[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-jasonkneen--kiro":3,"similar-jasonkneen--kiro":73},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":19,"owner_email":20,"owner_twitter":21,"owner_website":22,"owner_url":23,"languages":24,"stars":49,"forks":50,"last_commit_at":51,"license":52,"difficulty_score":53,"env_os":54,"env_gpu":55,"env_ram":56,"env_deps":57,"category_tags":65,"github_topics":20,"view_count":53,"oss_zip_url":20,"oss_zip_packed_at":20,"status":68,"created_at":69,"updated_at":70,"faqs":71,"releases":72},2637,"jasonkneen\u002Fkiro","kiro","Complete System Prompts for Kiro IDE by Amazon","Kiro 是一套专为亚马逊 Kiro IDE 打造的系统提示词（System Prompts）与规范驱动开发指南。它旨在解决软件开发中需求模糊、设计脱节以及执行混乱的痛点，通过引入“需求→设计→任务”的三阶段标准化流程，帮助团队将抽象的想法转化为可落地的代码方案。\n\n这套工具特别适合开发者、技术负责人及项目经理使用，尤其是那些希望借助 AI 提升工程效率、追求高质量交付的团队。其核心亮点在于提供了一套完整的结构化方法论：不仅包含基于 EARS 标准的需求梳理方法，还涵盖了详细的设计文档模板、任务拆解策略以及针对 AI 协作的高效提示词技巧。此外，Kiro 内置了决策框架与思维链示例，能够引导 AI 进行更严谨的逻辑推理，确保从规划到执行的每一步都清晰可控。无论是新手入门还是资深专家优化工作流，Kiro 都能通过丰富的案例库和即用型模板，让规范驱动开发变得简单高效，真正实现人与 AI 的深度协同。","# Spec-Driven Development Guide\n\n[![Run in Smithery](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjasonkneen_kiro_readme_876696d7ac7a.png)](https:\u002F\u002Fsmithery.ai\u002Fskills?ns=jasonkneen&utm_source=github&utm_medium=badge)\n\n\nA comprehensive guide to systematic feature development using the three-phase spec process: Requirements → Design → Tasks.\n\n\u003C!-- Navigation Metadata -->\n\u003C!-- Keywords: spec-driven development, requirements engineering, system design, implementation planning, AI collaboration -->\n\u003C!-- Topics: methodology, process, templates, examples, best practices -->\n\u003C!-- Audience: developers, project managers, technical leads -->\n\n## Used by\n\n- [@kazini](https:\u002F\u002Fgithub.com\u002Fkazini) in their spec kit https:\u002F\u002Fgithub.com\u002Fkazini\u002Fyask-spec-kit\n- Amazon in internal presentations: _\"It’s the best stuff I have found on [spec driven development]. I will be sharing links back to your repo with full attribution.\"_\n\n## 🧭 Navigation Guide\n\n**New to spec-driven development?** → Start with [Methodology Overview](spec-process-guide\u002Fmethodology\u002FREADME.md)  \n**Ready to create your first spec?** → Jump to [Process Guide](spec-process-guide\u002Fprocess\u002FREADME.md)  \n**Looking for examples?** → Browse [Examples & Case Studies](spec-process-guide\u002Fexamples\u002FREADME.md)  \n**Need templates?** → Get [Ready-to-Use Templates](spec-process-guide\u002Ftemplates\u002FREADME.md)  \n**Working with AI?** → Learn [Prompting Strategies](spec-process-guide\u002Fprompting\u002FREADME.md)\n\n**📍 Need detailed navigation?** → See [Complete Navigation Index](spec-process-guide\u002FNAVIGATION.md) - Find content by role, problem, or learning style\n\n---\n\n## 📚 Complete Table of Contents\n\n### 🎯 [Methodology](spec-process-guide\u002Fmethodology\u002FREADME.md)\nLearn the foundational concepts and philosophy behind spec-driven development\n- [Overview](spec-process-guide\u002Fmethodology\u002Foverview.md) - Core concepts and benefits\n- [Philosophy](spec-process-guide\u002Fmethodology\u002Fphilosophy.md) - Why spec-driven development works\n- [When to Use](spec-process-guide\u002Fmethodology\u002Fwhen-to-use.md) - Decision framework and scenarios\n\n### 📋 [Process Guide](spec-process-guide\u002Fprocess\u002FREADME.md)\nStep-by-step walkthrough of the three-phase workflow\n- [Requirements Phase](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) - Gathering and structuring