agentCLAWHUBUnverified
Kiro CLI OpenClaw Bridge
通过本地 ACP-to-OpenAI Bridge 将 OpenClaw（或任何 OpenAI 兼容客户端）连接到 kiro-cli 的 ACP 后端，支持流式响应和工具调用。
OpenClaw
Rank
62
Safety
84
Downloads
1.1k
Updated
Oct 11, 2026
Version
1.2.1
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 11, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 11, 2026
- Adoption signal
- 1.1K downloadsadoption · observed Oct 11, 2026
- Latest release
- 1.2.1release · observed Jul 1, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s17cw7hyrdgxx248d5ryvd7s4186768h:kiro-cli-openclaw-bridge- Install using `clawhub skill install s17cw7hyrdgxx248d5ryvd7s4186768h:kiro-cli-openclaw-bridge` in an isolated environment before connecting it to live workloads.
- No published capability contract is available yet, so validate auth and request/response behavior manually.
- Review the upstream CLAWHUB listing at https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge before using production credentials.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/snapshot"
Documentation
CLAWHUB
103,818 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
---
name: kiro-cli-openclaw-integration
description: 通过本地 ACP-to-OpenAI Bridge 将 OpenClaw（或任何 OpenAI 兼容客户端）连接到 kiro-cli 的 ACP 后端，支持流式响应和工具调用。
metadata:
openclaw:
homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge
requires:
bins:
- kiro-cli
---
# Kiro CLI 与 OpenClaw 集成
Local proxy that translates OpenAI/Anthropic API requests into ACP JSON-RPC calls, enabling OpenClaw and other OpenAI-compatible clients to use kiro-cli as the AI backend.
## Architecture
```
OpenClaw / Any Client ──HTTP──▶ Bridge (FastAPI) ──stdio──▶ kiro-cli acp
:18788/v1 JSON-RPC 2.0
```
---
## 从零开始完整搭建指南
### Step 1: 安装 kiro-cli
```bash
# 下载安装 kiro-cli（如已安装跳过）
# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中
which kiro-cli # 验证安装
```
### Step 2: 认证 kiro-cli
```bash
kiro-cli login
# 按提示完成登录认证，确保能正常使用
# 验证：
kiro-cli acp --help # 应显示帮助信息
```
### Step 3: 获取 Bridge
推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：
```bash
# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）
# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases
# 或从源码构建：
git clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git
cd kiro-cli-openclaw-bridge
```
### Step 4: 安装 Python 环境（源码运行方式）
```bash
# 需要 Python 3.10+
python3 --version # 验证版本
# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate
# 安装依赖
pip install -r requirements.txt
```
依赖清单（`requirements.txt`）：
```
fastapi==0.115.12
uvicorn==0.34.3
pytest==8.3.5
pytest-asyncio==0.25.3
pyinstaller==6.12.0
```
### Step 5: 启动 Bridge
```bash
# 方式 A：源码运行
source .venv/bin/activate
python -m acp_openai_bridge.main --cwd /your/project
# 方式 B：使用预编译二进制（如已构建）
./dist/acp-bridge --cwd /your/project
# 方式 C：构建后运行
./build.sh
./dist/acp-bridge --cwd /your/project
```
指定模型（可选）：
```bash
python -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514
```
启动成功标志：
```
ACP-to-OpenAI Bridge running at http://127.0.0.1:18788
```
### Step 6: 验证 Bridge 运行
```bash
# 健康检查
curl http://127.0.0.1:18788/health
# 应返回：{"status":"ok","acp_available":true}
# 模型列表
curl http://127.0.0.1:18788/v1/models
# 应返回包含 kiro-acp 的模型列表
# 快速测试对话
curl -X POST http://127.0.0.1:18788/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model":"kiro-acp","messages":[{"role":"user","content":"hello"}],"stream":false}'
