminal simple, prend en charge deux joueurs, détecte les victoires en rangées, colonnes, croix, tirages et couleurs de base. configuré.
Il n'y a pas d'extrait de code spécifique dans la documentation, mais l'agent générera du code Python comme un jeu de console avec des fonctions comme check_win() et draw_board().
Autre exemple : l'application Mandelbrot Set
Description : "Créez une application Web qui affiche l'ensemble de Mandelbrot avec un zoom et un ensemble de Julia en écran partagé basé sur le curseur position."
L'agent crée >25 tâches, de la configuration HTML aux calculs fractaux, garantissant que le code a la structure mathématique correcte.
2. Automation avec Hooks (Event-Driven Agentic Automation)
Les hooks permettent aux agents de réagir aux événements (comme l'enregistrement de fichiers) pour exécuter des tâches automatiquement.
Première étape du processus :
Ouvrez le panneau Kiro, sélectionnez l'onglet Hooks, appuyez sur "+" pour créer un nouveau hook.
Définissez l'événement (quand : fileEdited, fileSaved, etc.), le fichier de modèles (GLOB comme "**/*.ts") et l'action (puis : AskAgent avec une invite en langage naturel).
Enregistrez le hook en tant que fichier .kiro.hook dans le répertoire .kiro/hooks.
L'agent se déclenche automatiquement lorsque l'événement se produit, exécute l'invite et applique les modifications.
Exemple spécifique : test de mise à jour pour Fichier TypeScript
Description du hook : "Lors de la modification du fichier TypeScript, analysez les modifications et mettez à jour le fichier de test correspondant au test de la nouvelle fonction/méthode."
Extrait de configuration (JSON dans .kiro.hook) :
JSON
{
"name": "Mise à jour des tests TypeScript",
"description": "Surveille les modifications apportées aux fichiers source TypeScript et met à jour les fichiers de test correspondants avec des tests pour les nouvelles fonctions ou méthodes",
"version": "1",
"quand": {
"type": "fichierEdité",
"modèles": [
"**/*.ts",
"!**/*.test.ts",
"!**/*.spec.ts",
"!**/node_modules/**"
]
},
"alors": {
"type": "askAgent",
"prompt": "J'ai remarqué que vous avez modifié un fichier TypeScript. Je vais analyser les modifications et mettre à jour le fichier de test correspondant.\n1. Tout d'abord, j'identifierai toutes les nouvelles fonctions ou méthodes ajoutées au fichier source\n2. Ensuite, je localiserai ou créerai le fichier de test correspondant (soit .test.ts, soit .spec.ts dans le même répertoire)\n3. Je générerai des cas de test appropriés pour les nouvelles fonctions/méthodes\n4. Je veillerai à ce que les tests suivent les modèles et conventions de test existants du projet\nVoici mes suggestions de mises à jour de test basées sur vos modifications :"
}
Résultat : lors de l'enregistrement du fichier.ts, l'agent crée/met à jour le fichier.test.ts avec un test tel quescribe('newFunction', () => { it('should return correct value', () => { ... }); });.
Autre exemple : synchronisation des tests Python
Hook d'invite : "Analyser modifications dans le fichier Python, ajoutez des tests pour les nouvelles fonctions au fichier test_*.py."
Modèle : ".py" (exclure "test_.py").
L'agent utilise pytest ou unittest pour ajouter des fonctions/classes de test.
Exemple : API de synchronisation TypeScript Documents
Invite : "Surveillez les fichiers TypeScript, mettez à jour les documents/api/ avec les modifications apportées au point de terminaison, au paramètre et à la réponse."
Modèle : "**/.ts, **/.tsx".
3. Gestion du contexte avec pilotage et MCP (Context-Aware Agentic Tasks)
Le pilotage fournit des règles de projet à long terme pour l'agent, tandis que MCP permet à l'agent d'accéder à des outils externes (comme la recherche sur le Web) pour prendre en charge des tâches telles que la mise à niveau des bibliothèques.
Procédure de première étape (pilotage) :
Ouvrez l'onglet Pilotage, appuyez sur "+" pour créer un nouveau fichier dans .kiro/steering/.
Définissez les modèles d'inclusion et le contenu Markdown (règles telles que "Utiliser les génériques TypeScript pour les fonctions génériques").
L'agent charge automatiquement le pilotage lors de la mise en correspondance de fichiers.
