AWS Builder Center

Builder Center

Primeiros passos com o AI-DLC (AI-Driven Development Life Cycle) no Kiro

Primeiros passos com o AI-DLC (AI-Driven Development Life Cycle) no Kiro

Neste post, aprenda o que é o AI-DLC, como instalar no Kiro e como a metodologia transforma positivamente a forma de trabalhar com IA Generativa

Series: AI-DLC explicado em português (2 articles)

  1. 1
    Primeiros passos com o AI-DLC (AI-Driven Development Life Cycle) no Kiro This article
  2. 2
    Por dentro do AI-DLC no Kiro: agentes, escopos e a trilha de auditoria

Maria Vitória

Implementar um ciclo de vida de desenvolvimento impulsionado por IA estruturado com o Kiro é a diferença entre uma IA que entrega código em produção e uma IA que silenciosamente sai do rumo. A McKinsey descreve um banco de Londres  onde quase uma centena de times de agentes de IA trabalham durante a noite, refinando um sistema de pagamentos transfronteiriços, testando caminhos de falha e entregando atualizações. Eles produzem mais progresso em 12 horas do que um time tradicional faz em um mês. Quando os engenheiros chegam pela manhã, seu trabalho não é programar; é direcionar. As revisões de sprint acontecem toda manhã, e não a cada duas semanas.
Esse futuro não é ficção científica — é a direção para a qual toda organização de engenharia está caminhando. Mas chegar lá exige mais do que simplesmente colocar um assistente de IA no seu ambiente de desenvolvimento integrado (IDE). Sem gates estruturados, contexto persistente e checkpoints de aprovação explícitos, o desenvolvimento assistido por IA vai à deriva, gerando saídas imprevisíveis. Como você implementa um ciclo de vida de desenvolvimento orientado por IA estruturado que transforma essa visão em um fluxo de trabalho repetível? Neste post, mostro como o AI-DLC Workflows 2.0  no Kiro  entrega exatamente isso — um ciclo de vida com gates, composto por 14 agentes e 32 estágios, no qual você aprova cada decisão.

Visão geral da solução

O AI-DLC (AI-Driven Development Life Cycle) é uma metodologia de código aberto da AWS que estrutura o desenvolvimento de software assistido por IA em cinco fases — Inicialização, Ideação, Concepção, Construção e Operação — com gates de aprovação explícitos entre os estágios. O repositório awslabs/aidlc-workflows  é sua implementação nativa e multi-harness.
A arquitetura segue o padrão "um núcleo, muitos harnesses":
  • core/ — a fonte da verdade neutra em relação ao harness: 34 ferramentas de engine, 32 definições de estágio, 14 agentes, conhecimento/memória/escopos/sensores
  • harness/kiro-ide/ e harness/kiro/ — camadas finas que renderizam a metodologia nativamente no Kiro
  • dist/kiro-ide/ e dist/kiro/ — as distribuições geradas, prontas para copiar
Principais recursos:
  • 14 agentes — 11 especialistas de domínio, 2 agentes de quality-gate somente de revisão e o compositor de adaptive-workflows
  • 9 escopos (de Enterprise a Workshop) com detecção automática a partir de uma intenção em texto livre
  • 3 níveis de profundidade (Mínimo/Padrão/Abrangente) que controlam o nível de detalhe dos artefatos por estágio
  • Gates de aprovação — você mantém o controle de todas as decisões
  • Aprendizados persistentes — correções humanas se tornam regras de comportamento para execuções futuras
Caso queira se aprofundar em como a metodologia está implementada e o funcionamento dela, veja a Parte 2  deste artigo.

Passo a passo

Neste passo a passo, configuro o AI-DLC tanto no Kiro IDE quanto no Kiro CLI (interface de linha de comando), executo a verificação do doctor e inicio um workflow:
  1. Instalar o runtime pré-requisito (bun)
  2. Clonar o repositório
  3. Instalar o harness do Kiro no seu projeto
  4. Verificar a instalação com --doctor
  5. Iniciar seu primeiro workflow do AI-DLC
Uma observação sobre diretórios. Este passo a passo usa dois locais: o repositório clonado (aidlc-workflows/, onde você baixa o AI-DLC) e o seu projeto (your-project/, o app que você quer construir). Cada bloco de comando abaixo começa com um comentário indicando de qual diretório executá-lo. Acertar isso é uma parte importante da configuração.

