前言¶

DeepSeek Harness (DSH) 是一个基于插件架构的 LLM 调用框架。在使用 Kiro (AWS CodeWhisperer/Q 的继任者) 作为后端模型时，开发者通常需要手动处理凭证存储、令牌刷新以及与 Kiro API 的交互细节。dsh-llm-aws-kiro 插件旨在解决这些问题，它将 Kiro 整合进 DSH，接管凭证拾取、静默刷新和模型调用逻辑，使开发者能直接通过 DSH 的接口访问 Kiro 的模型服务。

核心功能¶

该插件作为独立的 Cordis 插件挂载，通过 cordis.yml 注册 kiro provider 路由到 ctx.llm，无需修改 Harness 本身。核心能力包括：

• 凭证管理：自动拾取现有的 kiro-cli 登录凭证（包括 SQLite store 中的 auth_kv 表、IDC 和社交 token）以及 Kiro IDE token（~/.aws/sso/cache/kiro-auth-token.json）。支持通过 bearerTokenEnv 环境变量指定静态 Token 以绕过环境发现，适用于 CI 或机器人场景。
• 静默刷新：通过 AWS SSO OIDC 或 Kiro 桌面认证服务处理过期 Token 的自动刷新，并回写到 kiro-cli store 中，确保所有消费者状态同步。如果遇到 403 错误，会尝试重新读取共享 store 或调用 kiro-cli debug refresh-auth-token。
• 后端处理：负责区域/端点解析（SSO 区域到 Kiro API 区域）、管理控制平面（如获取 Profile 和模型列表）以及运行时的 generateAssistantResponse 调用，使用 AWS 事件流协议。
• 模型目录：提供引导目录用于快速解析模型，并支持已认证的发现机制，能获取最新发布的模型元数据并更新缓存。
• 推理能力：支持 Thinking markers 和 reasoning effort mapping，将 DSH 的 effort 词汇（off/low/high/max）映射到 Kiro 的 effort schema。

安装与启用¶

该插件声明了 Harness 包作为 peer dependencies，需要 DSH 主进程提供相应的包版本。安装时请确保环境已满足依赖要求。

执行以下命令安装插件：

dsh plugin --profile <profile> add @joshryandavis/dsh-llm-kiro

安装后，在 cordis.yml 中挂载插件配置：

- id: llm-kiro
  name: '@joshryandavis/dsh-llm-kiro'
  config:
    region: us-east-1        # 可选；省略时使用凭证区域
    reasoningEffort: high    # 可选；off | low | high | max

配置参考¶

所有配置项均为可选，修改后无需重启即可在下一个请求中生效。

注意事项¶

• 凭证要求：插件不包含交互式登录功能。如果未检测到环境凭证，将报错 MISSING_CREDENTIAL。请确保本地已通过 kiro-cli login 或 Kiro IDE 完成登录。
• Peer Dependencies：需要安装同版本的 @deepseek-ai 系列包，否则无法运行。
• 模型列表：模型列表分为引导目录和已认证发现。默认情况下会使用引导目录，并在后台刷新已认证发现的数据，确保模型选择器可用。

总结¶

dsh-llm-aws-kiro 是将 Kiro 服务接入 DeepSeek Harness 的实用插件，它通过环境凭证拾取和静默刷新机制，降低了 Kiro API 的接入门槛，同时提供了完整的模型管理和推理能力支持。

插件目录
GitHub 仓库