KIRO AI · SOFTWARE ENGINEERING

软件工程全能力深度解析

从需求分析到部署运维，覆盖软件开发生命周期每一个环节

50+

编程语言

100+

框架/库

15

工程领域

200+

AWS 服务

使用 ← → 方向键或底部按钮翻页 · 按 F 全屏

1

📑 目录总览

01需求分析与建模

02系统设计与架构

03编程语言精通

04前端工程

05后端工程

06数据库工程

07API 设计与集成

08软件测试

09DevOps 与 CI/CD

10安全工程

11性能工程

12AI 辅助工程

13项目管理与协作

14总结与展望

15能力极限深度剖析

2

01

需求分析与建模

软件工程的起点 — 理解问题比解决问题更重要。Kiro 能够帮助你从模糊的想法到清晰的需求规格。

3

01 · 需求分析

📋 需求获取与分析

🎯 需求类型识别

功能需求：用户故事编写（As a... I want... So that...）、用例图描述、功能点分解、验收标准定义（Given-When-Then）
非功能需求：性能指标（响应时间/吞吐量/并发数）、可用性目标（99.9%/99.99%）、安全要求、可扩展性、可维护性
约束条件：技术栈限制、预算约束、合规要求（GDPR/HIPAA/PCI-DSS）、时间线

📝 需求文档生成

PRD（产品需求文档）：完整的产品需求描述，包括背景、目标、用户画像、功能列表、优先级排序
SRS（软件需求规格说明）：IEEE 830 标准格式，详细的功能和非功能需求描述
用户故事地图：按用户旅程组织的功能分解，识别 MVP 范围
竞品分析报告：功能对比矩阵、技术栈分析、差异化策略

4

01 · 需求分析

🔍 领域建模

📐 UML 建模能力

用例图：Actor 识别、用例关系（include/extend/generalization）
类图：实体关系、继承层次、接口定义、关联/聚合/组合
序列图：对象交互时序、同步/异步消息、循环/条件片段
状态图：状态转换、事件触发、守卫条件
活动图：业务流程、并行分支、决策节点

Kiro 可以用 PlantUML/Mermaid 语法生成这些图的代码

🏛️ 领域驱动设计（DDD）

战略设计：限界上下文（Bounded Context）划分、上下文映射（Context Map）、通用语言（Ubiquitous Language）定义
战术设计：聚合根（Aggregate Root）、实体（Entity）、值对象（Value Object）、领域服务、领域事件
仓储模式：Repository 接口设计、持久化策略
防腐层：外部系统集成的隔离层设计

5

01 · 需求分析

📊 需求分析实战示例

场景：电商平台订单系统需求分析

Kiro 可以从一句话需求 "做一个订单系统" 展开完整的需求分析：

👤 用户故事

作为买家，我想要： • 将商品加入购物车 • 选择收货地址和支付方式 • 提交订单并在线支付 • 查看订单状态和物流信息 • 申请退款/退货作为卖家，我想要： • 接收和处理订单 • 管理发货和物流 • 处理退款申请

🔄 状态机设计

待支付 → 已支付 → 待发货 ↓ ↓ ↓ 已取消退款中已发货 ↓ ↓ 已退款已签收 ↓ 已完成/退货中

📏 非功能需求

下单接口 <200ms 响应
支持 1000 QPS 并发下单
订单数据保留 3 年
支付信息 PCI-DSS 合规
99.99% 可用性
支持水平扩展

6

01 · 需求分析

🛠️ 需求分析工具链

Kiro 可以生成的需求制品

制品类型	格式	内容
PRD 文档	Markdown	完整产品需求描述
用户故事	Markdown/JIRA	标准格式用户故事
UML 图	PlantUML/Mermaid	各类 UML 图代码
API 契约	OpenAPI YAML	接口规格定义
数据模型	SQL DDL	数据库表结构
原型描述	HTML/Markdown	页面结构和交互说明
测试用例	Gherkin/Markdown	验收测试场景

需求分析流程

Step 1：理解业务背景和目标

Step 2：识别用户角色和核心用例

Step 3：分解功能需求，定义验收标准

Step 4：明确非功能需求和约束

Step 5：输出需求文档和领域模型

7

02

系统设计与架构

从高层架构到详细设计，从单体应用到分布式系统，Kiro 具备完整的系统设计能力。

8

02 · 系统设计

🏗️ 架构模式精通

单体架构

分层架构：Controller → Service → Repository → Database，职责清晰分离
模块化单体：按业务域划分模块，模块间通过接口通信，为未来拆分微服务做准备
六边形架构：端口与适配器模式，业务逻辑与外部依赖解耦
适用场景：中小型项目、团队规模 <10 人、快速迭代期

微服务架构

服务拆分：按业务能力/限界上下文拆分，单一职责
通信模式：同步（REST/gRPC）+ 异步（消息队列/事件总线）
数据管理：每服务独立数据库、Saga 分布式事务、最终一致性
基础设施：服务发现、配置中心、API 网关、熔断限流、链路追踪

事件驱动架构

Event Sourcing：事件溯源，完整审计追踪
CQRS：命令查询职责分离，读写独立优化
Event Bus：松耦合的服务间通信

Serverless 架构

FaaS：AWS Lambda / Azure Functions
BaaS：托管数据库、认证、存储
编排：Step Functions 状态机

9

02 · 系统设计

📐 设计原则与模式

SOLID 原则

S — 单一职责：一个类只有一个变化的原因

O — 开闭原则：对扩展开放，对修改关闭

L — 里氏替换：子类可以替换父类使用

I — 接口隔离：客户端不应依赖不需要的接口

D — 依赖倒置：依赖抽象而非具体实现

常用设计模式

类别	模式
创建型	工厂、抽象工厂、建造者、单例、原型
结构型	适配器、桥接、组合、装饰器、外观、代理
行为型	策略、观察者、命令、状态、模板方法、迭代器、中介者
架构型	MVC、MVP、MVVM、Repository、Unit of Work
并发型	生产者-消费者、读写锁、线程池、Actor

10

02 · 系统设计

☁️ 云原生架构设计

容器化设计

Docker 多阶段构建优化
镜像安全（非 root、最小基础镜像）
健康检查与优雅关闭
资源限制（CPU/Memory Limits）
日志标准化（stdout/stderr）

Kubernetes 编排

Deployment 滚动更新策略
HPA/VPA 自动扩缩
Service Mesh（Istio）
Ingress 流量管理
ConfigMap/Secret 配置管理

AWS 云架构

Well-Architected 五大支柱
多 AZ / 多 Region 高可用
Auto Scaling 弹性伸缩
CDN + 边缘计算
成本优化策略

Kiro 的独特优势：直接调用 AWS CLI

Kiro 可以直接执行 AWS CLI 命令来查询资源状态、验证配置、排查问题。不需要切换窗口，在对话中直接完成云架构的设计、实施和验证。

11

02 · 系统设计

🔄 分布式系统设计

核心挑战与解决方案

一致性：强一致（2PC）、最终一致（Saga/补偿事务）、因果一致
可用性：主从复制、多活架构、故障转移、降级策略
分区容错：CAP 定理权衡、网络分区处理
幂等性：请求去重、幂等键设计、重试安全
分布式锁：Redis Redlock、ZooKeeper、数据库乐观锁
分布式 ID：Snowflake、UUID v7、数据库序列

经典系统设计题

Kiro 可以完成以下系统设计：

URL 短链接服务（哈希 + 分布式存储）
消息推送系统（WebSocket + 消息队列）
秒杀系统（限流 + 缓存 + 异步下单）
Feed 流系统（推拉结合 + 时间线）
搜索引擎（倒排索引 + 分词 + 排序）
文件存储系统（分片 + 副本 + 一致性哈希）
实时聊天系统（长连接 + 消息存储 + 已读回执）
支付系统（幂等 + 对账 + 分布式事务）