```
### Step 7: 配置 OpenClaw
编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：
```json
{
"models": {
"mode": "merge",
"providers": {
"kiro-b": {
"api": "openai-completions",
"baseUrl": "http://127.0.0.1:18788/v1",
"apiKey": "any-value",
"models": [
{
"id": "kiro-acp",
"name": "Kiro ACP",
"input": ["text"],
"contextWindow": 200000,
"maxTokens": 65536
}
]
}
}
}
}
```
设置为默认模型（可选），在 `agents.defaults` 中添加：
```json
{
"agents": {
"defaults": {
"model": {
"primary": "kiro-b/kiro-acp"
README.md
# Kiro CLI OpenClaw Bridge
将 [OpenClaw](https://github.com/openclaw/openclaw) 或任何 OpenAI 兼容客户端连接到 [Kiro CLI](https://kiro.dev) 的 ACP 后端，支持 SSE 流式响应和工具调用。
## 架构
```
OpenClaw / 任意客户端 ──HTTP──▶ Bridge (FastAPI) ──stdio──▶ kiro-cli acp
:18788/v1 JSON-RPC 2.0
```
Bridge 维护一个持久的 `kiro-cli acp` 子进程，完成 JSON-RPC 初始化握手，管理会话，并在 OpenAI API 格式与 ACP 协议之间双向翻译。
## 前置条件
- **kiro-cli** 已安装并完成认证（`kiro-cli login`）
- **Python 3.10+**（源码运行）或使用预编译二进制
## 快速开始
### 方式一：源码运行
```bash
git clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git
cd kiro-cli-openclaw-bridge
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python -m acp_openai_bridge.main --cwd /your/project
```
### 方式二：构建为单文件可执行程序
**Linux / macOS / WSL：**
```bash
./build.sh
./dist/acp-bridge --cwd /your/project
```
**Windows（PowerShell / CMD）：**
```powershell
pip install -r requirements.txt
pyinstaller acp_bridge.spec --clean --noconfirm
.\dist\acp-bridge.exe --cwd C:\your\project
```
构建产物约 15MB，无需 Python 环境即可运行。
> **注意**：PyInstaller 不支持交叉编译，打包产物只能在构建时的操作系统上运行。如需在不同平台使用，需在对应平台（Windows / macOS / Linux）上分别执行构建。
### 验证运行
```bash
# 健康检查
curl http://127.0.0.1:18788/health
# 快速测试
curl -X POST http://127.0.0.1:18788/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model":"kiro-acp","messages":[{"role":"user","content":"hello"}],"stream":false}'
```
## 命令行参数
| 参数 | 环境变量 | 默认值 | 说明 |
|------|---------|--------|------|
| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |
| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |
| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 可执行文件路径 |
| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |
| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |
| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID（如 `claude-sonnet-4-20250514`） |
## OpenClaw 配置
编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加 kiro bridge provider：
```json
{
"models": {
"mode": "merge",
"providers": {
"kiro-b": {
"api": "openai-completions",
"baseUrl": "http://127.0.0.1:18788/v1",
"apiKey": "local-cli",
"models": [
{
"id": "kiro-acp",
"name": "Kiro ACP",
"input": ["text"],
"contextWindow": 200000,
"maxTokens": 65536
}
]
}
}
}
}
```
然后在 `agents.defaults` 中设置为默认模型（可选）：
```json
{
"agents": {
"defaults": {
"model": {
"primary": "kiro-b/kiro-acp"
},
"models": {
"kiro-b/kiro-acp": {
"alias": "Kiro"
}
}
}
}
}
```
配置完成后重启 OpenClaw 即可在对话中使用 `kiro-b/kiro-acp` 模型。
## API 端点
| Method | Path | 说明 |
|--------|------|------|
| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |
| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |
| GET | `/v1/models` | 模型列表 |
| GET | `/health` | 健康检查 |
## 流式响应
当请求中 `stream: true` 时_meta.json
{
"ownerId": "kn7fsd20p1nkmxsjx013psgwcn86761e",
"slug": "kiro-cli-openclaw-bridge",
"version": "1.2.1",
"publishedAt": 1782867986279