requirements using EARS\n- [Design Phase](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) - Creating comprehensive design documents\n- [Tasks Phase](spec-process-guide\u002Fprocess\u002Ftasks-phase.md) - Breaking down design into actionable coding tasks\n- [Workflow Diagrams](spec-process-guide\u002Fprocess\u002Fworkflow-diagrams.md) - Visual process flows and decision points\n\n### 🧠 [AI Reasoning](spec-process-guide\u002Fai-reasoning\u002FREADME.md)\nInsights into decision-making frameworks and thought processes\n- [Decision Frameworks](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md) - How choices are evaluated\n- [Thought Processes](spec-process-guide\u002Fai-reasoning\u002Fthought-processes.md) - Analysis and prioritization methods\n- [Examples](spec-process-guide\u002Fai-reasoning\u002Fexamples.md) - Real reasoning chains and decision points\n\n### 💬 [Prompting Strategies](spec-process-guide\u002Fprompting\u002FREADME.md)\nEffective communication techniques for AI collaboration\n- [Strategies](spec-process-guide\u002Fprompting\u002Fstrategies.md) - Core prompting approaches\n- [Templates](spec-process-guide\u002Fprompting\u002Ftemplates.md) - Ready-to-use prompt patterns\n- [Best Practices](spec-process-guide\u002Fprompting\u002Fbest-practices.md) - Tips for clear, effective communication\n\n### ⚡ [Execution Guide](spec-process-guide\u002Fexecution\u002FREADME.md)\nPractical guidance for implementing features from specs\n- [Implementation Guide](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) - Step-by-step execution strategies\n- [Quality Assurance](spec-process-guide\u002Fexecution\u002Fquality-assurance.md) - Testing and validation techniques\n- [Troubleshooting](spec-process-guide\u002Fexecution\u002Ftroubleshooting.md) - Common issues and solutions\n\n### 📚 [Resources](spec-process-guide\u002Fresources\u002FREADME.md)\nCurated references and learning materials\n- [Standards](spec-process-guide\u002Fresources\u002Fstandards.md) - EARS and industry standards\n- [Tools](spec-process-guide\u002Fresources\u002Ftools.md) - Recommended tools and integrations\n- [Further Reading](spec-process-guide\u002Fresources\u002Ffurther-reading.md) - Additional learning resources\n\n### 📖 [Examples](spec-process-guide\u002Fexamples\u002FREADME.md)\nReal-world case studies and complete spec examples\n- [Simple Feature Specs](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) - Basic feature examples\n- [Complex System Specs](spec-process-guide\u002Fexamples\u002Fcomplex-system-spec.md) - Large system examples\n- [Case Studies](spec-process-guide\u002Fexamples\u002Fcase-studies.md) - Success stories and lessons learned\n- [Troubleshooting & Pitfalls](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md) - Common mistakes and recovery strategies\n\n### 📝 [Templates](spec-process-guide\u002Ftemplates\u002FREADME.md)\nReady-to-use templates and checklists\n- [Requirements Template](spec-process-guide\u002Ftemplates\u002Frequirements-template.md) - EARS-formatted requirements\n- [Design Template](spec-process-guide\u002Ftemplates\u002Fdesign-template.md) - Comprehensive design structure\n- [Tasks Template](spec-process-guide\u002Ftemplates\u002Ftasks-template.md) - Implementation planning format\n\n---\n\n## Quick Start\n\nNew to spec-driven development? Start here:\n\n1. **Understand the Methodology** - Read the [Overview](spec-process-guide\u002Fmethodology\u002Foverview.md) to grasp core concepts\n2. **See It in Action** - Review a [Simple Feature