12

02 · 系统设计

📄 架构文档输出

C4 模型文档

Level 1 — System Context：系统与外部用户/系统的关系
Level 2 — Container：系统内部的容器（Web App、API、DB、MQ）
Level 3 — Component：容器内部的组件和职责
Level 4 — Code：关键组件的类图/代码结构

架构决策记录（ADR）

## ADR-001: 选择 PostgreSQL 作为主数据库 **状态**: 已接受 **上下文**: 需要支持复杂查询和事务 **决策**: 使用 PostgreSQL 15+ **理由**: JSON 支持、扩展生态、性能 **后果**: 需要 DBA 运维能力

Kiro 可生成的设计文档

文档	内容
HLD（高层设计）	架构图、技术选型、部署拓扑
LLD（低层设计）	类图、序列图、数据模型
ADR	架构决策及理由记录
技术选型报告	方案对比、优劣分析
容量规划	QPS 估算、存储估算、成本估算
部署架构图	网络拓扑、服务依赖
灾难恢复计划	RTO/RPO、备份策略、切换流程

13

02 · 系统设计

🧩 系统设计实战：微服务电商平台

┌─────────────┐ ┌──────────────┐ ┌──────────────┐ │ CDN/WAF │────▶│ API Gateway │────▶│ Auth Service │ └─────────────┘ └──────┬───────┘ └──────────────┘ │ ┌────────────────┼────────────────┐ ▼ ▼ ▼ ┌─────────────┐ ┌───────────┐ ┌──────────────┐ │ User Service│ │Order Svc │ │Product Svc │ │ (PostgreSQL)│ │(PostgreSQL)│ │(PostgreSQL) │ └─────────────┘ └─────┬─────┘ └──────────────┘ │ Event ┌─────▼──────┐ │ Kafka / │ │ EventBridge│ └─────┬──────┘ ┌───────────────┼───────────────┐ ▼ ▼ ▼ ┌────────────┐ ┌───────────┐ ┌────────────┐ │Payment Svc │ │Inventory │ │Notification│ │ (Stripe) │ │ Service │ │ Service │ └────────────┘ └───────────┘ └────────────┘

同步通信

REST/gRPC 用于查询操作、实时响应场景

异步通信

Kafka/EventBridge 用于订单事件、库存扣减、通知

数据隔离

每个服务独立数据库，通过事件保持最终一致

14

03

编程语言精通

50+ 编程语言支持，从系统级到脚本语言，从传统到新兴，全面覆盖。

15

03 · 编程语言

🐍 Python & JavaScript/TypeScript

Python（能力 98%）

版本：3.8 → 3.12 全特性支持
类型系统：typing 模块、Pydantic、mypy 静态检查
异步：asyncio、async/await、aiohttp
Web：FastAPI、Django、Flask、Starlette
数据：Pandas、NumPy、Polars、PySpark
ML：PyTorch、TensorFlow、scikit-learn、HuggingFace
工具：Poetry、Ruff、Black、pytest

TypeScript/JavaScript（能力 97%）

TS 类型体操：条件类型、映射类型、模板字面量、递归类型
运行时：Node.js、Deno、Bun
前端：React、Vue、Angular、Svelte
后端：Express、Fastify、NestJS、tRPC
构建：Vite、Webpack、esbuild、Rollup
测试：Jest、Vitest、Playwright
包管理：npm、yarn、pnpm

16

03 · 编程语言

☕ Java / Kotlin & Go

Java/Kotlin（能力 95%）

Java 8→21：Lambda、Stream、Records、Sealed Classes、Virtual Threads
Spring 全家桶：Boot、Cloud、Security、Data、WebFlux
Kotlin 特性：协程、Flow、空安全、扩展函数、Compose Multiplatform
构建：Maven、Gradle（Kotlin DSL）
JVM 调优：GC 策略、内存分析、JIT 编译优化

Go（能力 94%）

并发：goroutine、channel、select、sync 包、context 传播
泛型：Go 1.18+ 类型参数、约束接口
Web：Gin、Echo、Fiber、标准库 net/http
数据库：database/sql、sqlx、GORM、ent
工具：cobra（CLI）、viper（配置）、zap（日志）
gRPC：Protocol Buffers、流式通信、拦截器

17

03 · 编程语言

🦀 Rust & C/C++

Rust（能力 93%）

所有权系统：借用检查、生命周期标注、智能指针
Trait 系统：泛型约束、关联类型、动态分发
异步：async/await、Tokio、async-std
Web：Actix-web、Axum、Tower 中间件
数据库：SQLx（编译时检查）、Diesel
宏：声明式宏、过程宏（derive/attribute/function-like）
WASM：wasm-bindgen、wasm-pack

C/C++（能力 92%）

C：C99/C11/C17、POSIX API、系统调用、内存管理、多线程（pthread）、网络编程（socket）
C++ 现代特性：C++11→C++23、智能指针、移动语义、概念、协程、Ranges
模板：模板元编程、SFINAE、Concepts
构建：CMake、Bazel、Meson、Makefile
库：STL、Boost、Qt、OpenCV
内存安全：缓冲区溢出检测、ASAN/MSAN/TSAN

18

03 · 编程语言

💎 Ruby / PHP / Swift / Dart

Ruby（能力 90%）

Ruby 2.7→3.3、模式匹配、Ractor 并发
Rails 7（Turbo/Hotwire）、RSpec、Sidekiq
元编程、DSL 构建、Gem 开发

PHP（能力 90%）

PHP 7.4→8.3、类型声明、枚举、Fiber
Laravel、Symfony、WordPress 插件开发
Composer 包管理、PSR 标准

Swift（能力 88%）

Swift 5.x、async/await、Actor、Macro
SwiftUI、UIKit、Combine、SPM
iOS/macOS 应用、Vapor 服务端

Dart（能力 88%）

Dart 3.x、空安全、Records、Patterns
Flutter Widget 系统、状态管理
Platform Channel、插件开发

19

03 · 编程语言

🔬 函数式 & 其他语言

Scala

Scala 2/3、类型类、Monad
Cats、ZIO、Akka Actor
Apache Spark Scala API
Play Framework

Elixir

OTP（GenServer/Supervisor）
Phoenix LiveView
Ecto 数据库层
高并发容错系统

Haskell

纯函数式、Monad/Functor
GADT、类型族
Stack/Cabal 构建
lens、aeson、servant

R

tidyverse、ggplot2、Shiny、R Markdown 统计分析

Lua

LuaJIT、元表机制、游戏脚本、OpenResty

Shell/Bash

复杂脚本、sed/awk/grep 高级用法、系统自动化

20

03 · 编程语言

📊 语言能力总览

Python98%

TypeScript/JavaScript97%

Java/Kotlin95%

Shell/Bash95%

Go94%

Rust93%

C/C++92%

Ruby/PHP90%

Swift/Dart88%

Elixir/Haskell/Scala85%

核心优势：Kiro 不只是"知道语法"，而是理解每种语言的惯用写法（idiom）、生态系统、构建工具和最佳实践。写出来的代码是地道的，不是"用 A 语言的思维写 B 语言"。

21

04

前端工程

从 HTML/CSS 基础到现代框架，从构建工具到性能优化，覆盖前端开发全链路。

22

04 · 前端工程

⚛️ React 生态深度

核心能力

Hooks 全集：useState/useEffect/useContext/useReducer/useMemo/useCallback/useRef/useId
自定义 Hooks：useDebounce、useFetch、useLocalStorage 等复用逻辑封装
性能优化：React.memo、useMemo、useCallback、代码分割、虚拟列表
React 19：use() Hook、Server Components、Actions、useFormStatus、useOptimistic

