什么是 Kiro AI？
Kiro（也称为 Kiro AI IDE）是亚马逊网络服务（AWS）开发的新一代集成开发环境（IDE），于 2025 年 7 月左右推出。这是一种自动工作的“代理 AI”工具，不仅可以建议逐行代码，还可以接收自然语言的请求、分析创建技术设计文档、划分任务以及跨多个文件编写代码。核心理念是“规范驱动开发”，这有助于最大限度地减少“vibe”编码带来的混乱，确保软件构建有结构，易于维护，并且从一开始就有清晰的文档。 Kiro 在代码编辑器中充当“子程序员”，同步想法、设计、任务和最终源代码。
免费版本 (Kiro Free)
成本：0 美元/月。
积分：新用户将获得 500 个奖励积分（有效期为 30 天）。此后，每月获得 50 个学分（不累积，多余的学分不会结转到下个月）。
适合：适合个人程序员、学生或在小型项目上测试基本功能。
限制：学分用于 AI 任务，例如代码生成或集成。复杂的需求消耗更多的学分。免费计划中的数据可用于改进服务。不再有等待名单，每个人都可以立即访问。
要查看定价详细信息，请访问https://kiro.dev/pricing
免费 Kiro 安装指南
在任何平台上的简单快速安装过程
安装程序下载：前往官方页面https://kiro.dev。该网站将自动检测您的操作系统（Windows、macOS 或 Linux）并推荐合适的版本。单击下载按钮。
运行安装程序：
Windows：打开下载的 .exe 文件并按照屏幕上的说明进行操作。
macOS：打开 .dmg 文件并将 Kiro 图标拖至应用程序文件夹。
Linux：按照下载文件格式的说明进行操作（例如，Debian/Ubuntu 为 .deb，Fedora/CentOS 为 .rpm）。
登录并完成设置：安装后打开 Kiro 应用程序。系统会要求您使用 Google、GitHub 或 AWS 帐户登录以验证和同步您的体验。首次启动时，Kiro 会询问您是否要从现有 VS Code 导入设置、主题和扩展 - 建议您这样做，以便获得熟悉的工作区而无需重新安装。
从 VS Code 迁移（可选）：使用一键迁移功能从 VS Code 导入扩展和设置。
注册后，您将自动收到 500 个免费积分费用，实时使用
免费的 Kiro 基本用户指南
安装后，启动 Kiro 并选择“打开项目”以打开您的代码库文件夹。该界面与 VS Code 类似，但有一个单独的 AI 部分。
访问 Kiro 仪表板：单击活动栏（左栏）上的 Kiro 图标（幽灵）。此面板会打开以下选项卡：
规格：定义功能要求并管理 AI 计划。
Hooks：设置自动化规则。
Steering：以 Markdown 形式的自然语言在 .kiro/steering/ 目录中定义项目标准。
main：以自然语言创建请求：在“规范”选项卡中，输入类似“创建 API 端点以使用电子邮件和密码注册用户，要求密码至少为 8 个字符”的命令。 Kiro 将自动跨多个文件规划、设计和创建代码。
审核和批准：使用编辑器检查更改； Kiro 可以自行调试并在失败时提出修复建议。
快速聊天模式（vibe 编码）：用于解释或小代码，例如：“解释此代码的工作原理”并通过 # 图标附加文件。
工作模式：Kiro 有两种主要模式 - Vibe 代码（先聊天，然后构建）和基于规范（创建需求文档、要求、设计、要构建的详细任务）。
有效使用提示：
花前 5 分钟时间，通过在引导。
信用跟踪：聊天交互等简单任务消耗很少，而创建复杂规范或使用 Auto Agent 成本较高（例如 Auto Agent 1X、Claude Sonnet 1.3X 模型）。
免费核心功能包括规范生成、技术设计、任务编排、代码集成和跨平台支持。
如果您需要更多详细说明或操作教程，您可以参考官方文档 https://kiro.dev/docs/ 或 TikTok/Twitter 上的教学视频。
主要功能对比
下面是突出功能对比表：
1.开发方法论
Kiro AI：
规范驱动开发： 注重标准流程：自然语言$\rightarrow$ 需求规范$\rightarrow$ 架构设计$\rightarrow$ 任务划分$\rightarrow$代码。