Pré-requisitos

Para este passo a passo, você precisa do seguinte:
  • Uma conta Kiro  com um plano pago . O guia oficial do AI-DLC  recomenda o Claude Opus 4.8 como modelo de chat — em modelos mais fracos, o conductor pula a passagem do reviewer e o ritual de learnings e pode apressar os gates de aprovação. A escolha final é sua; aqui eu sigo a recomendação oficial.
  • Runtime bun  instalado e disponível no PATH do seu shell não interativo (abordado no próximo passo)
  • Credenciais AWS funcionais e AWS CLI  configurado caso planeje interagir com recursos em uma conta e realizer um deploy
  • Git instalado  (para clonar o repositório)

Passo 1: Instalar o bun

A engine, os hooks e as ferramentas do AI-DLC são escritos em TypeScript e executados por meio do bun  (um runtime JavaScript rápido). Você instala o bun uma vez por máquina, então pode executar este comando de qualquer diretório — ele baixa o bun e o instala na sua pasta home:
1
2
3
# Execute de: qualquer lugar
# O que faz: baixa o instalador do bun e o executa
curl -fsSL https://bun.sh/install | bash
Confirme que a instalação funcionou:
1
2
3
# Execute de: qualquer lugar
# O que faz: imprime a versão instalada do bun (espere um número de versão)
bun --version
Importante — ponto de atenção. O bun precisa estar no PATH que os shells não interativos enxergam (é o que o Kiro usa para executar um hook ou uma ferramenta). Esses shells leem ~/.zshenv (zsh) ou ~/.bashrc (bash), mas o instalador do bun escreve em ~/.zshrc. Se bun --version funciona no seu terminal, mas o Kiro não consegue encontrar o bun, copie a linha de export BUN_INSTALL/PATH que o instalador adicionou para ~/.zshenv (zsh) ou ~/.bashrc (bash).

Passo 2: Clonar o repositório

Escolha uma pasta onde você mantém código (seu diretório home ou uma pasta ~/dev funcionam), depois baixe o AI-DLC e mude para o branch v2:
1
2
3
4
5
6
7
8
9
# Execute de: a pasta onde você mantém seus projetos (ex.: ~/dev)
# O que faz: baixa o repositório do AI-DLC em uma nova pasta aidlc-workflows/
git clone https://github.com/awslabs/aidlc-workflows.git

# O que faz: move você para a pasta que você baixou
cd aidlc-workflows

# O que faz: muda para o branch v2 — a release de disponibilidade geral (GA) que este post usa
git checkout v2
Após este passo, seu terminal está dentro da pasta aidlc-workflows/. O próximo passo copia arquivos daqui para o seu próprio projeto.

Passo 3: Instalar o AI-DLC no Kiro IDE

Instalar o AI-DLC significa copiar três coisas da distribuição dist/kiro-ide/ do repositório para o seu projeto. Não há instalador nem pacote para adicionar às suas dependências — o AI-DLC é esses arquivos. Veja o que cada um faz e por que você o copia:
O que você copiaO que éPor que você precisa
.kiro/A pasta de configuração do Kiro — contém as skills do AI-DLC (o conductor /aidlc), as definições de agentes (as 14 personas), os hooks (o maquinário de auditoria e gates de aprovação) e as ferramentas (a engine determinística).É isso que faz o /aidlc existir e se comportar corretamente dentro do Kiro. Sem isso, o Kiro é um assistente comum, sem o workflow do AI-DLC.
aidlc/O shell do workspace — uma árvore de método pré-construída em aidlc/spaces/default/memory/ onde a engine registra suas intenções, artefatos, aprendizados e trilha de auditoria conforme você trabalha.É onde vive a "memória" do AI-DLC do seu projeto. A engine a lê e escreve a cada estágio, e o /aidlc --doctor falha se ela estiver ausente. É um irmão de .kiro/, e não algo dentro dele.
AGENTS.mdUm arquivo padrão de instruções de agentes que diz ao harness como o AI-DLC deve se comportar neste projeto.É o ponto de entrada que o harness lê para conectar tudo. Faça o merge se o seu projeto já tiver um AGENTS.md.
Execute estes comandos de dentro da pasta aidlc-workflows/ que você clonou no Passo 2, e substitua your-project pelo caminho do seu projeto real:
1
2
3
4
5
6
7
8
9
10
11
12
13
# Execute de: dentro de aidlc-workflows/ (do Passo 2)
# O que faz: cria as duas pastas de destino no seu projeto, caso ainda não existam
mkdir -p your-project/.kiro your-project/aidlc

