当 Kiro 遇上 OpenClaw：AI Agent 双向协作的实践探索

摘要：本文探索 Kiro（AWS AI Agent）与 OpenClaw（开源 Agent 运行时）基于 MCP + ACP 双协议的双向协作架构。Kiro 通过 MCP 调用 OpenClaw 触达外部世界，OpenClaw 通过 ACP 委派 Kiro 完成深度代码生成与架构分析。四个实战案例验证 了该模式在架构评审、智能运维、数据日报、异步编码场景下的显著效率提升，展示了从”人用工具”到”Agent 用 Agent”。

一、引言：从”人用工具”到”Agent 用 Agent”

在传统的 AI 辅助开发中，人类是唯一的”操作者”——我们向 AI 提问、获取建议、复制粘贴代码。但如果两个 AI Agent 可以互相调用、互相委托呢？

当一个 Agent 擅长”思考和生成”，另一个擅长”感知和执行”，双向协作就是让它们各展所长、无缝衔接的粘合剂。

Kiro（由 AWS 推出的 AI Agent）擅长规格代码编程、架构设计、云运维等各种场景；OpenClaw（开源 AI Agent 运行时）擅长多平台消息处理、定时任务、设备控制和外部系统集成。

本文将展示如何通过 MCP 和 ACP 两条通道，实现它们之间的双向协作，最大力度的发挥他们的各自的价值。

二、架构原理：双向协作的两条通道

Kiro 和 OpenClaw 的协作基于两个互补的协议——MCP（Model Context Protocol）用于工具调用，ACP（Agent Communication Protocol）用于 Agent 间的异步通信。

2.1 整体架构图

2.2 方向一：Kiro → OpenClaw（MCP）

Kiro 通过 MCP（Model Context Protocol）调用 OpenClaw 暴露的工具集。Kiro 在编码过程中可以直接发送飞书消息、读取外部数据、触发设备操作。

MCP 是一个标准化的工具调用协议，让 AI Agent 可以像调用 API 一样使用外部工具。OpenClaw 作为 MCP Server，将自己的所有能力暴露给 Kiro。

2.3 MCP 配置示例

.kiro/settings/mcp.json  [Code Language: JSON]

{
  "mcpServers": {
    "openclaw": {
      "command": "npx",
      "args": ["-y", "openclaw-mcp@latest"],
      "env": {
        "OPENCLAW_GATEWAY": "https://gw.openclaw.ai",
        "OPENCLAW_TOKEN": "${OPENCLAW_TOKEN}"
      },
      "transportType": "stdio"
    }
  }
}

配置完成后，Kiro 获得以下 7 个 MCP Tools（OpenClaw MCP Server v1.3.0 实际暴露的工具集）：

关键洞察：OpenClaw MCP Server 只暴露 7 个工具，但 openclaw_chat 是一个”万能入口”——通过自然语言，Kiro 可以让 OpenClaw 执行其内部的所有 40+ 工具能力（发消息、读文档、搜索、操控设备、管理定时任务…）。这种设计避免了 MCP tool 数量爆炸导致的 token 浪费。

2.4 方向二：OpenClaw → Kiro（ACP）

OpenClaw 通过 ACP（Agent Communication Protocol）向 Kiro 委派复杂的代码生成和分析任务。这是一种异步的 Agent-to-Agent 通信方式。

ACP 让 Agent 之间可以像人类同事一样”委托任务”——发送需求描述，等待对方完成后接收结果。不是简单的函数调用，而是有状态的任务协作。

2.5 ACP 配置示例

Python (ACP via kiro-cli)  [Code Language: Python]

# 启动常驻子进程
self._proc = subprocess.Popen(
    ["kiro-cli", "acp"],
    stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE
)

# JSON-RPC 握手
self._send_request("initialize", {
    "protocolVersion": 1,
    "clientCapabilities": {
        "fs": {"readTextFile": True, "writeTextFile": True},
        "terminal": True
    },
    "clientInfo": {"name": "kiro-api-bridge", "version": "1.0.0"},
})

2.6 双向协作互补价值

三、实战案例

3.1 案例一：架构评审自动化

标签：金融 / 企业级  |  协议：ACP + MCP

从客户需求到 Well-Architected 报告

场景：某金融客户将核心交易系统从 IDC 迁移到 AWS

Oracle RAC + WebLogic + F5  →  Amazon Aurora PostgreSQL + Amazon EKS + Application Load Balancer