突出特点： Agent自动纠错，强大的终端 CLI 集成。
自动化： 拥有 Hooks 系统（例如，保存文件时自动更新文档）并支持多模式（读取并理解 UI 设计图像以转换为代码）。
光标：
Vibe 编码：实时代码输入体验和 AI 建议（自动完成选项卡）。
突出功能：深入了解整个代码库，支持调试模式、AI 代码审查以及多种模型（OpenAI、Anthropic、Gemini）的集成。
实验：支持混合精度训练和 CLI 运行器进行研究/测试项目。
2.集成与兼容性
Kiro AI：
生态系统：与 VS Code（开放 VSX 插件、主题）完全兼容。
连接性： 集成 Git、MCP（模型上下文协议）以访问内部文档、数据库、API
自定义：使用指导文件让用户根据需要定义人工智能的行为和编程风格。在本地、SSH 和终端上灵活工作。
光标：
平台：直接基于 VS Code 构建，与 GitHub 和 Slack 深度集成。
企业：提供深入的管理工具，例如企业洞察、计费组和安全性控制。秘密）。
3. AI性能
Kiro AI：
模型：使用Claude Sonnet 4.5或自动模式（自动混合模型以优化质量、速度和成本）。
代理：自动驾驶模式允许代理自动执行大型任务并管理极其复杂的语言智能上下文
光标：
速度：“Tab”模型使用 MoE（专家混合）技术，帮助响应速度提高 1.5 倍。
质量： 尽管给出的建议减少了 21%，但代码接受率（接受率）高出 28%。支持多智能体判断机制（多个AI同时评估）和Instant Grep快速搜索。
4.调试与维护
Kiro AI：
诊断：自动检测语法错误（Syntax）、类型错误（Type）和语义错误（Semantic）。
实用工具：实时显示代码更改（Diff）并自动写入Commit消息根据实际更改内容实际。
光标：
调试流程：提供了专门的模式，包括调试模式（查找错误）、计划模式（计划修改）和AI代码审查，以在发布前确保源代码质量。
Cursor比传统的自动完成和实时建议更胜一筹，而Kiro则擅长大型项目自动化和代码结构化（例如自动测试生成，但用户可能需要在基本模式下手动编写测试）。
价格
Kiro：免费版本，初始 500 积分（之后每月 50 积分），适合小型项目。付费版本（专业版/企业版）提供高级功能，但官方网站上并未明确公布定价细节。积分可用于 AI 任务，免费数据可用于改进服务。
光标：还有免费版和高级版，具有更高级的 AI 功能。没有具体的定价细节，但该模式与 Kiro 类似，重点是企业订阅。
两者都有免费增值模式，但由于基于信用的定价，Kiro 的复杂任务可能会更昂贵。
优点和缺点
Kiro：
优点：10x由于代理工作流程、具有高安全性的一致企业、强大的自动化（挂钩、规格），开发人员的速度得到了提高。非常适合从原型到生产的大型项目。
缺点：个人编码灵活性较差，可能需要规范驱动的学习时间，并且与 Cursor 相比，自动完成性能较差。
Cursor：
优点：易于使用，快速上手，与熟悉的 VS Code 无缝集成。受到数以百万计的开发者和超过一半的财富 500 强企业的信赖，拥有强大的氛围编码和多模型支持。
缺点：不太关注大型项目结构，可能缺乏像企业中的 Kiro 那样的深度自动化。
如果您是个人程序员或需要一个快速工具来进行日常编码，Cursor 是更好的选择，因为它的灵活性和卓越的自动完成功能。相比之下，Kiro 更适合需要清晰结构和代理自动化的企业团队和复杂项目。没有绝对的“最佳”工具 - 根据您的需求，您可以尝试这两种工具，因为都有免费版本。
Kiro 和 Cursor 常见问题解答
根据截至 2026 年更新的来源，以下是有关 Kiro（来自 AWS 的 AI IDE）和 Cursor（基于 VS Code 的 AI IDE）的常见问题解答 (FAQ)。我按主题对它们进行了分类，以便更容易理解，重点关注价格、安装、功能和比较。
有关 Kiro 的一般常见问题解答
Kiro 是什么？Kiro 是来自 AWS 的代理 AI IDE，专注于规范驱动的开发，帮助通过挂钩和引导文件将想法转化为结构化的自动化代码。
Kiro 是免费的有吗？有一个免费版本，最初有 500 个奖励积分（30 天到期），然后每月有 50 个积分。预览版是免费的，但 Pro/Enterprise 即将推出。