Exemple de pilotage d'extrait :
Markdown
---
inclusion : fileMatch
fileMatchPattern : "analyse/**/*.py"
---
# Normes personnalisées
- Utilisez toujours des astuces de type pour les fonctions.
- Suivez le guide de style PEP 8.
- Inclure des docstrings pour toutes les méthodes publiques.Processus MCP :
Configurez les serveurs MCP dans le fichier de configuration (JSON).
Dans l'invite, référencez MCP avec # [outil] (par exemple "# [fetch] Rechercher un guide de migration pour React 18").
Agent utilisé pour collecter des informations pour la tâche service.
Exemple de configuration MCP (mise à niveau de la bibliothèque) :
JSON
{
"mcpServeurs": {
"recherche sur le Web": {
"commande": "uvx",
"args": ["mcp-server-brave-search"],
"env": {
"BRAVE_API_KEY": "votre-clé-api-ici"
},
"désactivé": faux,
"autoApprove": ["recherche"]
}
}
Workflow : Description "Mise à niveau de React vers 18", l'agent utilise le guide de recherche MCP, analyse les modifications, les applique via les spécifications/tâches.
4. Exemple de flux de travail réel (à partir d'un projet réel)
Créez un site Web de portfolio avec TanStack Start + React : Description "Créez un site de portfolio avec une vitrine de projet, un blog et un contact." L'agent crée des spécifications, un échafaudage structurel, utilise MCP pour extraire les données des liens individuels, implémente le routage/les composants. Durée : environ 4 heures, principalement automatisées, avec édition via une invite en anglais.
Contribution Open Source (Alchemy PR) : Créez des spécifications détaillées pour la fonctionnalité TypeScript IaC (~ 8 000 lignes, 80 % générées par l'agent). Les agents traitent les sessions, en utilisant les spécifications comme « vérités générales » pour éviter de répéter les erreurs.
Intégration de Spring Boot + Angular Project : Les agents analysent la base de code, créent des documents de pilotage sur l'architecture, répondent aux questions sur le flux de données, mais ont besoin de conseils manuels en cas de conflits de dépendances.
Introduction au Model Context Protocol (MCP)
Model Context Protocol (MCP) est un open source standard est développé pour connecter les applications d'IA à des systèmes externes, permettant à l'IA d'accéder aux données, aux outils et aux processus de manière sécurisée et efficace. MCP a été introduit par Anthropic le 25 novembre 2024 pour résoudre le problème de l'isolement des modèles d'IA des données réelles, souvent coincées dans des silos d'informations ou des systèmes existants. Au lieu de nécessiter une intégration personnalisée pour chaque source de données, MCP fournit un langage universel qui aide les IA comme Claude ou d'autres outils à communiquer de manière transparente avec des sources de données externes, améliorant ainsi la qualité des réponses et l'exécution des tâches.
MCP est conçu comme un « port de connexion standard » (similaire à l'USB-C pour l'IA), permettant d'établir des connexions bidirectionnelles sécurisées entre les sources de données et les moteurs d'IA. Dans le contexte de Kiro AI IDE (développé par AWS), MCP étend les capacités de Kiro en se connectant à des serveurs spécialisés, aidant ainsi les agents d'IA à accéder à des informations détaillées telles que des documents AWS, des bases de données d'entreprise ou des outils personnalisés, prenant ainsi en charge un développement logiciel plus efficace.
Objectif et avantages de MCP
L'objectif principal de MCP est de briser la barrière entre l'IA et les données externes, en aidant l'IA non seulement à penser, mais aussi à agir en fonction du contexte réel. Les avantages incluent :
Capacités d'IA améliorées : l'IA peut accéder à des données en temps réel, à des outils spécialisés (tels que des moteurs de recherche, des calculatrices) et à des flux de travail, aidant ainsi à gérer des tâches plus complexes, par exemple, analyser les données de plusieurs bases de données via le chat ou générer du code à partir de conceptions Figma.
Temps de développement réduit : au lieu de créer des intégrations individuellement, les développeurs n'ont besoin de déployer MCP qu'une seule fois pour connecter plusieurs sources.
Expérience utilisateur améliorée : l'IA devient plus intelligente, par exemple en prenant en charge la personnalisation via la connexion de Google Calendar et Notion, ou en créant des applications Web à partir de conceptions 3D dans Blender.
Support d'entreprise : dans Kiro, MCP aide à s'intégrer aux systèmes internes tels que GitHub, Slack ou Postgres, améliore le processus de développement logiciel, réduit les erreurs et augmente la vitesse jusqu'à 10 fois. pour les tâches agents.