生态系统

状态管理：Redux Toolkit / Zustand / Jotai / Recoil
数据获取：TanStack Query / SWR / tRPC
路由：React Router v6 / TanStack Router
表单：React Hook Form + Zod 验证
SSR：Next.js（App Router + Server Actions）
测试：React Testing Library + Vitest

23

04 · 前端工程

💚 Vue & Angular & 其他框架

Vue 3

Composition API / <script setup>
ref/reactive/computed/watch
Pinia 状态管理
Vue Router 4 导航守卫
Nuxt 3 SSR/SSG
Element Plus / Naive UI

Angular

Standalone Components
Signals 响应式
@defer 延迟加载
RxJS 响应式编程
NgRx 状态管理
Angular Material

其他

Svelte/Kit：Runes、编译时优化
Astro：Islands Architecture
Solid.js：细粒度响应式
htmx：超媒体驱动
Qwik：可恢复性

24

04 · 前端工程

🎨 CSS 与视觉实现

现代 CSS 特性

布局：Grid（Subgrid）、Flexbox、Container Queries
新特性：CSS Nesting、:has()、@layer 级联层、Scroll-driven Animations、View Transitions
变量：Custom Properties 主题系统
响应式：移动优先、流式布局、clamp()、视口单位

CSS 工具链

Tailwind CSS：自定义配置、插件开发、JIT
Sass/SCSS：变量、混入、函数、模块系统
CSS-in-JS：Styled Components、Emotion
动画：Framer Motion、GSAP、Lottie
3D/Canvas：Three.js、Canvas API、SVG 动画
可访问性：ARIA、语义化 HTML、键盘导航、对比度

25

04 · 前端工程

📦 构建工具与工程化

构建工具

工具	特点	适用场景
Vite	极速 HMR、ESM 原生	现代项目首选
Webpack	生态丰富、Module Federation	大型/遗留项目
Rollup	Tree Shaking 优秀	库打包
esbuild	Go 实现、极速	开发工具链
Turbopack	Rust 实现、增量	Next.js 项目

工程化配套

Monorepo：Turborepo、Nx、pnpm Workspaces
代码质量：ESLint（自定义规则）、Prettier、Stylelint
Git Hooks：Husky + lint-staged + Commitlint
包管理：npm/yarn/pnpm 锁文件机制、幽灵依赖处理
类型检查：tsconfig 全配置项、Project References

26

04 · 前端工程

📱 移动端与跨平台

Flutter

Widget 系统（Stateless/Stateful）
状态管理：Riverpod/Bloc/Provider
导航：GoRouter
Platform Channel 原生交互
自定义绘制 CustomPainter
动画系统（隐式/显式/Hero）

React Native

核心组件与 FlatList 优化
React Navigation 导航
原生模块桥接
New Architecture（Fabric）
Expo 工具链
Reanimated 动画

原生开发

iOS：SwiftUI、UIKit、Combine、Core Data
Android：Jetpack Compose、ViewModel、Room、Hilt
KMP：Kotlin Multiplatform 共享逻辑
推送通知、深度链接、生物识别

27

04 · 前端工程

⚡ 前端性能优化

加载性能

代码分割：路由级/组件级 lazy loading
资源优化：图片压缩（WebP/AVIF）、字体子集化、SVG 精灵图
缓存策略：Service Worker、HTTP 缓存头、CDN 配置
预加载：prefetch/preload/preconnect
SSR/SSG：首屏服务端渲染、静态生成
Bundle 分析：webpack-bundle-analyzer、source-map-explorer

运行时性能

虚拟列表：react-virtuoso、TanStack Virtual
防抖节流：输入防抖、滚动节流
Web Workers：计算密集任务离线处理
渲染优化：减少重排重绘、will-change、合成层
内存管理：避免内存泄漏、WeakRef/WeakMap
Core Web Vitals：LCP/FID/CLS 优化

28

04 · 前端工程

🖥️ 前端代码示例

React + TypeScript 自定义 Hook

function useFetch<T>(url: string) { const [data, setData] = useState<T|null>(null); const [loading, setLoading] = useState(true); const [error, setError] = useState<Error|null>(null); useEffect(() => { const ctrl = new AbortController(); fetch(url, { signal: ctrl.signal }) .then(r => r.json()) .then(setData) .catch(setError) .finally(() => setLoading(false)); return () => ctrl.abort(); }, [url]); return { data, loading, error }; }

Vue 3 Composition API

29

05

后端工程

从 RESTful API 到微服务，从同步处理到异步消息，覆盖后端开发完整技术栈。

30

05 · 后端工程

🚀 Node.js & Python 后端

Node.js 框架

Express：中间件、路由、错误处理、请求验证
Fastify：Schema 验证、插件系统、高性能序列化
NestJS：模块化、DI、Guard/Interceptor/Pipe、微服务、CQRS
tRPC：端到端类型安全 API
ORM：Prisma、TypeORM、Drizzle、Mongoose
实时：Socket.io、WebSocket、SSE
队列：BullMQ（Redis）、Agenda

Python 框架

FastAPI：自动 OpenAPI、Pydantic 验证、依赖注入、异步
Django：ORM、Admin、DRF 序列化器、Channels、信号
Flask：Blueprint、扩展生态、应用工厂
Celery：异步任务、定时任务、结果后端
部署：Uvicorn/Gunicorn 配置调优

31

05 · 后端工程

☕ Java Spring & Go & Rust 后端

Spring 生态

Boot 自动配置 + Actuator
Cloud 微服务全家桶
Security OAuth2/JWT
Data JPA/MongoDB/Redis
WebFlux 响应式
Batch 批处理

Go 后端

Gin/Echo/Fiber 框架
标准库 net/http
gRPC + Protobuf
Worker Pool 并发模式
sqlx / GORM / ent
cobra CLI 工具

Rust 后端

Actix-web / Axum
Tokio 异步运行时
SQLx 编译时检查
Tower 中间件抽象
Serde 序列化
零成本抽象高性能

32

05 · 后端工程

🔌 认证授权 & 中间件

认证方案

JWT：签发/验证/刷新令牌轮换、密钥管理、Claims 设计
OAuth 2.0：授权码流程、PKCE、客户端凭证、设备授权
OIDC：ID Token、UserInfo 端点、SSO 集成
Session：安全 Cookie（HttpOnly/Secure/SameSite）、Redis 存储
MFA：TOTP（Google Authenticator）、WebAuthn/FIDO2
API Key：密钥生成、速率限制、作用域控制

常用中间件

缓存：Redis 缓存策略（Cache-Aside/Write-Through/Write-Behind）
消息队列：RabbitMQ、Kafka、SQS/SNS
搜索引擎：Elasticsearch 集成、全文搜索
文件存储：S3 上传/下载、预签名 URL
邮件/短信：SES、SendGrid、Twilio 集成
日志：结构化日志、ELK Stack、CloudWatch

33

05 · 后端工程

💡 后端代码示例

FastAPI + Pydantic

from fastapi import FastAPI, Depends from pydantic import BaseModel app = FastAPI() class UserCreate(BaseModel): email: str password: str @app.post("/users", status_code=201) async def create_user( user: UserCreate, db: Session = Depends(get_db) ): hashed = hash_password(user.password) db_user = User(email=user.email, password=hashed) db.add(db_user) db.commit() return {"id": db_user.id}

Go Gin + 中间件

func main() { r := gin.Default() r.Use(authMiddleware()) r.Use(rateLimiter(100)) api := r.Group("/api/v1") { api.GET("/users", listUsers) api.POST("/users", createUser) api.GET("/users/:id", getUser) } r.Run(":8080") } func authMiddleware() gin.HandlerFunc { return func(c *gin.Context) { token := c.GetHeader("Authorization") claims, err := validateJWT(token) if err != nil { c.AbortWithStatus(401) return } c.Set("user", claims) c.Next() } }