Spec](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) example\n3. **Try It Yourself** - Use the [Requirements Template](spec-process-guide\u002Ftemplates\u002Frequirements-template.md) for your first spec\n4. **Get Better Results** - Apply [Prompting Strategies](spec-process-guide\u002Fprompting\u002Fstrategies.md) for AI collaboration\n\n## Navigation Tips\n\n- 📋 **Process sections** provide step-by-step instructions\n- 🧠 **AI Reasoning sections** explain the \"why\" behind decisions  \n- 💬 **Prompting sections** help you communicate effectively with AI\n- 📖 **Examples** show complete, real-world applications\n- 📝 **Templates** give you ready-to-use starting points\n\n---\n\n## 🔗 Cross-References & Related Content\n\n### By Workflow Phase\n- **Planning Phase**: [Methodology](spec-process-guide\u002Fmethodology\u002FREADME.md) → [Requirements](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) → [Design](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) → [Tasks](spec-process-guide\u002Fprocess\u002Ftasks-phase.md)\n- **Execution Phase**: [Implementation Guide](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) → [Quality Assurance](spec-process-guide\u002Fexecution\u002Fquality-assurance.md)\n- **AI Collaboration**: [Prompting Strategies](spec-process-guide\u002Fprompting\u002FREADME.md) → [AI Reasoning](spec-process-guide\u002Fai-reasoning\u002FREADME.md) → [Best Practices](spec-process-guide\u002Fprompting\u002Fbest-practices.md)\n\n### By Experience Level\n- **Beginner**: [Methodology](spec-process-guide\u002Fmethodology\u002FREADME.md) → [Simple Examples](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) → [Templates](spec-process-guide\u002Ftemplates\u002FREADME.md)\n- **Intermediate**: [Process Guide](spec-process-guide\u002Fprocess\u002FREADME.md) → [Prompting Strategies](spec-process-guide\u002Fprompting\u002FREADME.md) → [Case Studies](spec-process-guide\u002Fexamples\u002Fcase-studies.md)\n- **Advanced**: [AI Reasoning](spec-process-guide\u002Fai-reasoning\u002FREADME.md) → [Complex Examples](spec-process-guide\u002Fexamples\u002Fcomplex-system-spec.md) → [Decision Frameworks](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md)\n\n### Quick Problem Solving\n- **Unclear Requirements** → [Requirements Phase](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) + [EARS Standards](spec-process-guide\u002Fresources\u002Fstandards.md)\n- **Design Challenges** → [Design Phase](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) + [AI Decision Frameworks](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md)\n- **Implementation Issues** → [Implementation Guide](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) + [Troubleshooting](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md)\n- **AI Communication Problems** → [Prompting Best Practices](spec-process-guide\u002Fprompting\u002Fbest-practices.md) + [Troubleshooting](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md)\n\n---\n\n## 🔌 Kiro MCP Server\n\nThe Kiro MCP Server exposes Kiro's system prompts and instructions through the Model Context Protocol (MCP), allowing other AI assistants and tools to access Kiro's best practices.