Open et communautaire : en tant qu'open source, MCP encourage la communauté à créer des serveurs et des clients, avec des sociétés telles que Block, Apollo, Zed, Replit, Codeium et Sourcegraph déjà présentes.
Comment fonctionne MCP
MCP fonctionne sur la base du modèle client-serveur :
Serveur MCP : il s'agit de la partie qui fournit des données ou des outils. Les développeurs créent des serveurs pour exposer des données (par exemple, fichiers locaux, base de données) ou des outils (recherche, API). Le serveur écoute les requêtes du client et renvoie des données sécurisées.
Client MCP : est une application d'IA (telle que Kiro ou Claude) qui se connecte au serveur pour envoyer des requêtes et recevoir des réponses. La connectivité bidirectionnelle permet à l'IA de maintenir le contexte lors des interactions.
Communication : utilise des protocoles standard (spécification et SDK open source), prenant en charge les connexions locales ou distantes. L'IA peut appeler l'outil via un espace réservé dans l'invite, par exemple : "# [tool_name] query".
Traitement : lorsque l'IA a besoin de données, elle envoie une requête via MCP ; Le serveur traite et renvoie, aidant l'IA à s'intégrer dans la réponse sans quitter l'environnement.
Dans Kiro, MCP s'intègre directement dans le panneau IDE :
Kiro agit en tant que client, se connectant au serveur pour accéder à l'outil.
Les utilisateurs interagissent via le chat ou les spécifications : sélectionnez l'outil dans l'onglet des serveurs MCP, insérez un espace réservé dans l'invite et Kiro appelle automatiquement serveur.
Les composants clés d'Anthropic incluent :
Spécification open source et SDK (sur GitHub).
Prise en charge du serveur local dans l'application Claude Desktop.
Référentiel de serveur open source disponible (par exemple Google Drive, Slack, GitHub, Git, Postgres, Puppeteer).
Caractéristiques principales
Connexion flexible : prend en charge les données (fichiers, bases de données), les outils (recherche, API) et les flux de travail (invites spécialisées).
Intégration facile : guide de démarrage rapide pour créer un serveur en quelques minutes seulement, avec Claude 3.5 Sonnet prenant en charge automatisation.
Business Support : connectez-vous à des systèmes comme AWS Documentation pour rechercher/lire/recommander des documents directement dans Kiro.
Extensions : créez des outils personnalisés pour des flux de travail spécifiques, par exemple, intégrez-les à Jira pour la gestion des problèmes.
Intégrez-vous avec l'IA : travaillez avec des modèles comme Claude, permettant à l'IA de gérer contexte à travers plusieurs outils de tâches.
Aspects de sécurité
MCP met l'accent sur la sécurité à travers :
Connectivité sécurisée de bout en bout, avec contrôle d'accès (jetons, clés API).
Prend en charge les points de terminaison VPC dans AWS pour conserver les données internes.
Ne stocke pas de données inutiles ; Échangez uniquement lorsque cela est nécessaire.
Dans Kiro, vérifiez les journaux pour déboguer les erreurs telles que les échecs de connexion ou les clés non valides.
Intégration de MCP dans Kiro : étapes détaillées
Pour intégrer MCP dans Kiro :
Prérequis : installez la dernière version de Kiro. Pour des serveurs spécifiques (comme la documentation AWS), installez des dépendances supplémentaires selon la documentation.
Configuration : créez un fichier de configuration (généralement JSON) dans le répertoire .kiro/mcp/. Exemple de configuration du serveur de documentation AWS :
JSON
{ "mcpServeurs": { "aws-docs": { "commande": "uvx", "args": ["mcp-server-aws-docs"], "env": { "AWS_REGION" : "us-east-1" }, "désactivé": faux, "autoApprove": ["recherche", "lire"] } }Activer : ouvrez les paramètres (Cmd/Ctrl + ,), recherchez "MCP" et activez la prise en charge. Kiro chargera la configuration automatiquement.
Utilisation : dans le panneau Kiro, l'onglet Serveurs MCP affiche le serveur connecté, l'état et les outils. Cliquez sur l'outil pour insérer un espace réservé d'invite dans la discussion, par exemple : "# [search-aws-docs] Requête sur les instances EC2".
Dépannage : affichez les journaux via l'onglet Sortie > "Kiro - Journaux MCP". Résolvez les erreurs telles que les clés non valides ou la syntaxe JSON.