# O que faz: copia o CONTEÚDO da distribuição .kiro para o .kiro/ do seu projeto
# (o "/." no final importa — veja o aviso abaixo)
cp -R dist/kiro-ide/.kiro/. your-project/.kiro/

# O que faz: copia o shell do workspace aidlc/ (um irmão de .kiro/, não dentro dele)
cp -R dist/kiro-ide/aidlc/. your-project/aidlc/

# O que faz: copia o arquivo de instruções de agentes (faça o merge se você já tiver um)
cp dist/kiro-ide/AGENTS.md your-project/AGENTS.md
Por que o /. no final importa. cp -R dist/kiro-ide/.kiro/. your-project/.kiro/ copia o conteúdo de .kiro para o .kiro/ do seu projeto. Se você omitir o /. e escrever cp -r dist/kiro-ide/.kiro your-project/.kiro, ele aninha um segundo .kiro dentro da sua pasta .kiro/, e o Kiro IDE nunca enxerga os arquivos. Esse é o erro de instalação mais comum.
A pasta aidlc/ é o shell do workspace — ela entrega a árvore de método pré-construída em aidlc/spaces/default/memory/ que a engine lê. É um irmão de .kiro/ (não fica dentro dele), e é por isso que você a copia separadamente. A verificação /aidlc --doctor falha se ela estiver ausente.
Agora abra seu projeto no Kiro IDE, defina o modelo de chat como Claude Opus 4.8 e verifique a configuração:
1
2
3
# Execute de: o painel de chat do Kiro IDE (com o your-project aberto)
# O que faz: verifica se todas as ferramentas, agentes, estágios e hooks estão registrados
/aidlc --doctor
O resultado esperado deve ser como as imagens abaixo:
aidlc doctor output
aidlc doctor output
Uma saída de --doctor bem-sucedida confirma que a instalação está completa.
Já tem uma instalação mais antiga do AI-DLC? Se você está atualizando a partir da v2.5.56 ou anterior, os arquivos de hook foram renomeados na v2.5.57. Consulte o guia oficial do IDE  para o loop de limpeza único. Em uma instalação nova, você pode pular esta etapa.

Passo 4: Instalar o AI-DLC no Kiro CLI 

Prefere a linha de comando? O harness do Kiro CLI executa a mesma metodologia. Primeiro, confirme a versão do seu CLI e faça login:
1
2
3
4
5
6
# Execute de: qualquer lugar
# O que faz: imprime a versão do seu Kiro CLI — o AI-DLC precisa da 2.6 ou mais recente
kiro-cli --version

# O que faz: faz seu login no Kiro (abre um prompt no navegador)
kiro-cli login
Depois copie a distribuição do CLI (dist/kiro/, observe: sem o sufixo -ide) para o seu projeto. Você está copiando as mesmas três coisas da instalação do IDE — .kiro/, aidlc/ e AGENTS.md (veja a tabela no Passo 3 para o que cada uma faz) — mas a partir da distribuição do CLI. Execute estes comandos de dentro da pasta aidlc-workflows/:
1
2
3
4
5
6
7
8
9
10
11
12
# Execute de: dentro de aidlc-workflows/ (do Passo 2)
# O que faz: cria as duas pastas de destino no seu projeto, caso ainda não existam
mkdir -p your-project/.kiro your-project/aidlc

