kiro

https://kiro.dev/docs/

Steering

在 Kiro（AWS 推出的 AI 驱动 IDE）中，Steering（引导/驾驶）是一个核心概念，旨在解决大语言模型（LLM）在大型项目中“记不住上下文”或“不理解项目特有规范”的问题。

简单来说，Steering 是你对 AI 的“长期记忆”和“行为准则”配置文件。它允许你将项目的背景知识、编码规范、架构决策等持久化存储，让 AI 在每次对话或执行任务时自动遵循这些规则，而无需你每次都重复输入。

1. Steering 的核心作用

• 提供项目上下文（Context）：
  告诉 AI 这个项目是做什么的、使用了什么技术栈、目录结构是如何组织的。这样 AI 生成的代码会更符合项目现状，而不是通用的“样板代码”。
• 强制执行编码规范（Coding Standards）：
  你可以定义具体的代码风格（如：缩进、命名约定、是否使用分号）、禁止使用的库、必须遵循的设计模式等。AI 会严格遵守这些“家规”。
• 指导复杂任务（Task Guidance）：
  在 Spec Mode（规划模式）下，Steering 文件可以指导 AI 如何拆解任务、如何运行测试、以及部署流程是什么。
• 减少幻觉与错误：
  通过提供准确的项目文档和约束，减少 AI“胡编乱造”或引用不存在的外部库的概率。

2. 它是如何工作的？

Kiro 会在你的项目根目录下创建一个特殊的文件夹：.kiro/steering/。

• 自动加载：当你打开项目或与 Kiro 对话时，它会自动读取该目录下的所有 .md (Markdown) 文件。
• 作为系统提示词（System Prompt）：这些文件的内容会被动态注入到 AI 的上下文中，作为最高优先级的指令。
• 版本控制：由于它们是普通文件，你可以将它们提交到 Git 仓库中，确保团队成员共享同一套 AI 行为规范。

3. 常见的 Steering 文件类型

虽然你可以创建任意命名的文件，但通常包括以下几类：

文件名示例	用途描述
project-context.md	项目概览：描述业务目标、核心功能、主要技术栈、关键依赖项。
coding-standards.md	代码规范：定义命名规则（如 camelCase vs snake_case）、文件组织方式、错误处理策略、日志格式等。
architecture.md	架构设计：描述系统架构图、数据流、数据库模式、API 设计规范。
testing-strategy.md	测试策略：规定使用什么测试框架、测试覆盖率要求、Mock 数据的使用规则。
deployment.md	部署流程：描述 CI/CD 流程、环境变量配置、容器化步骤。

4. 实际使用示例

假设你正在开发一个 Python 后端项目，你可以创建一个 .kiro/steering/coding-standards.md 文件，内容如下：

# Coding Standards for this Project

- **Language**: Python 3.10+
- **Style**: Follow PEP 8 strictly.
- **Naming**: Use `snake_case` for variables and functions, `PascalCase` for classes.
- **Type Hinting**: All functions must have type hints.
- **Error Handling**: Do not use bare `except:`. Always log errors using the `logging` module.
- **Dependencies**: Do not introduce new dependencies without approval. Use `requests` for HTTP, not `urllib3` directly.
- **Tests**: All new features must include pytest tests located in the `tests/` directory.

效果：
此后，无论你在 Vibe Mode 中问“怎么写一个获取用户信息的函数”，还是在 Spec Mode 中让它“开发一个用户模块”，Kiro 生成的代码都会自动带上类型提示、使用 snake_case 命名、并包含 logging 和 pytest 测试，完全符合你的团队规范。

5. 为什么它很重要？

在没有 Steering 之前，开发者需要每次都在 Prompt 里写：“请用 Python 写，遵守 PEP 8，用 snake_case...”。这不仅效率低，而且容易遗漏。

Steering 将“一次性指令”变成了“项目资产”，使得 AI 真正成为了一个了解你项目历史、规范和架构的“资深团队成员”，而不仅仅是一个通用的代码生成器。这对于维护大型、长期演进的项目至关重要。

https://jishuzhan.net/article/2020766194794561537