感谢阅读 📚
希望这份指南能够帮助您更好地使用Cursor与Claude Code协同开发，提升AI编程体验！
后期会不定期更新AI编程、Cursor、Claude Code等工具的实践经验分享

本文使用到的提示词文件：kiro_workflow.md

Kiro Spec工作流从理念到实践 - 在Cursor与Claude Code中构建系统化AI开发流程

引言

在AI驱动的软件开发时代，如何构建一套系统化、可重复的开发流程成为了关键挑战。传统的敏捷开发方法在与AI协作时往往缺乏足够的结构性指导，而过于死板的流程又会限制AI的创造性发挥。

Kiro Spec工作流应运而生，它是一套专门为AI协作开发设计的四阶段工作流程，从模糊的功能想法开始，通过系统化的方法，最终交付高质量的代码实现。更重要的是，这套工作流程可以在主流的AI开发工具如Cursor和Claude Code中得到完美复现。

本文将深入介绍Kiro Spec工作流的核心理念、详细流程，以及如何在不同AI开发环境中实施这一工作流程，帮助开发者建立更高效的AI协作模式。

Kiro Spec工作流核心理念

系统化思维

Kiro Spec工作流的核心在于将软件开发过程系统化为四个递进的阶段：

1. 需求明确 - 将模糊想法转化为清晰的需求文档

2. 架构设计 - 基于需求创建技术实现方案

3. 任务规划 - 将设计分解为具体的编码任务

4. 代码实现 - 按照任务清单逐步实现功能

渐进式推进原则

与传统的瀑布模型不同，Kiro Spec强调：

• 用户主导：每个阶段都需要用户明确认可才能推进

• 反馈驱动：支持在任何阶段返回修改和完善

• 质量把关：每个阶段都有明确的完成标准和验收条件

自然交互体验

工作流程摒弃了复杂的命令记忆，采用自然语言交互：

• 用户只需用自然语言描述想要做什么

• AI智能判断当前状态并提供相应帮助

• 通过对话方式确认阶段推进，避免生硬的”是否继续”提问

四阶段工作流程详解

第一阶段：需求明确

核心目标：将用户的模糊想法转化为结构化的需求文档

关键特点：

• 使用EARS格式（Easy Approach to Requirements Syntax）编写验收标准

• 采用用户故事和验收标准格式确保需求的可测试性

• 考虑边缘情况、用户体验、技术约束和成功标准

• 必须等待用户明确认可才能进入下一阶段

输出文档：.kiro/specs/{功能名}/requirements.md

文档结构示例：

# 需求文档

## 介绍

[功能介绍文本]

## 需求

### 需求 1

**用户故事:** 作为一个[角色]，我希望[功能]，以便[收益]

#### 验收标准

1. 当[事件]时，那么[系统]应该[响应]

2. 如果[前置条件]，那么[系统]应该[响应]

