把 Kiro CLI 当作 Agent SDK：一键订阅即可构建你的Agent应用

摘要：Kiro CLI 的 ACP 支持为 Agent 应用开发提供了一条新路径：将命令行工具转变为可编程的 Agent 后端，通过标准化协议暴露完整能力。开发者可以跳过 AI 基础设施的前期投入，专注于应用本身的业务逻辑和用户体验。

1. 背景

你想给自己的应用加上 AI 能力。于是你开始调研：先要选一个模型提供商，注册账号，申请 API Key；然后比较各家 SDK，挑一个靠谱的装上；接着处理认证、Token 计费、配额限制、错误重试；最后还要自己实现流式输出。等你终于把这套管道工程搞完，可能已经过去了好几天——而你的业务逻辑一行都还没写。

如果你只需要订阅一个工具，就能让你的应用直接拥有完整的 AI Agent 能力呢？

这就是 Kiro CLI 现在能做到的事情。

Kiro 是亚马逊云科技推出的 AI 编程助手，只需一次订阅即可使用 IDE 和命令行两种工具 。Kiro CLI 现在实现了 Agent Client Protocol (ACP)——一个标准化 AI Agent 与客户端通信的开放协议，类似于 Language Server Protocol (LSP) 对语言服务器的标准化。协议基于 JSON-RPC 2.0，定义了会话管理、流式输出、工具调用、模型切换等核心能力。

这意味着，任何能够启动子进程并进行 stdio 通信的应用，都可以把 Kiro CLI 当作自己的 Agent 后端——无需申请 API Key，无需安装额外的 SDK，也无需关心底层模型的调用细节。

2. 核心思路：从调用 API 到对话 Agent

Kiro CLI 的 ACP 支持提供了一种不同于传统 SDK 集成的思路：你的应用不再直接调用模型 API，而是与一个本地运行的 Agent 进程通信。这个进程就是 kiro-cli acp，它封装了所有与模型交互的复杂性——你的应用仅通过 JSON-RPC就可以与agent进行通信。

使用ACP开发应用示意图

这种架构带来几个显著优势：

• 零配置接入：Kiro CLI 已处理认证，你的应用不需要管理任何凭证
• 语言无关：任何能启动子进程的语言都可以作为客户端
• 能力完整：你获得的是一个完整的 AI Agent，具备工具调用、上下文管理、会话持久化等能力
• 关注点分离：AI 交互的复杂性被封装在 Agent 进程中，应用代码只需关注业务逻辑

3. 五步构建一个 ACP 应用

让我们通过一个完整的流程来看如何将 Kiro CLI 接入你的应用。

ACP通信流程

3.1 启动 Agent 进程

一切从启动 kiro-cli acp 子进程开始。前提是用户已经 安装并登录了 Kiro CLI。你的应用需要创建这个进程，并建立 stdin/stdout 通信通道。如果需要使用特定的 Agent 配置，可以通过 –agent 参数指定：

// Rust
let child = Command::new("kiro-cli")
    .arg("acp")
    .stdin(Stdio::piped())
    .stdout(Stdio::piped())
    .spawn()?;
# Python
import subprocess
proc = subprocess.Popen(
    ["kiro-cli", "acp"],
    stdin=subprocess.PIPE, stdout=subprocess.PIPE, text=True
)
// Node.js
const { spawn } = require("child_process");
const agent = spawn("kiro-cli", ["acp"], { stdio: ["pipe", "pipe", "pipe"] });

3.2 初始化握手

进程启动后，发送 initialize 请求完成握手。双方交换能力声明——客户端告诉 Agent 自己支持哪些功能，Agent 返回它的能力（如会话恢复、图片输入等）：

{"jsonrpc":"2.0","id":0,"method":"initialize","params":{
  "protocolVersion":1,
  "clientCapabilities":{},
  "clientInfo":{"name":"my-app","version":"0.1.0"}
}}

3.3 创建或恢复会话

通过 session/new 创建新会话，或通过 session/load 恢复之前的会话。每个会话拥有唯一的 sessionId，后续交互都在这个上下文中进行。cwd 指定 Agent 的工作目录，mcpServers 可传入 MCP 服务器扩展工具能力：

{"jsonrpc":"2.0","id":1,"method":"session/new","params":{
  "cwd":"/path/to/project",
  "mcpServers":[]
}}

恢复已有会话（会话数据持久化在 ~/.kiro/sessions/cli/）：

{"jsonrpc":"2.0","id":1,"method":"session/load","params":{
  "sessionId":"uuid-from-before",
  "cwd":"/path/to/project"
}}