需要 AWS 账户才能使用 Kiro？不，请使用 Google、GitHub 或 AWS Builder ID 登录。
积分如何消耗？每个提示（vibe/spec 模式、任务执行、挂钩）都需要积分。按照 IDE 中的仪表板进行操作。
Kiro 为企业提供哪些支持？针对自定义代理的 MCP 集成、团队架构的指导和自动化挂钩。
如何启动您的第一个项目？下载 IDE，设置指导文件，用自然语言创建规范，然后将任务分配给代理。
有关的一般常见问题解答Cursor
什么是Cursor？Cursor是一款基于VS Code的AI IDE，专注于vibe编码、实时自动完成和代码库聊天。
Cursor是免费的吗？有一个基本的免费版本； Pro 20 美元/月，Ultra 200 美元/月，具有多模型支持等高级功能。
如何提出有关代码的问题？选择代码，使用 Cmd+K 提出快速问题，或使用聊天侧边栏 (Cmd+I) 进行交互。
Cursor 如何处理隐私？ 是 隐私模式不保存远程代码；不使用中国基础设施，通过身份验证保护数据。
Cursor支持哪些模型？集成OpenAI、Anthropic、Google；选择自动完成和代理的模型。
如何使用光标进行调试？使用 Cmd+L 与代码库询问“这里有错误吗？”或自动应用编辑。
有关比较 Kiro 与 Cursor 的常见问题解答
主要区别？ Kiro 擅长大型/企业项目（代理自动化、挂钩）的规范驱动； Cursor 更适合快速个人编码（自动完成、流畅聊天）。
哪种工具适合初学者？由于熟悉的 VS Code 界面，Cursor 更易于使用； Kiro 的规范模式具有更高的学习曲线。
哪种工具适合团队？ Kiro 具有用于团队架构的转向和 MCP； Cursor 支持企业，但结构性较差。
关于长期成本？ Kiro 使用积分（对于复杂的任务可能会很昂贵）；游标订阅更稳定。
Kiro AI IDE 的代理功能
Kiro 是 AWS 开发的 IDE，以其代理 AI 功能脱颖而出 - 这意味着 AI 充当自主代理，能够独立分析、规划和执行任务，而不仅仅是逐行建议代码。此功能专注于“规范驱动开发”，帮助将自然语言思想转换为结构化代码，最大限度地减少错误并将开发速度提高多达 10 倍。以下是基于官方文档并更新至 2026 年的详细信息。
工作原理
Kiro 中的 Agent AI 充当软件开发的“前沿代理”：
沙盒环境：分配任务时，代理会创建一个隔离的沙盒环境，克隆存储库并分析代码库。
分析和规划：分析需求、定义需求、设计架构，并根据验收标准划分子任务。
子代理协调：使用专门的子代理 - 一个用于研究/规划，一个用于编码，一个用于验证/初始测试。
交互式：如果不确定，请询问更多信息，从反馈（如代码审查）中学习适用于下一个任务。
执行：进行更改，创建拉取请求 (PR)，并详细说明决策和更改。
并发运行：支持最多 10 个并行任务，异步运行。
与基于会话的代理不同，代理跨存储库和会话维护持久上下文。它与 MCP（模型上下文协议）集成，以连接专用工具或内部系统。
关键功能
任务分解：将目标分析为详细任务，建议跨多个文件（例如路线、服务、测试、文档）进行更改。
多文件编辑：跨多个文件编辑同步，显示差异以供审核和查看批准。
自动挂钩：集成挂钩以自动处理重复性工作，例如创建文档、更新测试或执行项目规则。
上下文学习和保留：从代码审查中学习（例如，应用错误处理规则或名称变量），并使用网络搜索、知识提前了解来回答
团队集成：跨存储库工作（例如跨 15 个微服务升级库），连接到 GitHub、Jira、Slack、Confluence，以从问题、PR 或讨论中获取上下文。
执行模式：“自动驾驶”（自动执行，可中断）和“监督”（暂停每个步骤以审查）。
AI 模型：使用 Amazon Bedrock 中的高级模型（例如 Anthropic Claude、Amazon Nova），支持 VPC 端点等企业安全性。
代理支持自定义环境：DevFiles/Dockerfiles 检测、网络访问配置（从限制到开放）、环境变量和加密密钥。
工作流程