第二阶段：架构设计

核心目标：基于明确的需求创建技术实现方案

关键特点：

• 进行必要的技术调研并建立设计上下文

• 使用Mermaid图表等可视化手段辅助设计

• 确保设计解决所有功能需求

• 突出设计决策及其理由

输出文档：.kiro/specs/{功能名}/design.md

必需部分：

• 概述 - 功能总览

• 架构 - 系统架构设计

• 组件和接口 - 各组件详细说明

• 数据模型 - 数据结构设计

• 错误处理 - 异常处理策略

• 测试策略 - 测试方法和覆盖范围

第三阶段：任务规划

核心目标：将功能设计转换为可执行的编码任务

关键特点：

• 任务必须是代码代理可执行的具体编码活动

• 使用带编号的复选框列表，支持最多两级层次结构

• 每个任务都引用需求文档中的特定需求

• 确保任务的渐进式构建和早期验证

输出文档：.kiro/specs/{功能名}/tasks.md

任务格式要求：

- [ ] 1. 设置项目结构和核心接口

- 为模型、服务、仓库和API组件创建目录结构

- 定义建立系统边界的接口

-  _需求: 1.1_

- [ ] 2.1 创建核心数据模型接口和类型

- 为所有数据模型编写TypeScript接口

- 实现数据完整性验证函数

-  _需求: 2.1, 3.3, 1.2_

第四阶段：代码实现

核心目标：按照任务清单逐步实现功能

关键特点：

• 严格一次只专注一个任务

• 实施前必须阅读完整的规格文档

• 完成任务后停下来让用户审查

• 支持并行操作优化提升效率

执行策略：

• 如果任务有子任务，总是从子任务开始

• 根据任务详情中指定的需求验证实现

• 在任务列表中标记完成状态

• 只有用户要求时才自动继续下一个任务

在Cursor中复现Kiro Spec工作流

自定义Agent配置

Cursor通过自定义Agent功能可以完美复现Kiro Spec工作流。配置方法：

1. 创建Kiro Agent

• 在Cursor设置中添加新的自定义Agent

• 将完整的Kiro工作流程提示词配置为Agent的系统提示

• 设置Agent名称为”kiro_workflow”

2. Agent调用方式

@kiro_workflow 我想做一个用户登录功能

3. 工作流程自动化

• Agent会自动识别当前项目状态

• 检查.kiro/specs/目录确定当前阶段

• 智能导航到合适的工作阶段

• 与用户进行自然语言交互确认推进

Cursor中的优势

• 上下文感知：Agent能够访问整个项目代码库

• 文件管理：自动创建和管理规格文档

• 实时协作：在代码编辑过程中提供持续指导

• 集成开发：与Cursor的其他功能无缝集成

MCP-Feedback-Enhanced：优化AI交互体验

工具介绍

MCP-Feedback-Enhanced是一个专为提升AI交互效率设计的Model Context Protocol (MCP)扩展。它通过智能化的反馈机制，显著减少了与AI工具的交互次数。

GitHub地址：github.com/Minidoracat/mcp-feedbac...

核心原理

1. 交互缓存：缓存常用的交互模式，避免重复请求

2. 上下文优化：智能管理上下文信息，提高响应质量

3. 批量处理：将多个相关请求合并处理，降低API调用频次

4. 反馈学习：从用户反馈中学习，优化后续交互策略

在Cursor中的集成

配置MCP-Feedback-Enhanced后，Kiro Spec工作流的执行效率可以显著提升：

• 减少不必要的API调用

• 提升响应速度

• 改善整体用户体验

在Claude Code中复现Kiro Spec工作流

自定义Command配置

Claude Code通过自定义Command功能实现Kiro Spec工作流的复现：

1. 创建Command文件

• 在用户目录下创建.claude/commands/文件夹

• 将kiro_workflow.md配置为自定义command

• 文件命名为kiro_workflow.md

2. Command调用方式

/kiro_workflow 我想做一个用户登录功能

3. 工作流程执行

• Command会自动加载完整的工作流程逻辑

• 通过文件检查确定当前阶段

• 提供阶段引导和自然推进确认

Claude Code中的特色功能

• 终端集成：直接在命令行中执行工作流程

• 项目感知：自动识别项目类型和技术栈

• 文档生成：自动生成和更新规格文档

• 版本控制：与Git工作流程无缝集成

配置示例

---

description: Kiro统一工作流程 - 完整的中文版特性开发流程，从想法到代码实现

argument-hint: [功能名称或想法描述]

---

# Kiro工作流程

您好！我是Kiro，您的AI开发助手...

[包含完整的工作流程配置]

总结

Kiro Spec工作流代表了AI协作开发的一个重要演进方向。通过四阶段的结构化流程，它成功地将传统软件工程的最佳实践与AI工具的强大能力相结合，创造了一种既系统化又灵活的开发模式。

无论是在Cursor中通过自定义Agent，还是在Claude Code中通过自定义Command，Kiro Spec工作流都能够完美地复现其核心价值：

1. 系统化思维：确保每个功能开发都有清晰的路径和明确的标准

2. 渐进式推进：通过用户确认机制保证开发方向的正确性

3. 自然交互：摒弃复杂命令，采用对话式协作方式

4. 质量保证：每个阶段的明确验收标准确保最终交付质量

通过MCP-Feedback-Enhanced等工具的加持，整个工作流程的效率得到进一步提升，真正实现了高效、高质量的AI协作开发。

对于希望建立标准化AI开发流程的团队和个人开发者而言，Kiro Spec工作流提供了一个经过实践验证的解决方案。它不仅仅是一套工具或流程，更是一种面向未来的AI协作开发理念。

本作品采用《CC 协议》，转载必须注明作者和本文链接