3.4 对话交互

通过 session/prompt 发送消息。ACP 原生支持流式输出——Agent 在生成过程中持续发送 session/update 通知，客户端可实时渲染。Agent 还可能调用工具完成任务，协议通过 ToolCall 更新让客户端追踪执行进度：

{"jsonrpc":"2.0","id":2,"method":"session/prompt","params":{
  "sessionId":"uuid-here",
  "prompt":[{"type":"text","text":"解释这段代码"}]
}}

3.5 增强能力（可选）

根据应用需求，选择性接入增强能力：

模型切换 — 会话中动态更换模型（支持 auto、claude-sonnet-4、claude-opus-4.5 等）：

{"jsonrpc":"2.0","id":3,"method":"session/set_model","params":{
  "sessionId":"uuid-here","modelId":"claude-sonnet-4"
}}

中断生成 — 随时取消正在进行的生成：

{"jsonrpc":"2.0","id":99,"method":"session/cancel","params":{
  "sessionId":"uuid-here"
}}

此外，Kiro CLI 还提供了一些扩展能力（以 _kiro.dev/ 为前缀），包括斜杠命令执行、MCP 服务器事件通知、上下文压缩状态等。这些扩展是可选的，不支持的客户端可以安全忽略。

会话数据持久化在 ~/.kiro/sessions/cli/，日志输出到系统临时目录（macOS 为 $TMPDIR/kiro-log/），方便调试和问题排查。

另外如果你的agent还想使用skills、mcp等能力，也可以通过自定义agent来实现，一键将Claude Code 、OpenClaw中的技能迁移到agent应用当中。

更多协议细节请参考 Kiro CLI ACP 文档。

4. 示例项目：KiroNotebook

KiroNotebook 是一个类似 Google NotebookLM 的本地文档对话应用。用户可以导入 PDF、Word、Markdown 等文档，然后与 AI 讨论文档内容。

KiroNotebook 界面

在这个应用中，Kiro CLI 承担了所有 AI 相关的工作：理解用户问题、分析文档内容、生成回答、维护对话上下文。应用本身只需要做三件事——管理 ACP 进程生命周期、转发 JSON-RPC 消息、渲染流式响应。整个项目没有引入任何 AI SDK，也没有一行直接调用模型 API 的代码。

KiroNotebook 接入Kiro CLI架构图

仓库中还提供了 Python 参考脚本，演示创建会话、恢复会话、切换模型和流式输出等核心 ACP 方法。其中最完整的流式对话示例不到 100 行 Python 代码——这不到 100 行已经包含了进程管理、协议握手、会话创建、流式输出和模型切换的全部逻辑，适合作为构建自己 ACP 客户端的起点。

5. 总结

Kiro CLI + ACP 为构建 Agent 应用提供了一种更快速的接入方式。不需要申请 API Key，不需要集成 SDK，不需要自己实现流式输出和工具调用——启动一个子进程，说 JSON-RPC，就能获得完整的 AI Agent 能力。从想法到可用的原型，可能只需要一个下午。

在成本方面，Kiro CLI 采用按月订阅的套餐模式，而非按 Token 计费。免费版每月 50 credits，Pro 版 $20/月包含 1,000 credits，即使超出配额，每个 credit 也只需 $0.04。不会出现”跑了一晚上，第二天收到天价账单”的情况——月度固定支出，成本完全可预期。详细定价请参考 Kiro 定价页面。

安装 Kiro CLI，让它成为你下一个 Agent 应用的 AI 引擎。

➡️ 下一步行动：

相关产品：

• Amazon Kiro — AI 驱动的 IDE
• Amazon CLI — 用于管理 AWS 服务的统一工具

相关文章：

• 基于Strands Agents SDK和Amazon Bedrock AgentCore构建商品详情图广告词审查Agent
• 快时尚电商行业智能体设计思路与应用实践（二）借助 LangChain/LangGraph 和 MCP 重塑行业的智能化生态系统
• 快时尚电商行业智能体设计思路与应用实践（八）基于 WebSocket 的语音系统：Nova 2 Sonic, AgentCore, Strands Agents 企业级架构实践
• 智能体驱动测试变革：让智能体成为测试第一性 之二：Browser Use 和 AgentCore Browser Tool
• Amazon Q 从入门到精通 – 测试与重构

6. 参考链接

• Kiro CLI ACP 文档
• Agent Client Protocol 协议规范
• KiroNotebook 源码

*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