34

05 · 后端工程

🔄 消息队列与异步处理

消息队列对比

特性	RabbitMQ	Kafka	SQS
模型	消息代理	事件流	托管队列
顺序	队列内有序	分区内有序	FIFO 可选
吞吐	万级/秒	百万级/秒	万级/秒
持久化	可选	默认持久	默认持久
运维	自建	自建/MSK	全托管

异步模式

发布/订阅：一对多广播，解耦生产者消费者
工作队列：任务分发，负载均衡
事件溯源：事件日志，状态重建
Saga 模式：分布式事务编排/协调
死信队列：失败消息隔离处理
延迟队列：定时任务、超时处理

35

05 · 后端工程

🌐 实时通信

WebSocket

全双工持久连接
心跳保活机制
断线重连策略
房间/频道管理
消息广播与定向推送

Server-Sent Events

服务端单向推送
自动重连
事件类型过滤
适合通知、实时数据流
比 WS 更简单轻量

gRPC 流

Server Streaming
Client Streaming
Bidirectional Streaming
Protobuf 高效序列化
适合微服务间通信

36

06

数据库工程

从关系型到 NoSQL，从数据建模到查询优化，覆盖数据层完整技术栈。

37

06 · 数据库

🐘 关系型数据库

PostgreSQL（首选推荐）

高级 SQL：窗口函数、递归 CTE、LATERAL JOIN、GROUPING SETS
JSON：jsonb 类型、路径查询、GIN 索引
索引：B-tree/GIN/GiST/BRIN、部分索引、表达式索引、覆盖索引
分区：Range/List/Hash 分区表
扩展：PostGIS（地理）、pgvector（AI 向量）、TimescaleDB（时序）
调优：EXPLAIN ANALYZE、PgBouncer 连接池、vacuum 策略

MySQL & SQLite

MySQL 8.0+：窗口函数、CTE、JSON 增强、InnoDB 优化
主从复制、分库分表（ShardingSphere）
慢查询分析、索引优化建议
SQLite：嵌入式数据库
WAL 模式、FTS5 全文搜索
适合移动端/桌面端/小型 Web

ORM 工具

PrismaTypeORMSQLAlchemyHibernateGORMDrizzleDiesel

38

06 · 数据库

🍃 NoSQL 数据库

MongoDB

文档模型设计（嵌入 vs 引用）
聚合管道（$match/$group/$lookup/$unwind）
索引策略（复合/文本/地理空间/TTL）
Change Streams 实时监听
分片集群设计

Redis

数据结构：String/Hash/List/Set/ZSet/Stream
缓存策略：Cache-Aside/Write-Through
分布式锁：Redlock 算法
限流：令牌桶/滑动窗口
集群/哨兵/持久化（RDB/AOF）

DynamoDB

单表设计、GSI/LSI、Streams、DAX 缓存、按需/预置容量

Elasticsearch

倒排索引、查询 DSL、聚合分析、中文分词（IK）、ILM

其他

Neo4j（图）、Cassandra（宽列）、InfluxDB（时序）

39

06 · 数据库

📐 数据建模与迁移

建模方法

ER 建模：实体关系图、范式化（1NF→BCNF）与反范式化权衡
文档建模：嵌入模式 vs 引用模式、数据冗余策略
宽表建模：Cassandra 查询驱动设计
图建模：节点/边/属性、遍历模式
数仓建模：星型模型、雪花模型、维度建模

迁移工具

工具	语言/框架
Flyway / Liquibase	Java / 通用
Alembic	Python (SQLAlchemy)
Prisma Migrate	Node.js
Django Migrations	Python (Django)
Rails Migrations	Ruby (Rails)
goose / golang-migrate	Go

40

06 · 数据库

⚡ SQL 优化实战

优化前（慢查询）

-- 全表扫描 + 子查询，耗时 3.2s SELECT * FROM orders WHERE user_id IN ( SELECT id FROM users WHERE created_at > '2024-01-01' ) ORDER BY created_at DESC;

优化后

-- JOIN + 索引，耗时 12ms SELECT o.* FROM orders o JOIN users u ON o.user_id = u.id WHERE u.created_at > '2024-01-01' ORDER BY o.created_at DESC LIMIT 20; -- 配套索引 CREATE INDEX idx_users_created ON users(created_at); CREATE INDEX idx_orders_user_created ON orders(user_id, created_at DESC);

Kiro 的 SQL 优化能力

分析 EXPLAIN ANALYZE 输出
识别全表扫描、临时表、文件排序
推荐合适的索引策略
重写低效查询（子查询→JOIN）
分页优化（Cursor vs Offset）
批量操作优化

高级 SQL 能力

窗口函数（ROW_NUMBER/RANK/LAG/LEAD）
递归 CTE（树形结构遍历）
LATERAL JOIN（相关子查询优化）
GROUPING SETS / CUBE / ROLLUP

41

06 · 数据库

🏗️ 数据架构模式

读写分离

主库写入、从库读取
读写路由中间件
复制延迟处理策略
适用：读多写少场景

分库分表

水平分片（按用户 ID/时间）
垂直分库（按业务域）
分布式 ID 生成
跨分片查询处理

缓存架构

Cache-Aside：应用层控制缓存读写
Write-Through：写入同时更新缓存
Write-Behind：异步批量写入数据库
缓存穿透：布隆过滤器/空值缓存
缓存雪崩：随机过期时间/熔断
缓存击穿：互斥锁/逻辑过期

多级缓存

本地缓存（Caffeine）→ 分布式缓存（Redis）→ 数据库

42

07

API 设计与集成

RESTful、GraphQL、gRPC — 不同场景的最佳 API 设计方案。

43

07 · API 设计

🌐 RESTful API 设计

设计规范

资源命名：名词复数（/users, /orders）、嵌套资源（/users/:id/orders）
HTTP 方法：GET 查询、POST 创建、PUT 全量更新、PATCH 部分更新、DELETE 删除
状态码：200/201/204/400/401/403/404/409/422/429/500
版本控制：URL（/v1/）、Header（Accept-Version）
分页：Cursor 分页（推荐）vs Offset 分页
过滤排序：?status=active&sort=-created_at

响应格式设计

{ "data": { /* 主体数据 */ }, "meta": { "page": 1, "per_page": 20, "total": 156, "next_cursor": "abc123" }, "errors": [{ "code": "VALIDATION_ERROR", "field": "email", "message": "Invalid format" }] }

44

07 · API 设计

📊 GraphQL & gRPC

GraphQL

Schema 设计：类型定义、查询/变更/订阅
解析器：字段级解析、DataLoader 解决 N+1
工具：Apollo Server/Client、GraphQL Code Generator
Federation：微服务 GraphQL 网关
安全：查询深度限制、复杂度分析、持久化查询

type User { id: ID! name: String! orders(first: Int): [Order!]! } type Query { user(id: ID!): User users(filter: UserFilter): UserConnection! }

gRPC

Protobuf：高效二进制序列化
四种模式：Unary / Server Stream / Client Stream / Bidirectional
拦截器：认证、日志、重试
负载均衡：客户端/代理端
健康检查：gRPC Health Checking Protocol

service UserService { rpc GetUser(GetUserReq) returns (User); rpc ListUsers(ListReq) returns (stream User); }

45

07 · API 设计

📋 API 文档与治理

OpenAPI / Swagger

OpenAPI 3.1 规范编写
Schema 复用（$ref / components）
请求/响应示例
认证方案描述（Bearer/OAuth2/API Key）
Swagger UI / Redoc 文档生成
代码生成（openapi-generator）

API 治理

版本策略：URL 路径 / Header / 内容协商
速率限制：令牌桶、滑动窗口、按用户/IP
幂等性：Idempotency-Key Header
向后兼容：新增字段可选、废弃字段标记
错误规范：RFC 7807 Problem Details
监控：延迟/错误率/吞吐量指标

