前言¶

DeepSeek Harness (DSH) 是一個基於插件架構的 LLM 調用框架。在使用 Kiro (AWS CodeWhisperer/Q 的繼任者) 作爲後端模型時，開發者通常需要手動處理憑證存儲、令牌刷新以及與 Kiro API 的交互細節。dsh-llm-aws-kiro 插件旨在解決這些問題，它將 Kiro 整合進 DSH，接管憑證拾取、靜默刷新和模型調用邏輯，使開發者能直接通過 DSH 的接口訪問 Kiro 的模型服務。

核心功能¶

該插件作爲獨立的 Cordis 插件掛載，通過 cordis.yml 註冊 kiro provider 路由到 ctx.llm，無需修改 Harness 本身。核心能力包括：

• 憑證管理：自動拾取現有的 kiro-cli 登錄憑證（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）。支持通過 bearerTokenEnv 環境變量指定靜態 Token 以繞過環境發現，適用於 CI 或機器人場景。
• 靜默刷新：通過 AWS SSO OIDC 或 Kiro 桌面認證服務處理過期 Token 的自動刷新，並回寫到 kiro-cli store 中，確保所有消費者狀態同步。如果遇到 403 錯誤，會嘗試重新讀取共享 store 或調用 kiro-cli debug refresh-auth-token。
• 後端處理：負責區域/端點解析（SSO 區域到 Kiro API 區域）、管理控制平面（如獲取 Profile 和模型列表）以及運行時的 generateAssistantResponse 調用，使用 AWS 事件流協議。
• 模型目錄：提供引導目錄用於快速解析模型，並支持已認證的發現機制，能獲取最新發布的模型元數據並更新緩存。
• 推理能力：支持 Thinking markers 和 reasoning effort mapping，將 DSH 的 effort 詞彙（off/low/high/max）映射到 Kiro 的 effort schema。

安裝與啓用¶

該插件聲明瞭 Harness 包作爲 peer dependencies，需要 DSH 主進程提供相應的包版本。安裝時請確保環境已滿足依賴要求。

執行以下命令安裝插件：

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

安裝後，在 cordis.yml 中掛載插件配置：

- id: llm-kiro
  name: '@joshryandavis/dsh-llm-kiro'
  config:
    region: us-east-1        # 可選；省略時使用憑證區域
    reasoningEffort: high    # 可選；off | low | high | max

配置參考¶

所有配置項均爲可選，修改後無需重啓即可在下一個請求中生效。

注意事項¶

• 憑證要求：插件不包含交互式登錄功能。如果未檢測到環境憑證，將報錯 MISSING_CREDENTIAL。請確保本地已通過 kiro-cli login 或 Kiro IDE 完成登錄。
• Peer Dependencies：需要安裝同版本的 @deepseek-ai 系列包，否則無法運行。
• 模型列表：模型列表分爲引導目錄和已認證發現。默認情況下會使用引導目錄，並在後臺刷新已認證發現的數據，確保模型選擇器可用。

總結¶

dsh-llm-aws-kiro 是將 Kiro 服務接入 DeepSeek Harness 的實用插件，它通過環境憑證拾取和靜默刷新機制，降低了 Kiro API 的接入門檻，同時提供了完整的模型管理和推理能力支持。

插件目錄
GitHub 倉庫