捕获意图：用户用自然语言描述（例如“为应用程序创建退款工作流程”）。
创建规范：代理生成 Markdown 文件，例如 requirements.md、design.md、tasks.md 以及验收标准。
划分任务：列出任务和建议文件
执行和审核：应用更改，显示批准/拒绝的差异；集成挂钩以自动更新。
管理集成：不要忽视 PR、代码所有者或 CI/CD；为变更做好准备，但保留人为控制。
此流程可确保结构、易于跟踪以及遵守 SDLC（软件开发生命周期）流程。
使用示例
库升级：一次性任务描述；代理分析库使用情况，更新示例代码，运行测试，并在多个存储库中打开 PR。
功能部署：例如，部署退款工作流程 - 代理应用以前评论中的错误处理模板，通过挂钩自动更新文档/测试。
团队开发：通过存储库并行处理工作，集成来自 Confluence 或 Slack 的更新以保持一致。
从 GitHub 分配任务：添加标签“kiro”或在问题中提及“/kiro”；代理从评论中获取上下文并执行。
与其他功能集成
规范：代理使用规范来指导执行，确保更改符合原始要求。
指导：通过指导文件自定义人工智能行为（自然语言的项目规则）
Hooks：自动化集成（例如，保存文件时生成文档）。
聊天代理：在实施之前通过聊天进行交流以讨论方法。
第三方工具：连接到 GitHub、Jira、Teams、Slack 以获取团队背景
限制和风险
预览阶段：2025 年 12 月推出，每周有限使用；团队需要等待名单。
幻觉风险：人工智能可能会提出误导性的设计；通过考虑人员、测试和 CI 来最小化。
学习曲线：需要时间来习惯规范驱动；不像传统的自动完成那么灵活。
安全性：如果配置不正确，则会产生数据风险；受 AWS 支持，但需要访问控制。
无需更换人员：仍需要批准以避免架构错误；更适合重复性任务或大型项目。
Kiro 中的具体代理代码和工作流程示例
基于官方文档和 2025-2026 年的实践指南，以下是如何在 Kiro AI IDE 中使用代理功能的具体示例。这里的代理是指人工智能作为“代理”自主运行，通常通过 Specs、Hooks、Steering 和 MCP（模型上下文协议）等工具来分析、计划和执行任务。我将介绍每种类型，并提供分步过程、描述性示例和代码/配置片段（如果有）。
1. 通过规范创建功能（规范驱动的工作流程）
规范允许代理将自然语言需求解析为需求文档、设计和任务，然后自动执行。
第一步流程：
打开 Kiro 面板（左侧栏中的幽灵图标），选择规范选项卡，按“+”创建规范新。
以自然语言输入功能描述。
Agent 自动生成 requirements.md（要求）、design.md （设计）和 tasks.md（任务）。
审核并批准每项任务；代理执行、跨多个文件更新代码，并在必要时创建 PR。
使用 Autopilot 模式让代理自动运行，或监督暂停每个步骤。
具体示例：构建 4x4 井字游戏应用
描述：“使用 Python 构建一个 4x4 井字游戏，具有简单的终端界面，支持两个玩家，检测胜利行、列、十字、平局和基本颜色。”
分析代理：创建需求（例如“当玩家开始移动时，系统应检查获胜/平局”）、设计（类结构、函数）和约 10 个任务（从网格设置到输入处理）。
执行：代理创建完整的代码（约 200 行），如果满足以下条件，则通过挂钩自动运行测试
文档中没有具体的代码片段，但代理将生成像控制台游戏一样的 Python 代码，具有 check_win() 和 draw_board() 等函数。
其他示例：Mandelbrot Set 应用程序
描述：“构建一个 Web 应用程序，显示基于光标的缩放和分屏 Julia 设置的 Mandelbrot 集位置。”
代理创建超过 25 个任务，从 HTML 设置到分形计算，确保代码具有正确的数学结构。
2. 使用挂钩实现自动化（事件驱动代理自动化）
挂钩允许代理对事件做出反应（例如保存文件）以自动执行任务。
第一步流程：
打开 Kiro 面板，选择“挂钩”选项卡，按“+”创建新挂钩。
定义事件（当：fileEdited、fileSaved 等）、模式文件（如“**/*.ts”之类的 GLOB）和操作（然后：带有自然语言提示的 AskAgent）。