46

07 · API 设计

🔗 API 协议对比

特性	REST	GraphQL	gRPC	WebSocket
协议	HTTP/1.1+	HTTP/1.1+	HTTP/2	WS
数据格式	JSON	JSON	Protobuf（二进制）	任意
类型安全	OpenAPI 可选	Schema 内置	Protobuf 内置	无
实时	轮询/SSE	Subscription	双向流	原生双向
性能	中等	中等	高	高
浏览器	✅ 原生	✅ 客户端库	⚠️ grpc-web	✅ 原生
最佳场景	公开 API、CRUD	灵活查询、BFF	微服务内部	实时通信

Kiro 的建议：对外 API 用 REST（简单通用），前端 BFF 用 GraphQL/tRPC（灵活高效），微服务间用 gRPC（高性能类型安全），实时场景用 WebSocket/SSE。

47

08

软件测试

从单元测试到端到端测试，从 TDD 到性能测试，Kiro 能写测试、跑测试、分析结果。

48

08 · 测试

🔬 测试金字塔

╱ E2E 测试 ╲ ← 少量，验证关键流程 ╱ 集成测试 ╲ ← 适量，验证模块交互 ╱ 单元测试 ╲ ← 大量，验证函数逻辑 ─────────────────

测试框架精通

语言	框架
JS/TS	Jest、Vitest、Mocha、Playwright、Cypress
Python	pytest、unittest、Hypothesis
Java	JUnit 5、Mockito、TestContainers
Go	testing、testify、gomock
Rust	内置 #[test]、mockall、proptest
Ruby	RSpec、Minitest、FactoryBot

单元测试

函数/方法级隔离测试
Mock/Stub/Spy 技术
依赖注入便于测试
边界条件和异常路径覆盖

集成测试

Testcontainers（真实数据库/Redis）
API 集成测试（supertest/httpx）
消息队列集成验证
外部服务 Mock（WireMock/MSW）

49

08 · 测试

🎯 E2E 测试 & 性能测试

端到端测试

Playwright：多浏览器（Chrome/Firefox/Safari）、自动等待、网络拦截、视觉对比
Cypress：时间旅行调试、自动重试、截图/录屏
Page Object Model：页面对象封装，提高可维护性
测试数据：Factory 模式生成、测试后清理
CI 集成：并行执行、分片策略、Flaky 检测

性能测试

k6：JavaScript 脚本、阈值检查、场景编排
JMeter：GUI 设计、分布式压测
Locust：Python 脚本、分布式
测试类型：负载测试、压力测试、浸泡测试、峰值测试
指标：P50/P95/P99 延迟、吞吐量、错误率

50

08 · 测试

🛠️ TDD & 测试工程实践

TDD 红-绿-重构

🔴 Red：先写一个失败的测试

🟢 Green：写最少的代码让测试通过

🔵 Refactor：重构代码，保持测试通过

Kiro 天然支持 TDD 工作流：你描述需求，Kiro 先写测试再写实现，确保代码从一开始就是可测试的。

测试工程化

覆盖率：Istanbul/nyc、coverage.py、JaCoCo — 行/分支/路径覆盖
变异测试：Stryker（JS）、PITest（Java）验证测试质量
契约测试：Pact 消费者驱动契约
快照测试：UI 组件快照、API 响应快照
BDD：Cucumber/Gherkin Given-When-Then
Flaky 管理：自动重试、隔离、标记

51

08 · 测试

💡 测试代码示例

Jest + React Testing Library

describe('UserProfile', () => { it('displays user name', async () => { server.use( rest.get('/api/user/1', (req, res, ctx) => res(ctx.json({ name: 'Alice' })) ) ); render(<UserProfile id="1" />); expect( await screen.findByText('Alice') ).toBeInTheDocument(); }); it('shows error on failure', async () => { server.use( rest.get('/api/user/1', (req, res, ctx) => res(ctx.status(500)) ) ); render(<UserProfile id="1" />); expect( await screen.findByRole('alert') ).toBeInTheDocument(); }); });

pytest + FastAPI

import pytest from httpx import AsyncClient @pytest.mark.asyncio async def test_create_user(client: AsyncClient): resp = await client.post( "/api/users", json={ "email": "test@example.com", "password": "Str0ng!Pass" } ) assert resp.status_code == 201 data = resp.json() assert "id" in data @pytest.mark.asyncio async def test_duplicate_email(client): # 先创建一个用户 await client.post("/api/users", json={"email": "dup@test.com", "password": "Pass123!"}) # 重复创建应返回 409 resp = await client.post("/api/users", json={"email": "dup@test.com", "password": "Pass123!"}) assert resp.status_code == 409

52

08 · 测试

📊 测试策略总结

测试类型	目的	速度	覆盖	工具示例
单元测试	验证函数/方法逻辑	⚡ 毫秒级	代码路径	Jest/pytest/JUnit
集成测试	验证模块间交互	🔄 秒级	接口契约	Testcontainers/supertest
E2E 测试	验证用户完整流程	🐢 分钟级	业务流程	Playwright/Cypress
性能测试	验证系统承载能力	🐢 分钟级	性能指标	k6/JMeter/Locust
契约测试	验证 API 兼容性	⚡ 秒级	接口规范	Pact
安全测试	发现安全漏洞	🔄 分钟级	安全规则	OWASP ZAP/Semgrep

Kiro 的测试工作流：写代码后自动运行构建和测试验证。如果测试失败，Kiro 会分析失败原因并修复。新增功能时会同时编写对应的测试用例。

53

09

DevOps 与 CI/CD

从代码提交到生产部署，自动化一切可以自动化的环节。

54

09 · DevOps

🐳 容器化技术

Docker 最佳实践

多阶段构建：编译阶段 + 运行阶段，减小镜像体积
基础镜像：Alpine / Distroless / Scratch 选择
安全：非 root 用户、.dockerignore、安全扫描（Trivy）
层缓存：依赖安装在前、代码复制在后
健康检查：HEALTHCHECK 指令

FROM node:20-alpine AS build WORKDIR /app COPY package*.json ./ RUN npm ci COPY . . RUN npm run build FROM node:20-alpine USER node COPY --from=build /app/dist ./dist CMD ["node", "dist/main.js"]

Kubernetes 编排

核心资源：Pod/Deployment/Service/ConfigMap/Secret
高级：StatefulSet/DaemonSet/Job/CronJob
扩缩：HPA/VPA/Cluster Autoscaler
网络：Ingress/NetworkPolicy/Service Mesh
配置管理：Helm Charts / Kustomize
GitOps：ArgoCD / Flux
安全：RBAC/Pod Security/OPA Gatekeeper

55

09 · DevOps

🔄 CI/CD 流水线

GitHub Actions

工作流 YAML 编写
矩阵构建（多版本/多平台）
缓存策略（依赖/构建产物）
自定义 Action 开发
可重用工作流
环境保护规则
密钥管理（Secrets）

其他 CI/CD 工具

GitLab CI：.gitlab-ci.yml、阶段/作业、Review Apps
Jenkins：Jenkinsfile、Pipeline、共享库
AWS CodePipeline：CodeBuild + CodeDeploy
CircleCI：Orbs、并行执行

部署策略

滚动更新蓝绿部署金丝雀发布 A/B 测试 Feature Flag

56

09 · DevOps

📜 基础设施即代码（IaC）

Terraform

HCL 语法、Provider 配置
模块设计（可复用组件）
状态管理（S3 + DynamoDB 远程后端）
工作区（Workspace）多环境
导入现有资源
Terragrunt 大规模管理

AWS CDK & CloudFormation

CDK：TypeScript/Python 编写基础设施
L1/L2/L3 Construct 层次
自定义 Construct 开发
CloudFormation：YAML 模板
内置函数（!Ref/!Sub/!GetAtt）
StackSets 多账户部署