# O que faz: copia o CONTEÚDO da distribuição .kiro do CLI para o .kiro/ do seu projeto
cp -R dist/kiro/.kiro/. your-project/.kiro/

# O que faz: copia o shell do workspace aidlc/ (um irmão de .kiro/, não dentro dele)
cp -R dist/kiro/aidlc/. your-project/aidlc/

# O que faz: copia o arquivo de instruções de agentes (faça o merge se você já tiver um)
cp dist/kiro/AGENTS.md your-project/AGENTS.md
Agora entre no seu projeto e inicie uma sessão de chat:
1
2
3
4
5
6
# Execute de: dentro de aidlc-workflows/
# O que faz: move você para a pasta do seu projeto
cd your-project

# O que faz: inicia uma sessão interativa de chat do Kiro CLI no seu projeto
kiro-cli chat
A instalação entrega o .kiro/settings/cli.json com chat.defaultAgent definido como aidlc, então o comando /aidlc fica ativo assim que a sessão começa.
Atenção aos agentes padrão. Essa configuração do workspace tem precedência sobre qualquer agente padrão global que você tenha configurado.

Passo 5: Executar seu primeiro workflow

Com o Kiro IDE ou o CLI, inicie um workflow descrevendo sua intenção em linguagem simples — por exemplo, construindo uma API (interface de programação de aplicações) REST:
1
2
3
# Execute de: o chat do Kiro (painel do IDE ou sessão do CLI)
# O que faz: inicia um workflow do AI-DLC para o recurso que você descrever
/aidlc Construir uma API de gerenciamento de tarefas com autenticação de usuário
O conductor detecta automaticamente o escopo apropriado (de Enterprise a Workshop), propõe um plano de estágios personalizado e o guia por cada fase com gates de aprovação explícitos. Em cada gate, você revisa e aprova antes que o próximo estágio comece.

Limpeza

O AI-DLC Workflows roda localmente e não cria recursos na nuvem por si só. No entanto, se o seu workflow provisionar recursos AWS (funções AWS Lambda, tabelas no Amazon DynamoDB, etc.) durante a fase de Construção, exclua-os quando não precisar mais deles para evitar cobranças futuras.
Para remover o AI-DLC do seu projeto:
1
2
3
# Execute de: dentro de your-project/
# O que faz: exclui as pastas e o arquivo do AI-DLC do seu projeto (não toca no seu código)
rm -rf .kiro aidlc AGENTS.md

Conclusão

Neste post, mostrei como configurar o AI-DLC Workflows 2.0 no Kiro IDE e no Kiro CLI para executar um ciclo de vida de desenvolvimento impulsionado por IA estruturado e com gates. A arquitetura "um núcleo, muitos harnesses" significa que você obtém a mesma metodologia de 14 agentes e 32 estágios, independentemente de qual superfície do Kiro você preferir — com cada decisão passando por um gate de aprovação que você controla.
Você pode estender essa abordagem ao:
  • Ajustar o escopo (de Enterprise a Workshop) para se adequar à complexidade do seu projeto
  • Personalizar os níveis de profundidade por estágio para diferentes requisitos de artefatos
  • Adicionar conhecimento de equipe e aprendizados persistentes que aprimoram o comportamento dos agentes ao longo do tempo
  • Contribuir com novas portas de harness por meio do Guia de Contribuição 
Para saber mais, leia o Post do Blog do AI-DLC , explore o Guia do Usuário  ou confira o whitepaper AI-DLC Workflows 2.0 Specification .
Eu adoraria saber como você usa o AI-DLC nos seus projetos — compartilhe sua experiência nos comentários abaixo.
# agentic-ide# agent-hooks# ai-assisted-workflows# ai-for-developers# kiro

Series: AI-DLC explicado em português (2 articles)

  1. 1
    Primeiros passos com o AI-DLC (AI-Driven Development Life Cycle) no Kiro This article
  2. 2
    Por dentro do AI-DLC no Kiro: agentes, escopos e a trilha de auditoria
Any opinions in this article are those of the individual author and may not reflect the opinions of AWS.
Enjoyed reading this content? Let the author know!

Your likes, comments, shares, and saves help creators reach more builders.

Loading recommendations

Loading article