将挂钩另存为 .kiro/hooks 目录中的 .kiro.hook 文件。
代理在事件发生时自动触发，执行提示并应用更改
具体示例：更新 TypeScript 文件的测试
钩子描述：“编辑 TypeScript 文件时，解析更改并更新与测试新函数/方法相对应的测试文件。”
配置片段（JSON 中） .kiro.hook):
JSON
{
"name": "TypeScript 测试更新程序",
"description": "监视 TypeScript 源文件的更改并通过新函数或方法的测试更新相应的测试文件",
“版本”：“1”，
“何时”：{
"type": "文件已编辑",
“模式”：[
“**/*.ts”，
“！**/*.test.ts”，
"!**/*.spec.ts",
“！**/node_modules/**”
]
},
“然后”：{
“类型”：“询问代理”，
"prompt": "我注意到您编辑了 TypeScript 文件。我将分析更改并更新相应的测试文件。\n1. 首先，我将识别添加到源文件中的任何新函数或方法\n2. 然后我将找到或创建相应的测试文件（同一目录中的 .test.ts 或 .spec.ts）\n3. 我将为新函数/方法生成适当的测试用例\n4. 我将确保测试遵循项目的现有测试模式和约定\n以下是我根据您的更改建议的测试更新：”
}
}结果：保存 file.ts 时，代理使用类似描述的测试创建/更新 file.test.ts（'newFunction', () => { it('should return Correct value', () => { ... }); });。
其他示例：Python 测试同步
提示钩子：“分析Python文件中的更改，将新函数的测试添加到文件test_*.py。”
模式：“.py”（排除“test_.py”）。
Agent使用pytest或unittest添加测试函数/类。
示例：同步 TypeScript API 文档
提示：“监控 TypeScript 文件，更新 docs/api/ 并更改端点、参数、响应。”
模式：“**/.ts, **/.tsx"。
3. 使用 Steering 和 MCP（上下文感知代理任务）进行上下文管理
Steering 为代理提供长期项目规则，而 MCP 允许代理访问外部工具（如 Web 搜索）以支持升级库等任务。
第一步过程（Steering）：
打开 Steering 选项卡，按“+”在中创建新文件.kiro/steering/。
定义包含模式和 Markdown 内容（例如“对通用函数使用 TypeScript 泛型”等规则）。
代理在匹配文件时自动加载转向。
代码段转向示例：
Markdown
---
包含：文件匹配
文件匹配模式：“分析/**/*.py”
---
# 自定义标准
- 始终使用函数的类型提示。
- 遵循 PEP 8 风格指南。
- 包含所有公共方法的文档字符串。MCP 流程：
在配置文件 (JSON) 中配置 MCP 服务器。
在提示中，使用 # [tool] 引用 MCP（例如“# [fetch] Find migration Guide for React 18”）。
代理用于收集任务服务的信息。
MCP 配置示例（库升级）：
JSON
{
“mcp服务器”：{
“网络搜索”：{
“命令”：“uvx”，
“args”：[“mcp-server-brave-search”]，
“环境”：{
"BRAVE_API_KEY": "这里是您的 api 密钥"
},
“禁用”：假，
“自动批准”：[“搜索”]
}
}
}工作流程：描述“将 React 升级到 18”，代理使用 MCP 搜索指南，分析更改，通过规范/任务应用。
4. 真实工作流程示例（来自真实项目）
使用 TanStack Start + React 构建作品集网站： 说明“创建包含项目展示、博客、联系人的作品集网站。”代理创建规格、结构脚手架，使用 MCP 从各个链接中抓取数据，实现路由/组件。时间：约 4 小时，大部分是自动化的，通过英文提示进行编辑。
