Panduan Memulai Project Pertama Menggunakan Kiro IDE: Mengenal Steering, Specs, Hooks, dan MCP
Artificial Intelligence (AI) telah menjadi bagian penting dalam proses pengembangan perangkat lunak. Berbagai AI coding assistant mampu membantu developer menghasilkan potongan kode, menjelaskan fungsi program, hingga mempercepat debugging. Namun, proses pengembangan aplikasi tidak hanya sebatas menulis kode. Sebelum implementasi dilakukan, developer perlu memahami kebutuhan bisnis, merancang arsitektur, membagi pekerjaan menjadi beberapa task, hingga memastikan seluruh anggota tim mengikuti standar pengembangan yang sama.
Untuk menjawab kebutuhan tersebut, Amazon memperkenalkan Kiro, sebuah AI IDE yang mengusung pendekatan Spec-Driven Development. Berbeda dengan AI coding assistant konvensional yang langsung menghasilkan kode berdasarkan prompt, Kiro membantu developer melalui seluruh tahapan pengembangan, mulai dari memahami konteks project, menyusun spesifikasi, merancang solusi, mengotomatisasi workflow, hingga mengintegrasikan AI dengan berbagai layanan eksternal.
Melalui artikel ini, Anda akan mempelajari cara memulai project pertama di Kiro sekaligus memahami empat fitur utamanya, yaitu Steering, Specs, Hooks, dan Model Context Protocol (MCP).
Memulai Project di Kiro
Setelah Kiro terinstal, langkah pertama adalah membuka project yang akan dikerjakan. Anda dapat membuka repository yang sudah ada maupun membuat proyek baru sesuai kebutuhan.
Setelah proyek berhasil dibuka, Kiro akan membaca struktur folder, bahasa pemrograman, dependency, serta konfigurasi yang digunakan. Selanjutnya, buka Kiro Panel pada sidebar untuk mulai berinteraksi dengan AI.
Melalui panel tersebut, developer dapat:
- bertanya mengenai source code;
- membuat fitur baru;
- menghasilkan dokumentasi;
- menyusun spesifikasi;
- menjalankan workflow otomatis.
Meskipun terlihat seperti chat AI pada umumnya, Kiro bekerja dengan pendekatan yang berbeda karena setiap proses implementasi didasarkan pada konteks project dan spesifikasi yang telah dibuat.
Memahami Konteks Project dengan Steering
Salah satu penyebab AI menghasilkan kode yang kurang sesuai adalah minimnya pemahaman terhadap konteks project. AI mungkin mengetahui sintaks sebuah framework, tetapi belum tentu memahami struktur aplikasi maupun standar pengembangan yang diterapkan oleh tim.
Untuk mengatasi hal tersebut, Kiro menyediakan fitur Steering.
Steering merupakan kumpulan dokumen yang berisi informasi penting mengenai project sehingga AI memiliki referensi sebelum menghasilkan kode. Informasi tersebut dapat mencakup:
- tujuan aplikasi;
- teknologi yang digunakan;
- struktur direktori;
- coding standard;
- konvensi penamaan;
- workflow tim;
- best practice yang diterapkan pada project.
Sebagai contoh, sebuah project React dapat memiliki Steering seperti berikut.
# Coding Standards
– Use TypeScript for all new files.
– Prefer functional components.
– Use React Hooks instead of class components.
– Store API logic inside /services.
– Follow ESLint and Prettier configuration.
Ketika developer meminta Kiro membuat komponen baru, AI akan mengikuti aturan tersebut secara otomatis tanpa perlu dijelaskan ulang pada setiap prompt.
Pendekatan ini membuat hasil implementasi menjadi lebih konsisten, terutama pada project yang dikerjakan oleh banyak developer.
Mengembangkan Fitur Menggunakan Specs
Fitur utama Kiro adalah Specs.
Alih-alih langsung menghasilkan kode, Kiro terlebih dahulu membantu developer menyusun spesifikasi fitur melalui tiga tahapan, yaitu Requirements, Design, dan Tasks.
Pendekatan ini dikenal sebagai Spec-Driven Development, yaitu proses pengembangan yang dimulai dari penyusunan kebutuhan sebelum implementasi dilakukan.
Tahap 1: Requirements
Tahap pertama adalah mendefinisikan kebutuhan bisnis. Misalnya Anda ingin menambahkan sistem autentikasi ke aplikasi. Anda cukup memberikan prompt seperti berikut.
Create a user authentication feature that supports login, logout, password reset, and JWT-based authentication. Kiro kemudian akan menyusun kebutuhan menjadi user story beserta acceptance criteria.
Contohnya:
User Story
As a registered user,
I want to log in using my email and password,
so that I can securely access my account.
Dengan cara ini, developer dapat memastikan bahwa seluruh kebutuhan telah terdokumentasi sebelum implementasi dimulai.
Tahap 2: Design
Setelah kebutuhan selesai disusun, Kiro membantu membuat rancangan teknis. Sebagai contoh, AI dapat mengusulkan arsitektur seperti berikut.
Authentication Service
│
├── Login API
├── JWT Generator
├── Password Reset Service
└── User Repository
Pada tahap ini developer dapat mengevaluasi apakah pendekatan tersebut sudah sesuai dengan arsitektur aplikasi yang digunakan.
Tahap 3: Tasks
Tahap terakhir adalah memecah desain menjadi daftar pekerjaan yang lebih kecil.