3.2 完整流程

Step 1: 客户发送需求

在飞书发送架构迁移需求文档

Step 2: OpenClaw 提取关键信息

当前架构 · 目标架构 · 合规要求（等保三级）· SLA 99.95%

Step 3: ACP 委派 Kiro

OpenClaw → ACP → Kiro Agent

Step 4: Kiro 生成交付物

多 AZ 架构图 + AWS Well-Architected 评估 + AWS CDK 模板

Step 5: 输出交付物

architecture-review.html + infra.ts + migration-plan.md

Step 6: 回传飞书群

OpenClaw 将完整报告发回客户飞书群

3.3 Well-Architected 六大支柱评估

3.4 交付物清单

• architecture-review.html
• infra.ts
• migration-plan.md

3.5 AWS CDK 模板示例

infra.ts  [Code Language: TypeScript]

import * as cdk from 'aws-cdk-lib';
import { Vpc, SubnetType } from 'aws-cdk-lib/aws-ec2';
import { DatabaseCluster } from 'aws-cdk-lib/aws-rds';
import { Cluster } from 'aws-cdk-lib/aws-eks';

export class FinanceInfraStack extends cdk.Stack {
  constructor(scope: cdk.App, id: string) {
    super(scope, id);

    // Multi-AZ VPC with isolated subnets
    const vpc = new Vpc(this, 'FinanceVpc', {
      maxAzs: 3,
      natGateways: 2,
      subnetConfiguration: [
        { name: 'Public',  subnetType: SubnetType.PUBLIC },
        { name: 'Private', subnetType: SubnetType.PRIVATE_WITH_EGRESS },
        { name: 'Isolated', subnetType: SubnetType.PRIVATE_ISOLATED },
      ],
    });

    // Amazon Aurora PostgreSQL (replaces Oracle RAC)
    const db = new DatabaseCluster(this, 'AuroraCluster', {
      engine: rds.DatabaseClusterEngine.auroraPostgres({
        version: rds.AuroraPostgresEngineVersion.VER_15_4,
      }),
      instances: 2,
      vpc,
    });

    // Amazon EKS Cluster (replaces WebLogic)
    const cluster = new Cluster(this, 'EksCluster', {
      version: eks.KubernetesVersion.V1_29,
      vpc,
      defaultCapacity: 3,
    });
  }
}

⚡ 15 分钟完成（原需 2 天）——端到端自动化，从需求接收到报告交付全程零人工

3.6 案例二：游戏运维智能响应

标签：手游 / MMO  |  协议：ACP + MCP

从告警到自动扩缩容——DAU 500万 MMO 的智能运维

3.7 P1 告警实时面板

四、为什么是 MCP + ACP？

你可能会问：为什么需要两个协议？一个不够吗？答案在于它们解决的是不同层面的问题。

MCP 让 Agent 获得"手"（操作外部世界），ACP 让 Agent 获得"大脑"（委托复杂思考）。双协议组合，才能构建真正的 Agent 协作网络。

从技术演进角度看：

Phase 1（当前）：人 → AI 工具（Copilot 模式）

Phase 2（正在发生）：Agent ↔ Agent（MCP + ACP 双向协作）

Phase 3（未来）：Agent 社会（多 Agent 自组织协作网络）

Kiro + OpenClaw 的组合正是 Phase 2 的典型实践。

五、总结与展望

通过 MCP 和 ACP 两条通道，Kiro 和 OpenClaw 实现了真正的 AI Agent 双向协作：

这不仅是两个工具的集成，更是一种新范式的探索——让 Agent 像团队成员一样协作。未来，我们期待看到：

• 更多 Agent 加入协作网络（设计 Agent、测试 Agent、安全 Agent...）
• 协议标准化推动跨平台互操作
• Agent 具备自主学习和经验积累能力
• 从"工具链"进化为"Agent 链"

我们正处在 AI Agent 协作的早期。MCP + ACP 的组合为我们提供了一个坚实的起点。让我们一起构建 Agent 协作的未来。

— — —

把需要人参与的事情，交给 Kiro IDE；

把不需要人参与的事情，交给小龙虾；

当小龙虾需要操作 AWS，再交给 Kiro CLI

各司其职，协作无间——这就是 AI Agent 原生架构的未来。

— — —

六、资源链接

• Kiro 官网
• OpenClaw GitHub
• OpenClaw MCP Server
• OpenClaw 文档
• MCP 规范
• Kiro ACP 文档

➡️ 下一步行动：

相关产品：

• Amazon CDK — 基础设施即代码框架
• Amazon Aurora — 适用于 PostgreSQL、MySQL 和 DSQL 的无服务器关系数据库服务
• Amazon S3 — 适用于 AI、分析和存档的几乎无限的安全对象存储
• Amazon EKS — 托管式 Kubernetes 服务

*前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营，具体信息以中国区域官网为准。

本篇作者

AWS 架构师中心：云端创新的引领者 探索 AWS 架构师中心，获取经实战验证的最佳实践与架构指南，助您高效构建安全、可靠的云上应用