开源贡献 (Alchemy PR)： 为 TypeScript IaC 功能创建详细规范（约 8000 行，80% 由代理生成）。代理通过会话进行处理，使用规范作为“一般真理”，以避免重复错误。
加入 Spring Boot + Angular 项目：代理分析代码库，创建有关架构的指导文档，回答有关数据流的问题，但需要手动指导解决依赖冲突。
模型上下文协议 (MCP) 简介
模型上下文协议 (MCP)是一个开源标准，旨在将人工智能应用程序与外部系统连接起来，使人工智能能够安全高效地访问数据、工具和流程。 MCP 由 Anthropic 于 2024 年 11 月 25 日推出，旨在解决人工智能模型与真实数据分离的问题，这些问题通常陷入信息孤岛或遗留系统中。 MCP 不需要为每个数据源进行定制集成，而是提供一种通用语言，帮助 Claude 等 AI 或其他工具与外部数据源无缝通信，从而提高响应质量和任务执行。
MCP 被设计为“标准连接端口”（类似于 AI 的 USB-C），允许在数据源和 AI 引擎之间建立安全的双向连接。在Kiro AI IDE（由AWS开发）的背景下，MCP通过连接专用服务器来扩展Kiro的功能，帮助AI代理访问AWS文档、企业数据库或自定义工具等深度信息，从而支持更高效的软件开发。
MCP的目的和好处
MCP的主要目的是打破AI与外部数据之间的障碍，帮助AI不仅根据实际上下文思考，而且根据实际情况采取行动。好处包括：
增强的人工智能功能：人工智能可以访问实时数据、专用工具（如搜索引擎、计算器）和工作流程，帮助处理更复杂的任务，例如，通过聊天分析来自多个数据库的数据或从Figma设计生成代码。
减少开发时间：开发人员无需单独构建集成，只需部署一次MCP即可连接多个
改善用户体验：人工智能变得更加智能，例如，通过连接 Google Calendar 和 Notion 支持个性化，或者通过 Blender 中的 3D 设计创建 Web 应用程序。
企业支持：在 Kiro 中，MCP 有助于与 GitHub、Slack 或 Postgres 等内部系统集成，增强软件开发流程，减少错误并提高速度对于代理任务，提高到 10 倍。
开放和社区：作为开源，MCP 鼓励社区构建服务器和客户端，Block、Apollo、Zed、Replit、Codeium 和 Sourcegraph 等公司已经加入。
MCP 工作原理
MCP 基于客户端-服务器模型工作：
MCP 服务器：这是提供数据或工具的一方。开发人员构建服务器来公开数据（例如本地文件、数据库）或工具（搜索、API）。服务器侦听来自客户端的请求并返回安全数据。
MCP 客户端：是连接到服务器以发送请求并接收响应的 AI 应用程序（例如 Kiro 或 Claude）。双向连接使人工智能能够在交互过程中维护上下文。
通信：使用标准协议（规范和开源 SDK），支持本地或远程连接。 AI可以通过提示中的占位符来调用工具，例如：“#[tool_name]查询”。
处理：当AI需要数据时，通过MCP发送请求；服务器处理并返回，帮助 AI 在不离开环境的情况下集成到响应中。
在 Kiro 中，MCP 直接集成到 IDE 面板中：
Kiro 充当客户端，连接到服务器以访问工具。
用户通过聊天或规范进行交互：从 MCP 服务器选项卡中选择工具，在提示中插入占位符，Kiro 会自动调用服务器。
Anthropic 的关键组件包括：
开源规范和 SDK（在 GitHub 上）。
Claude Desktop 应用程序中的本地服务器支持。
可用的开源服务器存储库（例如 Google Drive、Slack、GitHub、Git、Postgres、
主要功能
灵活连接：支持数据（文件、数据库）、工具（搜索、API）和工作流程（专业提示）。
轻松集成：使用 Claude 3.5 在几分钟内构建服务器的快速入门指南支持自动化的 Sonnet。
业务支持：连接到 AWS 文档等系统，直接在 Kiro 中搜索/读取/推荐文档。
扩展：为特定工作流程创建自定义工具，例如与 Jira 集成以进行问题管理。
与 AI 集成：使用以下模型： Claude，允许 AI 跨多个任务工具维护上下文。
安全方面
MCP 通过以下方式强调安全性：
通过访问控制（令牌、API 密钥）实现安全的端到端连接。