\n\n### Features\n\n- **Resources**: Access all Kiro system documentation files via MCP resources\n- **Tools**: Query and retrieve specific system instructions programmatically\n- **Prompts**: Pre-configured prompts for common Kiro workflows\n\n### Quick Start\n\nInstall and configure the MCP server:\n\n```bash\n# Using uvx (recommended)\nuvx kiro-mcp-server\n\n# Or install with pip\npip install kiro-mcp-server\n```\n\nAdd to your MCP client configuration (e.g., `~\u002F.kiro\u002Fsettings\u002Fmcp.json`):\n\n```json\n{\n  \"mcpServers\": {\n    \"kiro-prompts\": {\n      \"command\": \"uvx\",\n      \"args\": [\"kiro-mcp-server\"],\n      \"disabled\": false\n    }\n  }\n}\n```\n\nFor more details, see the [MCP Server Documentation](mcp-server\u002FREADME.md).\n\n---\n\n## 🎯 Claude Code Plugin\n\nKiro is available as an installable Claude Code plugin with 7 skills following the [agentskills.io](https:\u002F\u002Fagentskills.io) specification.\n\n### Quick Install\n\n```bash\n# In Claude Code\n\u002Fplugin marketplace add https:\u002F\u002Fgithub.com\u002Fjasonkneen\u002Fkiro\n\u002Fplugin install kiro-spec-driven@kiro-marketplace\n```\n\n### Available Skills\n\nOnce installed, Claude automatically uses these skills when relevant:\n\n| Skill | Description | Use When |\n|-------|-------------|----------|\n| [spec-driven-development](skills\u002Fspec-driven-development\u002F) | Master methodology | \"create a spec for...\" |\n| [requirements-engineering](skills\u002Frequirements-engineering\u002F) | EARS format | \"write requirements for...\" |\n| [design-documentation](skills\u002Fdesign-documentation\u002F) | Technical architecture | \"design the architecture...\" |\n| [task-breakdown](skills\u002Ftask-breakdown\u002F) | Implementation planning | \"break down into tasks...\" |\n| [ai-prompting](skills\u002Fai-prompting\u002F) | AI communication | \"how to prompt better...\" |\n| [quality-assurance](skills\u002Fquality-assurance\u002F) | Testing strategies | \"testing strategy for...\" |\n| [troubleshooting](skills\u002Ftroubleshooting\u002F) | Problem resolution | \"debug this issue...\" |\n| [create-steering-documents](skills\u002Fcreate-steering-documents\u002F) | Project guidelines | \"create steering documents...\" |\n\n### Installation Options\n\n```bash\n# User scope (available everywhere)\n\u002Fplugin install kiro-spec-driven@kiro-marketplace\n\n# Project scope (shared via git)\n\u002Fplugin install kiro-spec-driven@kiro-marketplace --scope project\n```\n\n### Validate Skills\n\n```bash\n.\u002Fscripts\u002Fvalidate-skills.sh\n```\n\nFor more details, see the [Plugin Documentation](PLUGIN.md) and [Skills Documentation](skills\u002FREADME.md).\n\n---\n\n*This guide is designed to be both a learning resource and a reference manual. Jump to any section based on your current needs, or read through sequentially for comprehensive understanding.*\n\n**📍 For detailed navigation by role, problem, or learning style, see the [Complete Navigation Index](spec-process-guide\u002FNAVIGATION.md)**\n","# 规格驱动开发指南\n\n[![在 Smithery 中运行](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjasonkneen_kiro_readme_876696d7ac7a.png)](https:\u002F\u002Fsmithery.ai\u002Fskills?ns=jasonkneen&utm_source=github&utm_medium=badge)\n\n\n一份全面的指南，介绍如何使用三阶段规格流程——需求 → 设计 → 任务——进行系统化的功能开发。\n\n\u003C!-- 导航元数据 -->\n\u003C!-- 关键词: 规格驱动开发, 需求工程, 系统设计, 实现规划, AI 协作 -->\n\u003C!-- 主题: 方法论, 流程, 模板, 示例, 最佳实践 -->\n\u003C!-- 受众: 开发人员, 项目经理, 技术负责人 -->\n\n## 被以下项目使用\n\n- [@kazini](https:\u002F\u002Fgithub.com\u002Fkazini) 在其规格工具包中使用：https:\u002F\u002Fgithub.com\u002Fkazini\u002Fyask-spec-kit\n- 亚马逊在其内部演示文稿中提到：“这是我所见过关于[规格驱动开发]的最佳资料。我会将链接完整署名后分享给我的团队。”\n\n## 🧭 导航指南\n\n**初次接触规格驱动开发？** → 从 [方法论概述](spec-process-guide\u002Fmethodology\u002FREADME.md) 开始  \n**准备创建你的第一个规格文档？** → 直接跳转到 [流程指南](spec-process-guide\u002Fprocess\u002FREADME.md)  \n**寻找示例？