}article.md
# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw
> 通过 ACP 协议将 Kiro CLI 的 AI 能力从终端中解放出来，接入 OpenClaw 的多平台生态。
## 起因
Kiro CLI 是一个强大的 AI 编程助手，但它被锁在终端里。每次使用都要开一个终端窗口，对话体验受限于命令行界面。
而 OpenClaw 是一个开源的 AI Agent 平台，支持多种聊天渠道（Telegram、Discord、Slack、飞书……），有完善的对话管理、技能系统和插件生态。
我想：**能不能让 OpenClaw 直接调用 Kiro CLI 的 AI 后端？**
这样就能在任何 OpenClaw 支持的渠道里，享受 Kiro 的代码理解、文件操作和终端执行能力。
## 发现 ACP 协议
翻看 `kiro-cli --help-all`，发现了一个关键子命令：
```
kiro-cli acp
```
ACP（Agent Client Protocol）是 Kiro CLI 暴露的标准化通信接口，基于 JSON-RPC 2.0，通过 stdio 管道通信。这意味着：
- 可以通过子进程与 Kiro 的 AI 后端建立持久连接
- 支持会话管理、流式响应、工具调用
- 不需要逆向工程，这是官方公开的集成点
## 架构设计
思路很清晰——写一个本地 HTTP 代理，把 OpenAI 格式的请求翻译成 ACP 协议：
```
OpenClaw / 任意客户端 ──HTTP──▶ Bridge (FastAPI) ──stdio──▶ kiro-cli acp
:18788/v1 JSON-RPC 2.0
```
Bridge 做三件事：
1. 维护一个持久的 `kiro-cli acp` 子进程
2. 在 OpenAI Chat Completion API 和 ACP JSON-RPC 之间双向翻译
3. 将 ACP 的流式通知实时转换为 SSE 推送
## 技术实现
### 核心挑战
**1. 子进程生命周期管理**
`kiro-cli acp` 启动后需要完成 JSON-RPC 的 `initialize` 握手，之后保持长连接。如果进程意外退出，需要自动重启并重新初始化。
**2. 异步消息分发**
ACP 通过 stdout 输出两种消息：
- **Response**（带 `id`）：对应请求的响应
- **Notification**（无 `id`）：`session/update` 通知，包含流式文本块
需要一个异步读取器持续监听 stdout，根据消息类型分发到不同的 Future 或 Queue。
**3. 流式响应转换**
ACP 的 `agent_message_chunk` 通知需要实时转换为 OpenAI 的 SSE `chat.completion.chunk` 格式，同时处理工具调用中间状态（不产生文本输出但不能中断流）。
**4. 工具调用代理**
Kiro 的 agent 在执行过程中会请求文件读写和终端命令。Bridge 需要响应这些请求，在指定的项目目录内执行操作并返回结果。
### 技术栈
- **Python 3.10+** + **FastAPI** + **uvicorn**
- **asyncio** 子进程管理和并发
- **PyInstaller** 打包为单文件可执行程序（~15MB）
## 使用效果
配置完成后，在 OpenClaw 中选择 `kiro-b/kiro-acp` 模型，就能像使用 Claude 或 GPT 一样与 Kiro 对话：
- ✅ 流式响应，逐字输出
- ✅ 代码理解和生成
- ✅ 文件读写操作（受限于指定项目目录）
- ✅ 终端命令执行
- ✅ 上下文溢出自动重建会话
## 5 分钟快速上手
### 1. 确保 kiro-cli 已认证
```bash
kiro-cli login
```
### 2. 启动 Bridge
```bash
git clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git
cd kiro-cli-openclaw-bridge
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
python -m acp_openai_bridge.main --cwd /your/project
```
### 3. 配置 OpenClaw
编辑 `~/.openclaw/openclaw.json`：
```json
{
"models": {
"mode": "merge",
"providers": {
"kiro-b": {
"api": "openai-completions",
"baseUrl": "http://127.0.0.1:18788/v1",
"apiKey": "local-cli",
"models": [
{
"id": "kiro-acp",
"name": "Kiro ACP",
"input": ["text"],
"contextWindow": 200000,
"maxTokens": 65536
}
]
}
}
}
}
```
重启 OpenClaw，选择 `kiro-b/kiro-acp` 模型，开始对话。
## 跨平台支持
| 平台 | 状态 |
|------|------|
| Windows（原生 / WSL） | ✅ 支持，可打包为 .exe |
| macOS（Apple Silicon / Intel） | ✅ 支持 |
| Linux | ✅ 支持 |
## 开源地址
- **Bridge 源码**：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge
- **OpenClaw Skill**：https://github.com/LuoShiXi/kiro-cli-openclaw-skill
- **ClawHub**：`clawhub install kiro-cli-openclaw-bridge`
协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）
## 写在最后
这个项目的核心价值在于：**让 Kiro CLI 的 AI 能力不再局限于终端**。通过 Aarticles/wechat.md
# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw
## Kiro CLI 很强，但被困在终端里
如果你用过 Kiro CLI，一定体会过它的强大——代码理解、文件操作、终端执行，几乎是一个完整的 AI 编程搭档。
但问题是：**它只能在终端里用。**
每次都要开一个终端窗口，输入命令，等待响应。没有多端同步，没有消息通知，没有和其他工具联动的能力。
而 OpenClaw 是一个开源的 AI Agent 平台，支持接入 Telegram、Discord、Slack、飞书等多种聊天渠道，有完善的对话管理和插件生态。
**如果能让 OpenClaw 直接调用 Kiro 的 AI 后端呢？**
这就是这个项目要解决的问题。
---
## 关键发现：ACP 协议
翻看 Kiro CLI 的帮助文档，发现了一个子命令：
```
kiro-cli acp
```
ACP（Agent Client Protocol）是 Kiro CLI 官方暴露的标准化通信接口：
- 基于 JSON-RPC 2.0 协议
- 通过 stdin/stdout 管道通信
- 支持会话管理、流式响应、工具调用