支持 AWS 中的 VPC 端点以保存数据内部。
不存储不必要的数据；仅在需要时进行交换。
在 Kiro 中，检查日志以调试错误，例如连接失败或无效密钥。
将 MCP 集成到 Kiro 中：详细步骤
要将 MCP 集成到 Kiro 中：
先决条件：安装最新版本的 Kiro。对于特定服务器（例如 AWS 文档），请根据文档安装其他依赖项。
配置：在 .kiro/mcp/ 目录中创建配置文件（通常为 JSON）。 AWS 文档服务器配置示例：
JSON
{ “mcp服务器”：{ “aws-文档”：{ “命令”：“uvx”， "args": ["mcp-server-aws-docs"], “环境”：{ "AWS_REGION": "us-east-1" }, “禁用”：假， "autoApprove": ["搜索", "阅读"] } } }启用：打开设置（Cmd/Ctrl + ,），找到“MCP”并启用支持。 Kiro 将自动加载配置。
用法：在 Kiro 面板中，MCP 服务器选项卡显示已连接的服务器、状态和工具。单击该工具可在聊天中插入提示占位符，例如：“# [search-aws-docs] 查询 EC2 实例”。
问题排查：通过“输出”选项卡 >“Kiro - MCP 日志”查看日志。解决无效密钥或 JSON 语法等错误。
MCP 使用示例
在 Kiro for AWS Development 中：连接到 AWS 文档服务器。提示：“# [search-aws-docs] S3 存储桶的最佳实践”。 MCP 返回文档摘要，帮助 Kiro 创建基于该文档的代码或规范。
业务集成：连接 GitHub 服务器以进行 AI 分析存储库，或连接 Slack 以从讨论中获取上下文，支持代理任务，例如跨多个微服务升级库。
一般示例：构建连接 Google Drive 和 Notion 的个性化代理来管理计划或创建 3D 模型
构建自定义服务器：使用 Claude 为内部数据库生成 MCP 服务器，例如，将 Postgres 暴露给 AI 查询销售数据。
模型上下文协议 (MCP) 的详细现实示例
基于更新至 2026 年的来源，以下是更详细的信息MCP 在各个领域不同领域应用的现实生活示例。我专注于企业、人工智能开发和工具集成的用例，包括与编码或 Kiro 等 IDE 相关的用例。取自现实生活文章、项目和教程的示例说明了 MCP 如何帮助 AI 代理访问外部数据、维护上下文以及自动化工作流程。merge.dev
1.智能服务台支持
描述：AI代理使用MCP处理ITSM（IT服务管理）请求。用户通过 Slack 描述问题（例如“我丢失了我的设备”），填写表格，代理会自动在项目管理系统中创建一个工单，其中包含问题描述、受影响的员工和优先级等详细信息。
实际应用：与 Siit 等平台集成，快速处理设备问题。 MCP 将代理连接到项目管理工具的 MCP 服务器，从而实现实时上下文收集。
优点：减少工单处理时间，提高问题解决效率。
Kiro/编码相关：可以扩展到开发人员支持，代理连接到 GitHub MCP 服务器以从错误中创建问题 code.merge.devthenewstack.io
2.招聘候选人采购
描述：AI代理处理角色请求（例如，“在湾区寻找具有基础设施搜索经验的高级工程师”）。代理调用 ATS（申请人跟踪系统）MCP 服务器检索类似职位的候选人数据，分析面试进度以推断兴趣，并从内部数据库推荐最佳候选人。
实际应用：Juicebox 使用它根据历史数据自动进行个性化招聘。
好处：使用基于上下文的方式提高招聘质量
Kiro/编码相关：类似于 Kiro 使用 MCP 连接 GitHub 的方式，帮助开发团队根据 repo 寻找程序员 代码。merge.devthenewstack.io
3.与供应商谈判合同（采购中的供应商谈判）
描述：AI代理处理合同续签。当激活“开始续订”时，代理会调用 ESP（电子邮件服务提供商）和 ERP（企业资源规划）的 MCP 服务器来检索历史电子邮件和条款、分析谈判最佳实践、提出建议、监控更新和撰写电子邮件。
实际应用：BRM 使用“谈判代理”支持财务团队优化条款
优点：提供及时、基于上下文的成本节省建议。