Exemple d'utilisation MCP
Dans Kiro pour le développement AWS : connectez-vous au serveur de documentation AWS. Invite : "# [search-aws-docs] Meilleures pratiques pour les compartiments S3". MCP renvoie un résumé du document, aidant Kiro à créer du code ou des spécifications basées sur celui-ci.
Intégration commerciale : connectez le serveur GitHub pour l'IA pour analyser le dépôt, ou Slack pour obtenir le contexte de la discussion, prenez en charge des tâches agents telles que la mise à niveau des bibliothèques sur plusieurs microservices.
Exemple général : créez un agent personnalisé connectant Google Drive et Notion pour gérer les plannings, ou créez un modèle 3D dans Blender et impression automatique.
Créer un serveur personnalisé : utilisez Claude pour générer un serveur MCP pour la base de données interne, par exemple, exposez Postgres aux données de vente interrogeant l'IA.
Exemples réels détaillés de protocole de contexte de modèle (MCP)
Basés sur des sources mises à jour jusqu'en 2026, vous trouverez ci-dessous des exemples réels plus détaillés d'applications MCP dans divers domaines. différents domaines. Je me concentre sur les cas d'utilisation en entreprise, le développement de l'IA et l'intégration d'outils, y compris ceux liés au codage ou aux IDE comme Kiro. Des exemples tirés d'articles, de projets et de didacticiels réels illustrent comment MCP aide les agents d'IA à accéder aux données externes, à maintenir le contexte et à automatiser le workflow.merge.dev
1. Prise en charge du service d'assistance intelligent
Description : l'agent AI utilise MCP pour traiter les demandes ITSM (IT Service Management). L'utilisateur décrit le problème via Slack (par exemple, « J'ai perdu mon appareil »), remplit le formulaire et l'agent crée automatiquement un ticket dans le système de gestion de projet avec des détails tels que la description du problème, les employés concernés et la priorité.
Application pratique : s'intègre à des plateformes telles que Siit pour gérer rapidement les problèmes liés aux appareils. MCP connecte l'agent au serveur MCP de l'outil de gestion de projet, permettant la collecte de contexte en temps réel.
Avantages : réduit le temps de traitement des tickets, augmente l'efficacité de la résolution des problèmes.
Connexe à Kiro/Coding : peut être étendu au support des développeurs, où l'agent se connecte au serveur GitHub MCP pour créer des problèmes à partir d'erreurs code.merge.devthenewstack.io
2. Recrutement de candidats
Description : l'agent IA traite les demandes de rôle (par exemple, "Recherche d'un ingénieur senior dans la Bay Area avec une expérience en recherche d'infrastructures"). L'agent appelle le serveur MCP ATS (Applicant Tracking System) pour récupérer les données des candidats de rôles similaires, analyser la progression des entretiens pour déduire les intérêts et recommander les meilleurs candidats à partir de la base de données interne.
Application pratique : utilisée par Juicebox pour automatiser le recrutement personnalisé basé sur des données historiques.
Avantages : Améliorez la qualité de l'embauche en utilisant le contexte. recommandations.
Kiro/Coding Related : similaire à la façon dont Kiro utilise MCP pour se connecter à GitHub, aidant les équipes de développeurs à trouver des programmeurs basés sur le dépôt code.merge.devthenewstack.io
3. Négociation de contrats avec les fournisseurs (négociation des fournisseurs dans les achats)
Description : l'agent IA gère les renouvellements de contrats. Lors de l'activation de « Démarrer le renouvellement », l'agent appelle le serveur MCP de l'ESP (Email Service Provider) et de l'ERP (Enterprise Resource Planning) pour récupérer l'historique des e-mails et des conditions, analyser les meilleures pratiques de négociation, faire des recommandations, surveiller les mises à jour et rédiger des e-mails.
Application pratique : BRM utilise « Agent de négociation » pour aider l'équipe financière à optimiser les conditions. fournisseur.
Avantages : fournissez des recommandations opportunes et basées sur le contexte pour réduire les coûts.
Connexes à Kiro/Coding : Dans Kiro, MCP peut se connecter au serveur QuickBooks MCP pour automatiser la gestion des coûts du projet soft.merge.dev
4. Automatisation des analystes financiers
Description : l'agent IA traite les données comptables (par exemple, en classant les comptes en catégories telles que les revenus). L'agent appelle le serveur MCP de l'ERP pour obtenir des données historiques, détecter des modèles et proposer des mappages que les utilisateurs peuvent accepter ou refuser.