** → 浏览 [示例与案例研究](spec-process-guide\u002Fexamples\u002FREADME.md)  \n**需要模板？** → 获取 [即用型模板](spec-process-guide\u002Ftemplates\u002FREADME.md)  \n**与 AI 合作？** → 学习 [提示策略](spec-process-guide\u002Fprompting\u002FREADME.md)\n\n**📍 需要详细导航？** → 查看 [完整导航索引](spec-process-guide\u002FNAVIGATION.md) - 按角色、问题或学习方式查找内容\n\n---\n\n## 📚 完整目录\n\n### 🎯 [方法论](spec-process-guide\u002Fmethodology\u002FREADME.md)\n了解规格驱动开发的基础概念和哲学\n- [概述](spec-process-guide\u002Fmethodology\u002Foverview.md) - 核心概念与优势\n- [哲学](spec-process-guide\u002Fmethodology\u002Fphilosophy.md) - 为什么规格驱动开发有效\n- [适用场景](spec-process-guide\u002Fmethodology\u002Fwhen-to-use.md) - 决策框架与适用情况\n\n### 📋 [流程指南](spec-process-guide\u002Fprocess\u002FREADME.md)\n三阶段工作流的分步详解\n- [需求阶段](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) - 使用 EARS 收集并结构化需求\n- [设计阶段](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) - 创建全面的设计文档\n- [任务阶段](spec-process-guide\u002Fprocess\u002Ftasks-phase.md) - 将设计拆解为可执行的编码任务\n- [流程图](spec-process-guide\u002Fprocess\u002Fworkflow-diagrams.md) - 可视化的流程与决策点\n\n### 🧠 [AI 推理](spec-process-guide\u002Fai-reasoning\u002FREADME.md)\n关于决策框架与思维过程的深入见解\n- [决策框架](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md) - 如何评估选择\n- [思维过程](spec-process-guide\u002Fai-reasoning\u002Fthought-processes.md) - 分析与优先级排序方法\n- [示例](spec-process-guide\u002Fai-reasoning\u002Fexamples.md) - 真实的推理链与决策点\n\n### 💬 [提示策略](spec-process-guide\u002Fprompting\u002FREADME.md)\n与 AI 合作的有效沟通技巧\n- [策略](spec-process-guide\u002Fprompting\u002Fstrategies.md) - 核心提示方法\n- [模板](spec-process-guide\u002Fprompting\u002Ftemplates.md) - 即用型提示模式\n- [最佳实践](spec-process-guide\u002Fprompting\u002Fbest-practices.md) - 清晰高效沟通的建议\n\n### ⚡ [执行指南](spec-process-guide\u002Fexecution\u002FREADME.md)\n根据规格文档实现功能的实用指导\n- [实施指南](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) - 分步执行策略\n- [质量保证](spec-process-guide\u002Fexecution\u002Fquality-assurance.md) - 测试与验证技术\n- [故障排除](spec-process-guide\u002Fexecution\u002Ftroubleshooting.md) - 常见问题及解决方案\n\n### 📚 [资源](spec-process-guide\u002Fresources\u002FREADME.md)\n精选参考文献与学习材料\n- [标准](spec-process-guide\u002Fresources\u002Fstandards.md) - EARS 及行业标准\n- [工具](spec-process-guide\u002Fresources\u002Ftools.md) - 推荐工具与集成方案\n- [延伸阅读](spec-process-guide\u002Fresources\u002Ffurther-reading.md) - 更多学习资源\n\n### 📖 [示例](spec-process-guide\u002Fexamples\u002FREADME.md)\n真实案例与完整规格示例\n- [简单功能规格](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) - 基础功能示例\n- [复杂系统规格](spec-process-guide\u002Fexamples\u002Fcomplex-system-spec.md) - 大型系统示例\n- [案例研究](spec-process-guide\u002Fexamples\u002Fcase-studies.md) - 成功故事与经验教训\n- [故障排除与陷阱](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md) - 常见错误及应对策略\n\n### 📝 [模板](spec-process-guide\u002Ftemplates\u002FREADME.md)\n即用型模板与检查清单\n- [需求模板](spec-process-guide\u002Ftemplates\u002Frequirements-template.md) - EARS 格式的客户需求\n- [设计模板](spec-process-guide\u002Ftemplates\u002Fdesign-template.md) - 全面的设计结构\n- [任务模板](spec-process-guide\u002Ftemplates\u002Ftasks-template.md) - 实施计划格式\n\n---\n\n## 快速入门\n\n初次接触规格驱动开发？