Kiro/编码相关：在 Kiro 中，MCP 可以连接到 QuickBooks MCP 服务器以自动化项目成本管理 soft.merge.dev
4。财务分析师自动化
描述：人工智能代理处理会计数据（例如，将帐户分类为“收入”等类别）。代理调用 ERP 的 MCP 服务器来获取历史数据、检测模式并提出映射供用户接受或拒绝。
实际应用：Aleph AI 用于清理和组织电子表格或 FP&A（财务规划与分析）产品中的数据。
优点：根据日历模板自动执行重复性工作
Kiro/编码相关：Analytics Vidhya 的“MCP 支持的财务分析师”项目使用 MCP for LLM 来访问实时财务数据，这些数据可以集成到 Kiro 中进行项目预算管理 dev.merge.devanalyticsvidhya.com
5.与计算机视觉集成（计算机视觉用例）
说明：MCP 将服务器连接到图像检测系统（例如 Ultralytics YOLO），将检测结果保存到数据库，然后 AI 代理进行分析以创建响应。例如：代理网络抓取、发送电子邮件/Slack、根据收件箱/日历数据安排会议。
实际应用：在 Ultralytics 教程中，MCP 支持通过 GitHub 检测错误、创建票证、实施代码和通知 Slack 等工作流程。适用于医学（医学成像）或机器人技术。
优点：通过更好的上下文提高模型性能，减少幻觉。
Kiro/编码相关：与 Kiro 集成以实现多模式处理代理（例如，从 Figma 图像分析 UI 设计）。youtube.com@ultralytics
6.多智能体深度研究员
描述：使用CrewAI进行编排，使用LinkUp进行深度搜索，使用phi3模型（Ollama）进行综合。三个代理：网络搜索者、研究分析师、技术作家 - 依次运行以回答研究问题。
实际应用：自动化研究系统，通过 /research 端点提供 API 支持。
优点：从分布式数据生成结构化答案。
与 Kiro/编码相关：集成与 Ollama 一起进行本地推理，可在 Kiro 中用于研究代码或 docs.analyticsvidhya.com
7. Cursor MCP 内存扩展
描述：为 Cursor AI（类似于 Kiro 的 IDE）添加持久内存，允许 LLM 跨会话保留上下文（例如，调用上一个会话中的代码）。
实际应用：改进编码中的上下文记忆
好处：提高长期软件开发的准确性。
与 Kiro/Coding 相关：与 Cursor 等 IDE 直接相关； Kiro 同样可以通过 MCP.analyticsvidhya.comiamdave.ai
8. 维持转向和规格。企业集成
说明：Salesforce 使用适用于 Agentforce 3 的 MCP，以及 Salesforce DX、Heroku、MuleSoft 和 Slack 等服务器。例如，AI 代理连接 GitHub 和 Google Drive 以自动化代码工作流程。
实际应用：Cloudflare 使用 MCP 门户进行安全管理； New Relic 监控 Python 应用中的 MCP 通信。
优点：保护并观察大型组织中的 MCP 连接。
Kiro/编码相关：Kiro (AWS) 可以将 MCP 与 Bedrock 等 AWS 服务集成，类似于 Google 使用 Gemini 和 VS Code 的方式。
有效用户来自 Tan Phat Digital 的指南结果
从 kiro.dev 主页安装并登录后，您应该采取以下步骤来优化您的体验：
设置 Steering： 花前 5 分钟通过 Steering 选项卡“教授”Kiro 有关您的项目的信息。您可以在此处定义核心规则，防止 AI 编写“偏离主题”的代码。
使用规范：不要只是聊天。让我们从创建一个规范开始。 Kiro 将详细分析和规划，帮助您节省积分并避免架构错误。
积分跟踪： Tan Phat Digital 请注意，在高端型号（如 Claude Sonnet 1.3X）中使用 Auto Agent 会更快地消耗积分。考虑使用快速聊天模式来解决简单的问题。
您是否愿意Tan Phat Digital帮助您编写示例指导文件以立即应用于您当前的项目
分享