这是一个**官方公开的集成点**，不需要逆向工程。
---
## 架构：一个本地 HTTP 代理
思路很直接——写一个 Bridge，把 OpenAI 格式的 HTTP 请求翻译成 ACP 协议：
```
OpenClaw ──HTTP──▶ Bridge (FastAPI) ──stdio──▶ kiro-cli acp
任意客户端 :18788/v1 JSON-RPC 2.0
```
Bridge 的职责：
1. **维护持久连接** — 启动 `kiro-cli acp` 子进程，完成初始化握手，保持长连接
2. **协议翻译** — OpenAI Chat Completion ↔ ACP session/prompt
3. **流式转发** — 将 ACP 的 `agent_message_chunk` 通知实时转换为 SSE 推送
---
## 核心技术挑战
### 异步消息分发
ACP 通过 stdout 输出两种消息：
- **Response**（带 id）：请求的响应
- **Notification**（无 id）：流式文本块、工具调用状态
需要一个异步读取器持续监听，根据消息类型分发到对应的 Future 或 Queue。
### 流式响应转换
ACP 的流式通知格式和 OpenAI 的 SSE 格式完全不同。Bridge 需要实时转换，同时正确处理工具调用中间状态（有通知但不产生文本）。
### 工具调用代理
Kiro 的 agent 在工作过程中会请求读写文件、执行命令。Bridge 需要在指定的项目目录内响应这些请求，并将结果返回给 agent。
### 上下文溢出处理
当对话上下文达到模型限制时，Bridge 会自动检测错误、创建新会话，并通知用户重新发送问题。
---
## 最终效果
配置完成后，在 OpenClaw 中选择 `kiro-b/kiro-acp` 模型：
✅ 流式响应，逐字输出
✅ 代码理解和生成
✅ 项目文件读写
✅ 终端命令执行
✅ 上下文溢出自动恢复
✅ 支持 Windows / macOS / Linux
---
## 5 分钟上手
**第一步：确保 kiro-cli 已认证**
```bash
kiro-cli login
```
**第二步：启动 Bridge**
```bash
git clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git
cd kiro-cli-openclaw-bridge
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
python -m acp_openai_bridge.main --cwd /your/project
```
看到以下输出说明启动成功：
```
ACP-to-OpenAI Bridge running at http://127.0.0.1:18788
```
**第三步：配置 OpenClaw**
编辑 `~/.openclaw/openclaw.json`，添加 provider：
```json
{
"models": {
"mode": "merge",
"providers": {
"kiro-b": {
"api": "openai-completions",
"baseUrl": "http://127.0.0.1:18788/v1",
"apiKey": "local-cli",
"models": [
{
"id": "kiro-acp",
"name": "Kiro ACP",
"input": ["text"],
"contextWindow": 200000,
"maxTokens": 65536
}
]
}
}
}
}
```
重启 OpenClaw，选择模型，开始对话。
---
## 也可以打包为可执行文件
不想装 Python？可以打包为单文件二进制（约 15MB）：
**Linux / macOS / WSL：**
```bash
./build.sh
./dist/acp-bridge --cwd /your/project
```
**Windows：**
```powershell
pyinstaller acp_bridge.spec --clean --noconfirm
.\dist\acp-bridge.exe --cwd C:\your\project
```
---
## 不只是 OpenClaw
由于 Bridge 暴露的是标准的 OpenAI Chat Completion API，**任何支持自定义 Base URL 的 OpenAI 兼容客户端都能接入**：
- OpenClaw
- ChatBox
- LobeChat
- 自定义脚本
- ……
只需将 Base URL 指向 `http://127.0.0.1:18788/v1`。
---
## 开源地址
| 资源 | 链接 |
|------|------|
| Bridge 源码 | https://github.com/LuoShiXi/kiro-cliGithub ReposUpdated 2d agoRank 70
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
OPENCLAW
Github ReposUpdated 6mo agoRank 70
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
OPENCLAW
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge",
"sourceUrl": "https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T12:41:27.221Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-11T12:41:27.221Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "1.1K downloads",
"href": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceUrl": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T12:41:27.221Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "1.2.1",
"href": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceUrl": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-07-01T01:06:26.279Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 1.2.1",
"description": "Fix display name",
"href": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceUrl": "https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-07-01T01:06:26.279Z",
"isPublic": true
}
]
}Record generated Oct 11, 2026.