请从这里开始：\n\n1. **理解方法论** - 阅读 [概述](spec-process-guide\u002Fmethodology\u002Foverview.md)，掌握核心概念\n2. **查看实际应用** - 参阅 [简单功能规格](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) 示例\n3. **动手尝试** - 使用 [需求模板](spec-process-guide\u002Ftemplates\u002Frequirements-template.md) 创建你的第一个规格文档\n4. **提升效果** - 应用 [提示策略](spec-process-guide\u002Fprompting\u002Fstrategies.md) 与 AI 协作\n\n## 导航提示\n\n- 📋 **流程章节** 提供分步指导\n- 🧠 **AI 推理章节** 解释决策背后的逻辑\n- 💬 **提示章节** 帮助你与 AI 进行高效沟通\n- 📖 **示例** 展示完整的实际应用\n- 📝 **模板** 提供开箱即用的起点\n\n---\n\n## 🔗 交叉引用与相关内容\n\n### 按工作流阶段\n- **规划阶段**: [方法论](spec-process-guide\u002Fmethodology\u002FREADME.md) → [需求](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) → [设计](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) → [任务](spec-process-guide\u002Fprocess\u002Ftasks-phase.md)\n- **执行阶段**: [实施指南](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) → [质量保证](spec-process-guide\u002Fexecution\u002Fquality-assurance.md)\n- **AI 协作**: [提示策略](spec-process-guide\u002Fprompting\u002FREADME.md) → [AI 推理](spec-process-guide\u002Fai-reasoning\u002FREADME.md) → [最佳实践](spec-process-guide\u002Fprompting\u002Fbest-practices.md)\n\n### 按经验水平\n- **初级**: [方法论](spec-process-guide\u002Fmethodology\u002FREADME.md) → [简单示例](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) → [模板](spec-process-guide\u002Ftemplates\u002FREADME.md)\n- **中级**: [流程指南](spec-process-guide\u002Fprocess\u002FREADME.md) → [提示策略](spec-process-guide\u002Fprompting\u002FREADME.md) → [案例研究](spec-process-guide\u002Fexamples\u002Fcase-studies.md)\n- **高级**: [AI推理](spec-process-guide\u002Fai-reasoning\u002FREADME.md) → [复杂示例](spec-process-guide\u002Fexamples\u002Fcomplex-system-spec.md) → [决策框架](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md)\n\n### 快速解决问题\n- **需求不明确** → [需求阶段](spec-process-guide\u002Fprocess\u002Frequirements-phase.md) + [EARS标准](spec-process-guide\u002Fresources\u002Fstandards.md)\n- **设计挑战** → [设计阶段](spec-process-guide\u002Fprocess\u002Fdesign-phase.md) + [AI决策框架](spec-process-guide\u002Fai-reasoning\u002Fdecision-frameworks.md)\n- **实现问题** → [实施指南](spec-process-guide\u002Fexecution\u002Fimplementation-guide.md) + [故障排除](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md)\n- **AI沟通问题** → [提示最佳实践](spec-process-guide\u002Fprompting\u002Fbest-practices.md) + [故障排除](spec-process-guide\u002Fexamples\u002Ftroubleshooting-pitfalls.md)\n\n---\n\n## 🔌 Kiro MCP服务器\n\nKiro MCP服务器通过模型上下文协议（MCP）公开Kiro的系统提示和指令，使其他AI助手和工具能够访问Kiro的最佳实践。\n\n### 功能\n\n- **资源**: 通过MCP资源访问所有Kiro系统文档文件\n- **工具**: 以编程方式查询和检索特定的系统指令\n- **提示**: 针对常见Kiro工作流的预配置提示\n\n### 快速开始\n\n安装并配置MCP服务器：\n\n```bash\n# 使用uvx（推荐）\nuvx kiro-mcp-server\n\n# 或者使用pip安装\npip install kiro-mcp-server\n```\n\n将以下内容添加到您的MCP客户端配置中（例如：`~\u002F.kiro\u002Fsettings\u002Fmcp.json`）：\n\n```json\n{\n  \"mcpServers\": {\n    \"kiro-prompts\": {\n      \"command\": \"uvx\",\n      \"args\": [\"kiro-mcp-server\"],\n      \"disabled\": false\n    }\n  }\n}\n```\n\n更多详情，请参阅[MCP服务器文档](mcp-server\u002FREADME.md)。\n\n---\n\n## 🎯 Claude代码插件\n\nKiro作为可安装的Claude代码插件提供，包含7项技能，遵循[agentskills.io](https:\u002F\u002Fagentskills.io)规范。\n\n### 快速安装\n\n```bash\n# 在Claude代码中\n\u002Fplugin marketplace add https:\u002F\u002Fgithub.com\u002Fjasonkneen\u002Fkiro\n\u002Fplugin install kiro-spec-driven@kiro-marketplace\n```\n\n### 可用技能\n\n安装完成后，Claude会在相关场景下自动调用这些技能：\n\n| 技能 | 描述 | 使用场景 |\n|-------|-------------|----------|\n| [规范驱动开发](skills\u002Fspec-driven-development\u002F) | 掌握方法论 | “为……创建规范” |\n| [需求工程](skills\u002Frequirements-engineering\u002F) | EARS格式 | “为……编写需求” |\n| [设计文档](skills\u002Fdesign-documentation\u002F) | 技术架构 | “设计架构……” |\n| [任务分解](skills\u002Ftask-breakdown\u002F) | 实施计划 | “将其分解为任务……” |\n| [AI提示](skills\u002Fai-prompting\u002F) | AI沟通 | “如何更好地提示……” |\n| [质量保证](skills\u002Fquality-assurance\u002F) | 测试策略 | “针对……的测试策略” |\n| [故障排除](skills\u002Ftroubleshooting\u002F) | 问题解决 | “调试这个问题……” |\n| [创建指导性文档](skills\u002Fcreate-steering-documents\u002F) | 项目指南 | “创建指导性文档……” |\n\n### 安装选项\n\n```bash\n# 用户范围（在任何地方可用）\n\u002Fplugin install kiro-spec-driven@kiro-marketplace\n\n# 项目范围（通过git共享）\n\u002Fplugin install kiro-spec-driven@kiro-marketplace --scope project\n```\n\n### 验证技能\n\n```bash\n.