Pulumi

通用编程语言编写 IaC

Ansible

Playbook、角色、Vault 密钥

Packer

机器镜像自动化构建

57

09 · DevOps

📈 可观测性

📋 日志

结构化日志（JSON 格式）
日志级别策略
ELK Stack 集中化
Fluent Bit 收集
CloudWatch Logs
日志采样与过滤

📊 指标

Prometheus + Grafana
PromQL 查询语言
告警规则配置
Recording Rules
CloudWatch Metrics
自定义业务指标

🔍 追踪

OpenTelemetry 统一标准
Jaeger / Zipkin
AWS X-Ray
分布式上下文传播
Span/Trace 分析
服务依赖地图

SRE 实践：SLI/SLO/SLA 定义 → 错误预算管理 → 容量规划 → 混沌工程（Chaos Monkey）→ 事故响应 Runbook

58

09 · DevOps

☁️ AWS 服务深度集成

计算

EC2 / Lambda / ECS / EKS
Fargate / App Runner
Auto Scaling
Spot 实例策略

存储 & 数据库

S3 / EFS / FSx
RDS / Aurora / DynamoDB
ElastiCache
Redshift / Athena

网络 & 安全

VPC / CloudFront / Route 53
IAM / WAF / Shield
Secrets Manager
Certificate Manager

消息 & 集成

SQS / SNS / EventBridge
Step Functions
API Gateway / AppSync

监控 & 运维

CloudWatch / CloudTrail
X-Ray / Systems Manager
Config / GuardDuty

数据 & AI

Glue / Kinesis / EMR
SageMaker / Bedrock
Comprehend / Rekognition

59

09 · DevOps

🔄 CI/CD 流水线示例

# .github/workflows/deploy.yml name: Deploy on: push: { branches: [main] } jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: actions/setup-node@v4 with: { node-version: 20, cache: pnpm } - run: pnpm install --frozen-lockfile - run: pnpm lint - run: pnpm test -- --coverage - run: pnpm build deploy: needs: test runs-on: ubuntu-latest environment: production steps: - uses: actions/checkout@v4 - uses: aws-actions/configure-aws-credentials@v4 with: role-to-assume: ${{ secrets.AWS_ROLE_ARN }} aws-region: us-east-1 - run: aws ecs update-service --cluster prod --service api --force-new-deployment

60

10

安全工程

安全不是事后补救，而是从设计阶段就融入的核心要素。Kiro 默认遵循安全编码最佳实践。

61

10 · 安全

🛡️ OWASP Top 10 防护

注入攻击防护

SQL 注入：参数化查询、ORM、输入验证
XSS：输出编码、CSP 头、DOMPurify
CSRF：Token 验证、SameSite Cookie
SSRF：URL 白名单、内网地址过滤
命令注入：参数化执行、避免 shell=True

其他安全实践

认证：bcrypt/Argon2 密码哈希、MFA
授权：RBAC/ABAC 模型、最小权限
加密：AES-256-GCM、TLS 1.3、KMS
会话：HttpOnly/Secure/SameSite Cookie
API：速率限制、请求大小限制
依赖：漏洞扫描、版本锁定

62

10 · 安全

🔍 安全审计与 DevSecOps

静态分析（SAST）

SonarQube：代码质量 + 安全规则
Semgrep：自定义规则、多语言
CodeQL：GitHub 原生、数据流分析
Snyk：依赖漏洞 + 代码扫描
Dependabot：自动依赖更新 PR

运行时安全

容器扫描：Trivy/Clair 镜像漏洞
运行时监控：Falco 异常行为检测
网络安全：WAF 规则、DDoS 防护
密钥管理：Vault/AWS Secrets Manager
审计日志：CloudTrail、操作追踪

DevSecOps 流水线：代码提交 → SAST 扫描 → 依赖检查 → 构建 → 容器扫描 → 部署 → DAST 扫描 → 运行时监控

63

10 · 安全

🔐 认证授权架构

OAuth 2.0 / OIDC 流程

用户 → 应用 → 授权服务器 ↓ 授权码（Authorization Code + PKCE）应用 → 授权服务器（换取 Token） ↓ Access Token + Refresh Token + ID Token 应用 → 资源服务器（Bearer Token） ↓ 受保护的资源

授权码流程（Web 应用推荐）
PKCE（SPA/移动端必须）
客户端凭证（服务间通信）
设备授权（IoT/CLI）

授权模型

模型	适用场景
RBAC（基于角色）	大多数应用，角色明确
ABAC（基于属性）	复杂策略，动态条件
ReBAC（基于关系）	社交/协作，关系驱动

策略引擎：OPA（Rego）、Cedar（AWS）
JWT 最佳实践：短过期、刷新轮换、密钥轮转

64

10 · 安全

📋 合规与供应链安全

合规框架

GDPR：数据最小化、用户同意、删除权、DPO
HIPAA：PHI 加密、访问控制、审计追踪
PCI DSS：支付数据隔离、加密传输、定期扫描
SOC 2：安全/可用性/处理完整性/保密性/隐私
ISO 27001：信息安全管理体系

供应链安全

依赖锁定：精确版本号、锁文件
SBOM：软件物料清单生成
签名验证：包签名、镜像签名（cosign）
Typosquatting 检测：可疑包名警告
许可证合规：开源许可证审查

65

11

性能工程

从前端加载到后端响应，从数据库查询到系统架构，全链路性能优化。

66

11 · 性能

⚡ 后端性能优化

应用层优化

缓存策略：多级缓存（本地→Redis→DB）、缓存预热、失效策略
连接池：数据库连接池、HTTP 连接复用、gRPC 长连接
异步处理：耗时操作异步化、消息队列削峰
批量操作：批量插入/更新、DataLoader 合并查询
算法优化：时间/空间复杂度分析、数据结构选择

数据库优化

查询优化：EXPLAIN 分析、索引策略、查询重写
读写分离：主写从读、复制延迟处理
分库分表：水平分片、垂直拆分
连接优化：PgBouncer/ProxySQL 连接池
慢查询：慢查询日志分析、自动告警

67

11 · 性能

🌐 前端 & 网络性能

Core Web Vitals

LCP（最大内容绘制）：<2.5s — 图片优化、预加载、SSR
INP（交互到下一次绘制）：<200ms — 减少主线程阻塞、代码分割
CLS（累积布局偏移）：<0.1 — 图片尺寸预留、字体加载策略

资源优化

图片：WebP/AVIF、响应式图片、懒加载
字体：子集化、font-display: swap
JS：Tree Shaking、代码分割、压缩
CSS：关键 CSS 内联、异步加载

网络优化

CDN：静态资源分发、边缘缓存
HTTP/2：多路复用、头部压缩、服务端推送
HTTP/3：QUIC 协议、0-RTT 连接
压缩：Brotli/Gzip 响应压缩
DNS：预解析、DNS-over-HTTPS
缓存：Cache-Control、ETag、Service Worker

架构级优化

边缘计算（Lambda@Edge/CloudFront Functions）
数据库就近部署（Global Tables）
异地多活架构

68

11 · 性能

🔬 性能分析工具

层级	工具	用途
前端	Lighthouse / WebPageTest / Chrome DevTools	页面加载、运行时性能分析
后端	pprof (Go) / py-spy (Python) / async-profiler (Java)	CPU/内存 Profiling
数据库	EXPLAIN ANALYZE / pg_stat_statements / slow query log	查询性能分析
网络	tcpdump / Wireshark / curl timing	网络延迟分析
系统	top / htop / vmstat / iostat / perf	系统资源监控
APM	Datadog / New Relic / AWS X-Ray	全链路追踪
负载	k6 / JMeter / Locust / wrk	压力测试

