用 Kiro CLI 做 Agent 后端，1000 行代码搞定飞书 AI 聊天机器人

前两天想给团队飞书群接一个 AI 聊天机器人。刚开始梳理需求就头大了------LLM 集成、流式响应、工具调用、会话管理、上下文控制......

后来发现 Kiro CLI 支持 ACP（Agent Client Protocol），不用自己搭 Agent 运行时了，写一层桥接服务把飞书消息翻译成 ACP 格式就行。亚马逊云科技官博昨天也发了这个方案的实践文章，我跟着试了一遍，记录一下。

ACP 协议干嘛的

说白了就是一个标准化的"跟 AI Agent 对话"的协议。跑在 stdio 上，交互用 JSON。

启动 Kiro CLI，stdin 发指令，stdout 读响应。支持 Session 管理、富文本 Prompt（文本/图片/文件）、流式输出、工具调用状态上报。

关键点：协议不绑定任何前端。接飞书可以，接钉钉也可以，接 Slack 也行。

Kiro CLI 作为 Agent 后端

选它做后端是因为省事。LLM 集成、MCP 工具调用、Session 管理、Sub-agent 编排、Skill 模板------全内置了。你不需要自己搞也不需要长期维护。

Custom Agent 配置

一个 JSON 搞定。比如 Code Review Agent：

json 复制代码

{
  "name": "code-review-agent",
  "description": "代码审查专用 Agent",
  "prompt": "你是一个代码审查专家，专注于代码质量、安全漏洞和工程实践规范",
  "tools": ["read", "shell"],
  "allowedTools": ["read", "shell"],
  "toolsSettings": {
    "shell": {
      "allowedCommands": [
        "grep", "find", "wc", "head", "tail",
        "cat", "diff", "git diff", "git log", "cargo"
      ]
    }
  },
  "resources": [
    "skill://~/.kiro/skills/rust-code-review/SKILL.md"
  ],
  "hooks": {
    "agentSpawn": [
      {
        "command": "git diff --name-only HEAD~1",
        "timeout_ms": 5000,
        "max_output_size": 2048
      }
    ]
  }
}

几个值得说的设计：

allowedCommands 白名单控制 Shell 权限，Agent 不会乱执行危险命令
resources 引用 Skill 文件，把团队编码规范注入上下文
hooks.agentSpawn 启动时自动 git diff，Agent 直接知道该审查哪些文件

放到 ~/.kiro/agents/ 目录，kiro-cli acp --agent code-review-agent 启动。

MCP 工具生态

原生支持 MCP，查数据库、检索文档、调外部 API 都能通过 MCP Server 接入。内置工具（shell/read/write/grep/web_fetch/web_search）覆盖日常场景。

架构和数据流

三层结构：

java 复制代码

飞书 WebSocket ←→ 桥接服务 ←→ Kiro CLI (ACP)

消息进来：WebSocket 监听飞书事件 → 解析用户消息

Session 映射：飞书话题（Thread）= ACP Session。同一话题里的消息自动路由到同一个 Session，新话题创建新 Session。桥接服务用一致性哈希把对话路由到固定 Worker，避免 Session 频繁切换。

流式回传：Kiro CLI 的流式输出累积后以消息卡片实时更新到飞书。工具调用状态同步展示。

双向集成 ：桥接服务内嵌 MCP Server，Agent 可以反向操作飞书------比如通过 feishu_send_file 工具给用户发文件。

实操步骤

配置桥接服务 config.toml：

toml 复制代码

log_level = "debug"

[feishu]
app_id = "cli_xxxxxxx"
app_secret = "xxxxxxxxx"

[kiro]
cmd = "kiro-cli"
args = ["acp", "--agent", "code-review-agent"]

[kiro].args 指定 Agent，换个 Agent 就改这一行。

启动后的对话流程：

用户在飞书 @机器人："帮我审查最近的提交"
Agent 通过 hooks 自动 git diff，拿到变更列表
逐文件分析代码，识别问题
输出结构化报告（Critical / Warning / Suggestion）
用户可以继续追问，上下文保持

不同场景切换

换个 Agent 配置就是另一个产品：

知识库问答：配文档 RAG 的 MCP 工具
DevOps 助手：配 CloudWatch 查询、日志分析的 MCP 工具
技术摘要 ：用内置 web_fetch 抓取网页生成摘要

踩坑记录

进程池别开太大。每个 Kiro CLI 进程占内存不少，4-8 个 Worker 够用
消息卡片不要逐 Token 更新。飞书 API 有频率限制，攒 500ms 再刷新
Session 超时要处理。话题可能沉寂很久又活跃，要能自动恢复 Session
cwd 指对。Code Review Agent 需要能读到代码文件

成本

直接调大模型 API 按 Token 计费，Agent 场景下调用次数成倍增加。Kiro CLI 用订阅模式，成本可预测，不会因为用量波动而账单炸裂。

扩展到其他平台

ACP 不绑定 IM 平台。核心桥接逻辑复用，只需要改平台适配层（钉钉 WebHook / 企微回调 / Slack Events API）。Agent 配置不需要变。

相关资源：