\u002Fscripts\u002Fvalidate-skills.sh\n```\n\n更多详情，请参阅[插件文档](PLUGIN.md)和[技能文档](skills\u002FREADME.md)。\n\n---\n\n*本指南旨在作为学习资源和参考手册。您可以根据当前需求跳转至任意章节，或按顺序阅读以获得全面理解。*\n\n**📍 如需按角色、问题或学习风格进行详细导航，请参阅[完整导航索引](spec-process-guide\u002FNAVIGATION.md)**","# Kiro 快速上手指南\n\nKiro 是一套基于规范驱动开发（Spec-Driven Development）的方法论与工具集，旨在通过“需求 → 设计 → 任务”的三阶段流程，系统化地指导开发者与 AI 协作完成功能开发。它提供了一套完整的文档、模板以及适用于 Claude Code 的插件技能。\n\n## 环境准备\n\n在开始使用 Kiro 之前，请确保满足以下前置条件：\n\n*   **操作系统**：支持 Linux、macOS 或 Windows (WSL)。\n*   **Python 环境**：建议安装 Python 3.8+，用于运行 MCP 服务器。\n*   **包管理工具**：\n    *   推荐安装 `uv` (用于快速运行 `uvx` 命令)。\n    *   或确保已安装 `pip`。\n*   **AI 助手**：\n    *   **Claude Code**：需安装并配置好 Claude Code CLI，以便使用 Kiro 插件技能。\n    *   **MCP 客户端**：如果使用 MCP 模式，需配置支持 Model Context Protocol (MCP) 的客户端。\n\n## 安装步骤\n\nKiro 主要通过两种方式使用：作为 **MCP 服务器**集成到通用 AI 工作流，或作为 **Claude Code 插件**直接调用技能。\n\n### 方式一：安装 Kiro MCP 服务器\n\n此方式允许其他 AI 助手通过 MCP 协议访问 Kiro 的系统提示和最佳实践。\n\n1.  **启动服务器**\n    推荐使用 `uvx` 直接运行（无需全局安装）：\n    ```bash\n    uvx kiro-mcp-server\n    ```\n    或者使用 `pip` 安装：\n    ```bash\n    pip install kiro-mcp-server\n    ```\n\n2.  **配置 MCP 客户端**\n    将以下配置添加到你的 MCP 客户端配置文件中（例如 `~\u002F.kiro\u002Fsettings\u002Fmcp.json`）：\n    ```json\n    {\n      \"mcpServers\": {\n        \"kiro-prompts\": {\n          \"command\": \"uvx\",\n          \"args\": [\"kiro-mcp-server\"],\n          \"disabled\": false\n        }\n      }\n    }\n    ```\n\n### 方式二：安装 Claude Code 插件\n\n此方式专为 Claude Code 用户设计，安装后可自动激活 7 项核心开发技能。\n\n1.  **添加市场源并安装**\n    在 Claude Code 终端中执行以下命令：\n    ```bash\n    \u002Fplugin marketplace add https:\u002F\u002Fgithub.com\u002Fjasonkneen\u002Fkiro\n    \u002Fplugin install kiro-spec-driven@kiro-marketplace\n    ```\n\n2.  **选择安装范围（可选）**\n    *   **用户级安装**（全局可用）：\n        ```bash\n        \u002Fplugin install kiro-spec-driven@kiro-marketplace\n        ```\n    *   **项目级安装**（通过 git 共享）：\n        ```bash\n        \u002Fplugin install kiro-spec-driven@kiro-marketplace --scope project\n        ```\n\n3.  **验证技能**\n    运行脚本确认技能已正确加载：\n    ```bash\n    .\u002Fscripts\u002Fvalidate-skills.sh\n    ```\n\n## 基本使用\n\nKiro 的核心在于遵循 **需求 (Requirements) → 设计 (Design) → 任务 (Tasks)** 的开发流程。\n\n### 1. 使用 Claude Code 技能（推荐）\n\n安装插件后，只需在对话中使用自然语言触发对应技能，Claude 会自动调用 Kiro 的方法论。\n\n*   **生成需求文档** (使用 EARS 标准)：\n    > \"为一个新的用户登录功能 write requirements for...\"\n    *   *触发技能：`requirements-engineering`*\n\n*   **架构设计**：\n    > \"design the architecture for 上述登录功能，包含数据库 schema 和 API 定义...\"\n    *   *触发技能：`design-documentation`*\n\n*   **拆解开发任务**：\n    > \"break down into tasks for 实现该登录功能...\"\n    *   *触发技能：`task-breakdown`*\n\n*   **优化 AI 提示词**：\n    > \"how to prompt better 以获取更准确的代码生成结果...\"\n    *   *触发技能：`ai-prompting`*\n\n### 2. 手动参考模板与流程\n\n如果不使用插件，可参照 Kiro 定义的标准化流程手动编写文档：\n\n1.  **需求阶段**：参考 [Requirements Template](spec-process-guide\u002Ftemplates\u002Frequirements-template.md)，使用 EARS 格式清晰描述系统行为。\n2.  **设计阶段**：参考 [Design Template](spec-process-guide\u002Ftemplates\u002Fdesign-template.md)，输出包含技术选型、数据流和接口定义的详细设计文档。\n3.  **任务阶段**：参考 [Tasks Template](spec-process-guide\u002Ftemplates\u002Ftasks-template.md)，将设计拆解为可执行的编码任务列表。\n4.  **执行与验证**：依据 [Execution Guide](spec-process-guide\u002Fexecution\u002FREADME.md) 进行代码实现和质量保证。\n\n### 3. 快速入门路径\n\n对于初次使用者，建议按以下顺序体验：\n1.  阅读 [方法论概览](spec-process-guide\u002Fmethodology\u002Foverview.md) 理解核心理念。\n2.  