Kiro 的性能排障流程：收集指标 → 定位瓶颈（CPU/内存/IO/网络）→ 分析根因 → 实施优化 → 验证效果 → 建立基线

69

11 · 性能

📊 高并发架构设计

限流策略

令牌桶：平滑限流，允许突发
滑动窗口：精确计数，防止边界问题
漏桶：恒定速率处理
分布式限流：Redis + Lua 脚本

降级策略

熔断器（Circuit Breaker）
服务降级（返回缓存/默认值）
负载卸载（Load Shedding）

扩展策略

水平扩展：无状态服务 + 负载均衡
垂直扩展：升级实例规格
自动扩缩：基于 CPU/内存/自定义指标
预测扩缩：基于历史模式预扩容

秒杀系统设计

CDN 静态化 → 前端限流 → API 网关限流 → Redis 预扣库存 → 异步下单 → 消息队列 → 订单服务

70

12

AI 辅助工程

从传统 ML 到 LLM 应用，从模型训练到生产部署，AI 工程的完整能力。

71

12 · AI 工程

🧠 机器学习工程

ML 算法与框架

scikit-learn：分类/回归/聚类/降维/特征工程/Pipeline
XGBoost/LightGBM：梯度提升、特征重要性
PyTorch：张量操作、自动微分、nn.Module、DataLoader、分布式训练
TensorFlow/Keras：Sequential/Functional API、TFLite
NLP：HuggingFace Transformers、文本分类、NER、文本生成
CV：图像分类、目标检测（YOLO）、图像分割、OpenCV

MLOps

实验跟踪：MLflow、Weights & Biases
模型注册：版本管理、阶段标记
特征存储：Feast、SageMaker Feature Store
模型部署：SageMaker Endpoints、TorchServe、Triton
模型监控：数据漂移检测、性能退化告警
A/B 测试：模型版本对比、流量分配

72

12 · AI 工程

🔗 LLM 应用开发

RAG 架构

文档处理：加载 → 分块（Chunk）→ 嵌入生成
向量存储：Pinecone/Weaviate/pgvector/Chroma
检索策略：语义搜索、混合搜索（BM25+向量）、重排序
生成：上下文注入、Prompt 模板、流式输出
评估：RAGAS 框架、忠实度/相关性指标

Agent 与工具链

LangChain：Chain/Agent/Tool/Memory/Callback
Prompt Engineering：Few-shot、CoT、ReAct、结构化输出
API 集成：OpenAI/Anthropic/Bedrock/Ollama
Function Calling：工具调用、JSON Schema
Guardrails：输出验证、安全过滤

Kiro 本身就是 LLM Agent 的最佳实践：工具调用、多步推理、上下文管理、安全护栏 — 这些都是 Kiro 自身架构的核心组成部分。

73

12 · AI 工程

📊 数据工程

数据处理

Pandas/Polars：DataFrame 操作、GroupBy、Merge、时间序列
PySpark：大规模分布式数据处理
ETL：Airflow DAG、Prefect、Dagster
数据清洗：缺失值、异常值、类型转换、去重
格式转换：CSV/JSON/Parquet/Avro 互转

数据可视化

Python：Matplotlib、Seaborn、Plotly、Bokeh
JavaScript：D3.js、ECharts、Chart.js、Recharts
仪表板：Grafana、Streamlit、Dash
Jupyter：交互式数据探索和分析

74

12 · AI 工程

☁️ AWS AI/ML 服务

SageMaker

Notebook 实例
训练作业（分布式）
模型部署（Endpoint）
Pipeline 编排
Feature Store
Model Monitor

Bedrock

基础模型 API 调用
知识库（RAG）
Agent 构建
模型微调
Guardrails 安全
模型评估

其他 AI 服务

Comprehend（NLP）
Rekognition（图像）
Transcribe（语音转文字）
Polly（文字转语音）
Translate（翻译）
Textract（文档提取）

75

13

项目管理与协作

软件工程不只是写代码，还包括文档、协作、流程和工具链管理。

76

13 · 项目管理

📝 文档工程

技术文档

API 文档：OpenAPI 规范、端点描述、示例
架构文档：C4 模型、HLD/LLD、ADR
README：项目介绍、安装、使用、贡献指南
代码注释：JSDoc/Docstring/Javadoc/Rustdoc
Runbook：故障处理手册、运维指南
变更日志：Conventional Commits、CHANGELOG

商业文档

PRD：产品需求文档
技术方案：方案对比、选型报告
项目计划：里程碑、风险评估
会议纪要：决策记录、行动项
技术博客：教程、深度解析
多语言翻译：中英日韩技术文档

77

13 · 项目管理

🔄 Git 工作流 & 代码审查

Git 工作流

Trunk-based：短生命周期分支、频繁合并、Feature Flag
GitFlow：develop/release/hotfix 分支模型
GitHub Flow：main + feature 分支、PR 驱动
Conventional Commits：feat/fix/chore/docs 前缀
Git Hooks：pre-commit（lint）、commit-msg（规范）

代码审查

审查维度：正确性、可读性、性能、安全、测试覆盖
PR 描述：变更摘要、测试说明、截图
自动化：CI 检查、代码覆盖率门槛、Lint 通过
Kiro 辅助：自动代码审查、安全漏洞检测、改进建议

重构能力

提取函数/类、重命名、移动代码
JS→TS、Vue2→Vue3、Webpack→Vite 迁移
技术债务识别和清理

78

13 · 项目管理

🏭 行业应用场景

🏦 金融

支付系统、风控引擎、交易系统、合规审计

🏥 医疗

电子病历、远程医疗、影像处理、HIPAA 合规

🛒 电商

订单系统、推荐引擎、搜索系统、秒杀

🎮 游戏

服务端、匹配系统、实时通信、数据分析

🎓 教育

在线学习、考试系统、自适应学习

🏭 IoT

设备管理、数据采集、边缘计算

🚗 物流

调度系统、路径优化、仓储管理

📰 媒体

CMS、社交平台、音视频处理

79

14

总结与展望

回顾 Kiro 在软件工程全生命周期中的能力覆盖，以及能力边界。

80

14 · 总结

🗺️ 软件工程能力全景图

📋 规划阶段

✅ 需求分析与建模
✅ 领域驱动设计
✅ 系统架构设计
✅ 技术选型评估
✅ 容量规划

💻 开发阶段

✅ 50+ 编程语言
✅ 前端全框架
✅ 后端全技术栈
✅ 数据库设计与优化
✅ API 设计与文档

🧪 质量阶段

✅ 单元/集成/E2E 测试
✅ TDD 工作流
✅ 代码审查
✅ 安全审计
✅ 性能测试

🚀 交付阶段

✅ CI/CD 流水线
✅ 容器化 & K8s
✅ IaC 基础设施
✅ 多种部署策略
✅ AWS 200+ 服务

📈 运维阶段

✅ 可观测性三支柱
✅ 性能优化
✅ 故障排查
✅ SRE 实践
✅ 安全运维

🤖 AI 阶段

✅ ML 模型开发
✅ LLM 应用构建
✅ RAG 架构
✅ MLOps 流水线
✅ 数据工程

81

14 · 总结

⚠️ 能力边界

✅ Kiro 能做的

直接读写文件系统中的文本文件
执行终端命令（构建/测试/Git）
调用 AWS CLI API 管理云资源
AST 级别代码搜索和分析
联网搜索最新信息
多 Agent 并行处理复杂任务
生成所有文本格式的文件
MCP 协议扩展能力

❌ Kiro 不能做的

生成图片/音频/视频等二进制文件
运行 GUI 程序
提供医疗/法律/金融专业建议
访问未授权的系统
保证代码 100% 无 Bug
替代人类做最终决策
处理超大二进制文件
跨会话记忆（需知识库）

