【AWS Kiro 進階】實作 Hooks 自動化開發流程
上週 這篇 一同走過 Kiro 的 MCP 實作流程,理解 Kiro 如何透過 MCP 將 AI 連接到其他資料,本篇將延伸這個概念,帶你進一步探索 Kiro 的另一個強大能力 Agent Hooks。
什麼是 Hooks?
Agent Hooks 是一種能在特定事件發生時自動觸發 AI 代理行為的自動化工具。當 IDE 中發生特定事件,如儲存、建立、刪除檔案時,Hooks 會自動執行預先定義的流程,從而簡化開發工作流程。
- Kiro Doc - Hooks
前置準備
- 安裝 Kiro IDE。
- 在 Kiro 中打開項目,如
fillup-web。
文件產生器
當更新程式碼時,自動從目前檔案中擷取結構化資訊,如函式、類別、參數、回傳值,再依照專案規範自動補齊說明、生成使用範例,更新至 README.md,讓文件維持一致性與最新狀態。
新增 Hooks
點擊「Open Kiro Hook UI」。

輸入提示詞後,Kiro 自動生成 Hook 設定內容。

Generate comprehensive documentation for the current file:
1. Extract function and class signatures
2. Document parameters and return types
3. Provide usage examples based on existing code
4. Update the README.md with any new exports
5. Ensure documentation follows project standards

設定場景
偵測前端 TypeScript/TS/TSX 及後端 Python 檔案的變更後更新 README.md。
- Event: File Saved
- File path(s) to watch:
frontend/src/**/*.ts、frontend/src/**/*.tsx、backend/app/**/*.py

1 | <!-- Instructions for Kiro agent --> |
實作成果
我以下是執行第2個 Spec 的第1個任務,可參考 Kiro 為第2個 Specs「goals-and-settings-prompt」所產生的文件內容: Requirements & Design & Task list。
當 Kiro 偵測到檔案有變更時,就會自動排程並更新 README.md 文件。



同步翻譯
當繁體中文文檔更新時,系統會自動比對新增或修改的字串,並檢查所有其他語系檔案是否一致。對於新增的字串會自動加入至其他語系的檔案中並自動翻譯,而對於修改的字串則會在其他語系的檔案中自動翻譯,同時產生一份所有語系的更新摘要。
新增 Hooks
When an Traditional Chinese locale file is updated:
1. Identify which string keys were added or modified
2. Check all other language files for these keys
3. For missing keys, automatically translate from the source language to the target languages
4. For modified keys, update the translation to match the modified source text
5. Generate a summary of changes across all languages
設定場景
偵測 /zh-TW/translation.json 檔案的變更,自動更新所有其他語系文件。(雖然提示詞及指令有生成摘要,雖然實際執行後發現不太會主動生成摘要,不過瑕不掩瑜🤭。)
- Event: File Saved
- File path(s) to watch:
frontend/src/locales/zh-TW/translation.json

1 | <!-- Instructions for Kiro agent --> |
實作成果
我更改 zh-TW/translation.json 檔案中的「操作已被使用者取消。」字串後,Kiro 會排程 Hook「Traditional Chinese Translation Sync」,然後自動更新其他語系檔案。


我在 zh-TW/translation.json 檔案中新增字串後,Kiro 會排程 Hook「Traditional Chinese Translation Sync」,然後自動更新其他語系檔案。


AWS架構圖
監控 CDK 文件的變動,並使用 AWS Diagram MCP Server 工具,自動生成對應的 AWS 雲端架構圖。
AWS 雲端開發套件(AWS Cloud Development Kit, AWS CDK)是一種基礎架構即程式碼(Infrastructure as Code, IaC)的軟體開發框架,可使用 TypeScript, JavaScript, Python, Java, C#/.Net, Go 等程式語言定義 AWS 雲端基礎架構,CDK 會將程式碼轉換為 CloudFormation 模板,並自動佈建 AWS 雲端資源。
AWS CDK 包含兩個主要部分:
- AWS CDK Construct Library: 預先編寫的模組化和可重複使用的程式碼,稱為建構(Construct),可以使用、修改和整合來快速開發雲端基礎架構。
- AWS CDK Toolkit: 管理與 CDK 應用程式互動的工具。
新增 Hooks
1) Analyze the modified CDK files and generate or update AWS service architecture diagrams using the Python diagrams package DSL.
2) Parse the CDK code to identify AWS services, their relationships, and data flow.
3) If the previous diagram not exist, create a visual representation showing the infrastructure components, connections, and dependencies. Include proper grouping for VPCs, subnets, and logical service boundaries.
4) Delete the previous diagram before creating a new one. Output the Python diagrams code that can be executed to generate the architecture diagram.
設定場景
偵測與 AWS 相關的基礎架構檔案的變更,自動使用 AWS Diagram MCP Server,產生或更新 AWS 架構圖。我的專案的基礎架構檔案是統一放在 infra 目錄下,因此設定監控 **/infra/**/*.ts 及 **/infra/**/*.py 檔案。
- Event: File Saved
- File path(s) to watch:
**/infra/**/*.ts、**/infra/**/*.py

1 | <!-- Instructions for Kiro agent --> |
這邊要來分享一個 Kiro 很貼心的地方,自動生成的「File path(s) to watch」設定得相當寬鬆,幾乎把所有可能出現 AWS CDK 程式碼的路徑都涵蓋進來,如 **/*cdk*.ts、**/*cdk*.py、**/infra/**/*.ts、**/infra/**/*.py、**/infrastructure/**/*.ts、**/infrastructure/**/*.py。包含常見命名 infra 與 infrastructure,甚至可能沒被放到特定資料夾裡都想到了(他知道我會亂放?!😂)。

實作成果
我以下是執行 AWS 雲端部署 Spec 的第1個任務,可參考 Kiro 為 AWS 雲端部署「aws-serverless-deployment」所產生的 Spec 文件內容: Requirements & Design & Task list。
當 Kiro 偵測到 AWS 相關的基礎架構檔案有變更時,就會自動排程產生或更新 AWS 架構圖。



經驗分享
當 Hook 設定為自動觸發時,目前就無法以手動方式執行。因此,如果需要在特定情況下手動觸發,我建議另外建立一個相同設定的 Hook,並將觸發方式改為「Manual Trigger」。這樣就能在需要時隨時手動執行。而考量到 AI 工具更新速度…,我猜這個功能應該很快也會補上(小小許願😄)。




總結
本篇文章透過「文件產生器」、「同步翻譯」以及「AWS 架構圖」3個實戰案例,示範 Kiro Hooks 如何成為一個能自動執行重複性工作的自動化引擎,主動在開發過程中偵測特定事件並自動執行動作,確保程式碼與文檔的一致性,並持續協助維護專案品質,真正從「工具」進化為「智慧開發夥伴」。
回顧 Kiro 作為一個 Agentic IDE 的完整生態,可以看見一個具備清晰分工的自動化體系:
- 核心方法|規格驅動開發(Spec-Driven Development)
定義需求、技術架構、任務,用規格引導 AI 正確開發。 - LLM(大腦)|推理與行動
理解開發者意圖與程式碼邏輯,並提供程式碼與技術建議。 - MCP(感知)|存取外部資料
讓 AI 能存取各種資料來源、工具以及工作流程。 - Hooks(反射)|自動化機制
從被動到「主動行動」,當特定事件發生時自動執行流程。
👇 點此免費訂閱,不錯過任何更新