Misalnya:
☐ Create Login API
☐ Create JWT Middleware
☐ Create Login Page
☐ Add Validation
☐ Write Unit Test
☐ Update Documentation
Developer kemudian dapat menjalankan setiap task secara bertahap sehingga proses implementasi lebih mudah dipantau.
Contoh Implementasi Hasil Specs
Setelah seluruh tahapan selesai, developer dapat meminta Kiro mengimplementasikan task yang telah dibuat. Sebagai contoh, Kiro dapat menghasilkan endpoint autentikasi seperti berikut:
import jwt from “jsonwebtoken”;
export async function login(req, res) {
const user = await authService.login(req.body);
const token = jwt.sign(
{ id: user.id },
process.env.JWT_SECRET
);
return res.json({ token });
}
Contoh di atas menunjukkan bahwa implementasi dilakukan setelah AI memahami kebutuhan, desain, dan konteks project. Pendekatan ini membantu menghasilkan kode yang lebih konsisten dibandingkan jika AI langsung diminta membuat fitur login tanpa informasi tambahan.
Mengotomatisasi Workflow dengan Hooks
Selain membantu membuat spesifikasi, Kiro juga menyediakan fitur Hooks untuk mengotomatisasi pekerjaan yang sering dilakukan berulang kali.
Hooks memungkinkan AI menjalankan suatu tindakan ketika event tertentu terjadi, misalnya ketika file dibuat, diperbarui, atau sebelum task dieksekusi.
Sebagai contoh, Anda dapat membuat Hook dengan instruksi berikut.
When a new React component is created,
automatically generate a corresponding test file
using React Testing Library.
Dengan konfigurasi tersebut, ketika developer membuat file:
Button.tsx
Kiro dapat secara otomatis menghasilkan:
Button.test.tsx
Hooks juga dapat dimanfaatkan untuk berbagai kebutuhan lain, seperti:
- menjalankan formatter secara otomatis;
- memperbarui dokumentasi;
- membuat changelog;
- menjalankan unit test;
- melakukan linting setelah perubahan kode.
Otomatisasi ini membantu mengurangi pekerjaan manual sekaligus menjaga kualitas source code.
Memperluas Kemampuan AI dengan Model Context Protocol (MCP)
Source code bukan satu-satunya sumber informasi dalam sebuah project. Dokumentasi internal, database, API, maupun knowledge base perusahaan sering kali juga dibutuhkan selama proses pengembangan.
Untuk menghubungkan berbagai sumber informasi tersebut, Kiro mendukung Model Context Protocol (MCP). MCP merupakan protokol yang memungkinkan AI berkomunikasi dengan berbagai layanan eksternal secara terstandarisasi.
Sebagai contoh, developer dapat meminta Kiro menggunakan dokumentasi API internal saat membuat implementasi.
Use the internal API documentation to implement the Product API client.
Apabila MCP telah dikonfigurasi, Kiro dapat mengambil informasi dari dokumentasi tersebut sebelum menghasilkan kode.
MCP juga dapat diintegrasikan dengan berbagai layanan lain, seperti:
- dokumentasi perusahaan;
- knowledge base;
- layanan pencarian;
- database;
- API internal;
- tool DevOps.
Dengan konteks yang lebih lengkap, AI dapat memberikan rekomendasi maupun implementasi yang lebih akurat.
Workflow Pengembangan Menggunakan Kiro
Secara umum, alur kerja Kiro dapat digambarkan sebagai berikut.
Open Project
│
▼
Generate Steering
│
▼
Create Specs
│
├── Requirements
├── Design
└── Tasks
│
▼
Implement Feature
│
▼
Hooks Execute Automatically
│
▼
MCP Retrieves External Context
Pendekatan ini membuat AI tidak sekadar menjadi generator kode, tetapi berperan sebagai partner dalam keseluruhan proses pengembangan perangkat lunak.
Best Practice Menggunakan Kiro
Agar hasil yang diberikan Kiro lebih optimal, terdapat beberapa praktik yang disarankan.
- Pertama, perbarui Steering secara berkala ketika terdapat perubahan teknologi, struktur proyek, maupun coding standard.
- Kedua, biasakan membuat Specs sebelum mengimplementasikan fitur baru. Dokumentasi kebutuhan dan desain yang jelas akan membantu AI menghasilkan implementasi yang lebih tepat.
- Ketiga, manfaatkan Hooks untuk mengotomatisasi proses yang sering dilakukan berulang, seperti linting, formatting, pembuatan unit test, maupun pembaruan dokumentasi.
Terakhir, integrasikan MCP dengan layanan yang digunakan oleh tim agar AI memperoleh konteks yang lebih lengkap selama proses pengembangan.
Penutup
Kiro menghadirkan pendekatan baru dalam pengembangan perangkat lunak berbasis AI. Melalui kombinasi Steering, Specs, Hooks, dan Model Context Protocol (MCP), developer dapat membangun aplikasi dengan workflow yang lebih terstruktur dibandingkan AI coding assistant konvensional.
Dengan memahami konteks proyek, mendefinisikan kebutuhan sebelum implementasi, mengotomatisasi pekerjaan berulang, serta memanfaatkan informasi dari berbagai layanan eksternal, Kiro membantu meningkatkan konsistensi, kualitas, dan produktivitas dalam proses pengembangan aplikasi.
Bagi developer maupun tim engineering yang ingin memanfaatkan AI secara lebih menyeluruh, Kiro menawarkan pendekatan yang tidak hanya berfokus pada penulisan kode, tetapi juga mendukung seluruh siklus pengembangan perangkat lunak secara end-to-end.