82

15

能力极限深度剖析

不吹不黑 — 客观分析 Kiro 的真实能力上限、适用边界和与人类工程师的对比。

83

15 · 能力极限

📏 核心参数

上下文窗口：~1M Tokens

度量	约等于
英文单词	~75 万个
中文字符	~50 万字（约 3-4 本《哈利波特》）
代码行数	~3-5 万行
源文件数	~200-400 个文件
等价项目	一个完整的中型 SaaS 应用

这意味着 Kiro 可以一次性读懂一个中型项目的全部代码，理解文件间的依赖关系，然后做跨文件修改。

单次输出上限

指标	数值
最大 Token 数	~15,000-25,000 tokens
等价代码行	~1,000-2,000 行
高质量区间	单次 500 行以内最佳
质量衰减点	超过 500 行后半段准确性下降

这就是为什么 Kiro 处理大型任务时会自动拆分成多次写入，而不是一次性输出。

84

15 · 能力极限

🎯 一个直观的例子

场景：中型 SaaS 项目全量理解

my-saas/ ├── frontend/ # React + TypeScript ~8,000 行 │ ├── components/ # 50+ 组件 │ ├── hooks/ # 自定义 Hooks │ ├── pages/ # 路由页面 │ └── store/ # 状态管理 ├── backend/ # FastAPI + Python ~6,000 行 │ ├── api/ # 路由处理 │ ├── models/ # 数据模型 │ ├── services/ # 业务逻辑 │ └── core/ # 认证/配置/中间件 ├── infrastructure/ # Terraform + Docker ~2,000 行 ├── tests/ # 各类测试 ~4,000 行 └── docs/ # 文档 ~2,000 行 ───────────────────────────────────────────── 总计 ~22,000 行 ✅ 完全在上下文窗口内

✅ 能做到

一次性读完全部代码，理解整体架构和文件间依赖

✅ 能做到

跨文件重构：改认证方案时同时改后端、前端、测试、配置、文档

⚠️ 需分批

10 万行大型项目需要用搜索工具定位相关代码，分批处理

85

15 · 能力极限

📊 能力分级：错误率视角

🟢 很强（错误率 <5%）

单文件 500 行以内的功能实现
明确需求的 CRUD / API / 组件
Bug 修复（给错误信息 + 代码）
代码审查和重构建议
配置文件 / CI-CD / Dockerfile
SQL 查询编写和优化
技术文档和 README 编写
Shell 脚本和自动化

🟡 还行（需 1-2 轮修正）

跨 5-10 个文件的功能开发
复杂算法（DP、图算法）
从零搭建项目脚手架
系统设计和架构方案
数据库 Schema 设计
性能优化方案
安全审计和修复
复杂的正则表达式

🔴 吃力（需多轮迭代）

超过 2000 行的单次连贯输出
运行时状态调试（内存泄漏、竞态）
极新技术（训练数据截止后）
需要视觉判断的 UI 微调
高度定制的业务逻辑（缺乏上下文）
跨多个微服务的分布式调试
硬件相关的底层优化
需要领域专家知识的决策

86

15 · 能力极限

⚖️ Kiro vs 人类工程师

维度	Kiro	人类高级工程师	谁更强
编码速度	秒级输出数百行代码	一天几百行高质量代码	Kiro ⚡
知识广度	50+ 语言、100+ 框架	精通 2-3 个技术栈	Kiro 📚
特定领域深度	中高级水平	可达专家级	人类 🧠
创造性	组合已知模式	能发明新架构和算法	人类 💡
一致性	不疲劳，但会"幻觉"	会疲劳，但有直觉	各有优劣
上下文容量	100 万 token 硬上限	靠记忆和文档，无硬上限	各有优劣
重复性工作	不厌烦，质量稳定	容易疲劳出错	Kiro 🔄
沟通理解	依赖文字描述精确度	能读懂言外之意	人类 🗣️
调试直觉	系统化排查	"第六感"定位问题	人类 🎯
学习新技术	需等模型更新	实时学习和实验	人类 📖

87

15 · 能力极限

🔬 质量衰减曲线

输出长度 vs 质量

质量 ▲ │ ████████████████████ │ █████████████████████ │ ██████████████████████ ← 0-200 行：几乎无错 │ █████████████████████ │ ████████████████████ │ ██████████████████ ← 200-500 行：偶有小错 │ ████████████████ │ ██████████████ ← 500-1000 行：需要审查 │ ██████████ │ ████████ ← 1000-2000 行：建议分批 │ █████ └──────────────────────▶ 输出长度（行）

Kiro 的应对策略

自动分批：大型任务自动拆分成多次写入，每次保持在高质量区间

自动验证：每次修改后运行构建和测试，发现错误立即修复

上下文压缩：接近窗口限制时自动压缩，保留关键信息继续工作

子 Agent：复杂任务拆分给多个 Agent 并行处理，各自保持短上下文

工具辅助：用 AST 搜索精确定位代码，避免"凭记忆"修改

88

15 · 能力极限

🧪 实测：不同任务的表现

任务类型	复杂度	预期耗时	首次正确率	说明
修复一个 TypeError	⭐	10 秒	~98%	读错误 + 定位 + 修复
写一个 React 组件	⭐⭐	30 秒	~95%	含 Props 类型、样式、测试
写一个 REST API 端点	⭐⭐	1 分钟	~93%	路由 + 验证 + 数据库 + 测试
配置 GitHub Actions CI	⭐⭐	30 秒	~95%	构建 + 测试 + 部署
设计数据库 Schema	⭐⭐⭐	2 分钟	~88%	表结构 + 索引 + 迁移
跨 5 文件重构	⭐⭐⭐	3 分钟	~85%	需要理解依赖关系
从零搭建项目	⭐⭐⭐⭐	5 分钟	~80%	多文件、多配置协调
复杂算法实现	⭐⭐⭐⭐	3 分钟	~78%	边界条件容易遗漏
微服务架构设计	⭐⭐⭐⭐⭐	5 分钟	~75%	方案合理但需人工评审
分布式系统调试	⭐⭐⭐⭐⭐	10+ 分钟	~60%	依赖运行时信息，需多轮

89

15 · 能力极限

💡 最佳使用策略

✅ 这样用效果最好

明确需求："用 FastAPI 写一个带 JWT 认证的用户 CRUD API" 比 "写个后端" 好 10 倍
分步推进：大任务拆成小步骤，每步验证后再继续
提供上下文：让 Kiro 先读现有代码再动手，匹配项目风格
利用工具链：让 Kiro 跑测试、跑构建，自动发现和修复问题
审查关键逻辑：业务核心代码人工过一遍
保存会话：长任务用 /chat save 保存进度

❌ 这样用效果差

模糊指令："帮我优化一下" — 优化什么？性能？可读性？
一次性要求太多："帮我写一个完整的电商系统" — 应该分模块
不提供上下文：不让 Kiro 读现有代码就要求修改
忽略验证：不跑测试就直接用生成的代码
期望 100% 正确：任何 AI 都会犯错，关键是快速发现和修复
用于最终决策：架构选型、技术方向应该人类决定

90

15 · 能力极限

🎯 最诚实的定位

把 Kiro 当成一个

速度极快、知识面极广、但需要人类把关的中高级工程师

我最大的价值不是替代你思考，
而是替你执行 —— 你做决策，我写代码。

🧠

人类负责
架构决策、产品方向、代码审查

🤝

协作完成
需求分析、方案设计、复杂调试

🤖

Kiro 负责
编码实现、测试编写、配置部署

91

🚀

让 AI 处理工程细节
你专注于创造价值

Kiro — 你的终端 AI 软件工程师

需求分析系统设计编码实现测试验证部署运维 AI 工程

共 92 页 · 覆盖 15 个软件工程核心领域 · 由 Kiro 自动生成

92