查看 [简单功能示例](spec-process-guide\u002Fexamples\u002Fsimple-feature-spec.md) 了解成品样子。\n3.  复制 [需求模板](spec-process-guide\u002Ftemplates\u002Frequirements-template.md) 尝试编写第一个规范。","某电商初创团队的后端工程师正急需在两周内上线一个复杂的“动态库存锁定与释放”功能，以应对即将到来的大促活动。\n\n### 没有 kiro 时\n- 需求理解模糊：开发人员直接凭直觉写代码，导致对“超卖临界值”和“并发锁粒度”的理解与产品经理不一致，后期返工频繁。\n- 设计缺失：缺乏系统性的架构文档，数据库事务边界定义不清，上线后在高并发场景下出现死锁和数据不一致。\n- 任务拆解混乱：开发任务颗粒度太大，AI 助手生成的代码往往过于笼统，无法直接运行，需要人工反复修改调试。\n- 协作效率低下：前后端接口定义靠口头沟通，联调时发现字段类型不匹配，浪费了大量时间在修复低级错误上。\n\n### 使用 kiro 后\n- 需求精准结构化：利用 kiro 的 EARS 规范引导，将模糊的业务描述转化为精确的可执行需求，确保团队对“库存扣减逻辑”达成唯一共识。\n- 设计先行落地：通过三阶段流程自动生成包含时序图和数据库 schema 的详细设计文档，提前识别并解决了潜在的死锁风险。\n- 任务原子化执行：kiro 将设计自动拆解为细粒度的编码任务，AI 基于具体上下文生成的代码片段可直接集成，大幅减少调试时间。\n- 标准化协作流：生成的规格说明书自动包含明确的接口契约，前后端并行开发无障碍，联调一次通过率显著提升。\n\nkiro 通过将非结构化的想法转化为严谨的工程规格，让团队从“边写边改”的混乱模式转型为“按图施工”的高效交付流程。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjasonkneen_kiro_0c4ef8e5.png","jasonkneen","Jason Kneen","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjasonkneen_b92c5b31.jpg","Seasoned developer, engineer, innovator, building AI solutions and tooling, MCPs and innovate solutions to every day problems. Mobile and App Dev, Dev Rel.","Freelance (BouncingFish)","Wiltshire, UK",null,"Jasonkneen","www.bouncingfish.com","https:\u002F\u002Fgithub.com\u002Fjasonkneen",[25,29,33,37,41,45],{"name":26,"color":27,"percentage":28},"TypeScript","#3178c6",86.4,{"name":30,"color":31,"percentage":32},"Python","#3572A5",9.4,{"name":34,"color":35,"percentage":36},"Shell","#89e051",2.1,{"name":38,"color":39,"percentage":40},"JavaScript","#f1e05a",0.8,{"name":42,"color":43,"percentage":44},"CSS","#663399",0.7,{"name":46,"color":47,"percentage":48},"HTML","#e34c26",0.6,609,172,"2026-04-03T06:30:00","MIT",2,"未说明 (跨平台，依赖 Python 环境)","不需要 (非深度学习模型，仅为规范文档和提示词工具)","未说明",{"notes":58,"python":59,"dependencies":60},"该工具并非传统的 AI 模型，而是一套基于规范驱动开发（Spec-Driven Development）的方法论指南、模板集合以及 MCP 服务器\u002F插件。它不包含需要 GPU 运行的本地大模型权重文件。主要运行方式是通过 'uvx' 或 'pip' 安装 MCP 服务器，或作为 'Claude Code' 的插件使用。无需配置 CUDA 或下载大型模型文件。","未说明 (需支持 uvx 或 pip 安装)",[61,62,63,64],"uvx (推荐)","pip","kiro-mcp-server","Claude Code (插件运行环境)",[66,67],"语言模型","插件","ready","2026-03-27T02:49:30.150509","2026-04-06T05:37:28.507739",[],[],[74,84,92,105,114,122],{"id":75,"name":76,"github_repo":77,"description_zh":78,"stars":79,"difficulty_score":53,"last_commit_at":80,"category_tags":81,"status":68},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,"2026-04-05T11:33:21",[82,83,66],"开发框架","Agent",{"id":85,"name":86,"github_repo":87,"description_zh":88,"stars":89,"difficulty_score":53,"last_commit_at":90,"category_tags":91,"status":68},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[82,66],{"id":93,"name":94,"github_repo":95,"description_zh":96,"stars":97,"difficulty_score":53,"last_commit_at":98,"category_tags":99,"status":68},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[100,101,102,67,83,103,66,82,104],"图像","数据工具","视频","其他","音频",{"id":106,"name":107,"github_repo":108,"description_zh":109,"stars":110,"difficulty_score":111,"last_commit_at":112,"category_tags":113,"status":68},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[83,100,82,66,103],{"id":115,"name":116,"github_repo":117,"description_zh":118,"stars":119,"difficulty_score":111,"last_commit_at":120,"category_tags":121,"status":68},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[66,100,82,103],{"id":123,"name":124,"github_repo":125,"description_zh":126,"stars":127,"difficulty_score":111,"last_commit_at":128,"category_tags":129,"status":68},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[66,83,82,67]]