Application pratique : Aleph AI est utilisé pour nettoyer et organiser les données dans des feuilles de calcul ou des produits FP&A (Planification et analyse financières).
Avantages : Automatisez le travail répétitif basé sur des modèles de calendrier. historique.
Kiro/Coding Related : Le projet "MCP Powered Financial Analyst" d'Analytics Vidhya utilise MCP pour les LLM pour accéder aux données financières en temps réel, qui peuvent être intégrées dans Kiro pour la gestion du budget du projet dev.merge.devanalyticsvidhya.com
5. Intégration avec Computer Vision (Cas d'utilisation de Computer Vision)
Description : MCP connecte le serveur à un système de détection d'images (tel qu'Ultralytics YOLO) pour enregistrer les détections dans la base de données, puis l'agent IA analyse pour créer une réponse. Par exemple : scraping Web d'agent, envoi d'e-mails/Slack, planification de réunions en fonction des données de la boîte de réception/du calendrier.
Application pratique : dans le didacticiel Ultralytics, MCP prend en charge des flux de travail tels que la détection d'erreurs via GitHub, la création de tickets, l'implémentation de code et la notification à Slack. S'applique au domaine médical (imagerie médicale) ou à la robotique.
Avantages : performances du modèle améliorées avec un meilleur contexte, réduction des hallucinations.
Kiro/Coding Related : s'intègre à Kiro pour les agents de traitement multimodaux (par exemple, analyse de la conception de l'interface utilisateur à partir d'images Figma).youtube.com@ultralytics
6. Chercheur approfondi multi-agents
Description : utilise CrewAI pour l'orchestration, LinkUp pour la recherche approfondie et le modèle phi3 (Ollama) pour la synthèse. Trois agents : chercheur Web, analyste de recherche, rédacteur technique – exécutés de manière séquentielle pour répondre aux questions de recherche.
Application pratique : système de recherche automatisé, prise en charge des API via /research endpoint.
Avantages : générer des réponses structurées à partir de données distribuées.
Lié à Kiro/Coding : intégration avec Ollama pour l'inférence locale, peut être utilisé dans Kiro pour rechercher du code ou docs.analyticsvidhya.com
7. Extension de mémoire Cursor MCP
Description : ajoute de la mémoire persistante à Cursor AI (IDE similaire à Kiro), permettant à LLM de conserver le contexte à travers les sessions (par exemple, rappeler le code de la session précédente).
Application pratique : améliore la mémoire contextuelle dans le copilote de codage.
Avantages : augmente la précision dans développement logiciel à long terme.
Lié à Kiro/Coding : Directement lié aux IDE tels que Cursor ; Kiro peut également être appliqué pour maintenir le pilotage et les spécifications via MCP.analyticsvidhya.comiamdave.ai
8. Intégrations d'entreprise
Description : Salesforce utilise MCP pour Agentforce 3, avec des serveurs comme Salesforce DX, Heroku, MuleSoft et Slack. Par exemple, l'agent IA connecte GitHub et Google Drive pour automatiser les flux de travail de code.
Application pratique : Cloudflare utilise des portails MCP pour la gestion de la sécurité ; New Relic surveille la communication MCP dans les applications Python.
Avantages : sécurisez et observez les connexions MCP dans les grandes organisations.
Connexes à Kiro/Coding : Kiro (AWS) peut intégrer MCP aux services AWS comme Bedrock, de la même manière que Google utilise Gemini et VS Code.
Résultats efficaces du guide d'utilisation de Tan Phat Digital
Après l'installation depuis la page d'accueil de kiro.dev et vous être connecté, vous devez suivre les étapes suivantes pour optimiser votre expérience :
Configurer le pilotage : Passez les 5 premières minutes à "enseigner" à Kiro votre projet via l'onglet Pilotage. C'est ici que vous définissez les règles de base qui empêchent l'IA d'écrire du code « hors sujet ».
Utiliser les spécifications : Ne vous contentez pas de discuter. Commençons par créer une Spec. Kiro analysera et planifiera en détail, vous aidant à économiser des crédits et à éviter les erreurs architecturales.
Suivi des crédits : Tan Phat Digital notez que l'utilisation d'Auto Agent avec des modèles haut de gamme (comme Claude Sonnet 1.3X) consommera des crédits plus rapidement. Pensez à utiliser le mode de discussion rapide pour des questions simples.
Voulez-vous Tan Phat Digital vous aider à rédiger un exemple de fichier de pilotage à appliquer immédiatement à votre projet actuel
Partager
