{"id":"4f69c63b-209d-42d8-865d-1a4246e8c8c6","entityType":"agent","slug":"clawhub-luoshixi-kiro-cli-openclaw-bridge","name":"Kiro CLI OpenClaw Bridge","canonicalUrl":"https://www.xpersona.co/agent/clawhub-luoshixi-kiro-cli-openclaw-bridge","canonicalPath":"/agent/clawhub-luoshixi-kiro-cli-openclaw-bridge","generatedAt":"2026-10-11T15:14:45.588Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":null},"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。","descriptionLabel":"Source description","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s17cw7hyrdgxx248d5ryvd7s4186768h:kiro-cli-openclaw-bridge","sourceUrl":"https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge","homepage":"https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Kiro CLI OpenClaw Bridge technical dossier on Xpersona with agent coverage, OPENCLEW support, and live trust metadata."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":null},"stars":null,"forks":null,"downloads":1063,"packageName":null,"latestVersion":"1.2.1","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:41:27.163Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T12:41:27.221Z","lastCrawledAt":"2026-10-11T12:41:27.163Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T12:41:27.163Z","lastVerifiedAt":null,"highlights":[{"version":"1.2.1","createdAt":"2026-07-01T01:06:26.279Z","changelog":"Fix display name","fileCount":29,"zipByteSize":55769},{"version":"1.2.0","createdAt":"2026-07-01T01:04:04.679Z","changelog":"Remove _inject_constraints to fix repeated confirmation message; add system message support and auto-reset session for new conversations","fileCount":29,"zipByteSize":55737},{"version":"1.1.1","createdAt":"2026-05-09T05:57:42.227Z","changelog":"- Skill renamed from \"kiro-cli-openclaw-bridge\" to \"kiro-cli-openclaw-integration\" - Expanded and clarified setup instructions for integrating kiro-cli with OpenClaw via a local ACP-to-OpenAI bridge - Added detailed architecture, configuration, and troubleshooting sections - Included specific platform compatibility and build steps for Linux, macOS (Intel/ARM), Windows, and WSL - Documented all command-line parameters, API endpoints, and key usage notes - Added disclaimer clarifying community/unofficial status and AWS/Kiro policy compliance","fileCount":3,"zipByteSize":5265},{"version":"1.1.0","createdAt":"2026-05-09T00:49:25.337Z","changelog":"Version 1.1.0 - Skill renamed to **kiro-cli-openclaw-integration** in documentation, reflecting new integration focus. - Added a detailed step-by-step guide for setup, including kiro-cli installation, authentication, bridge setup, and Python environment instructions. - Enhanced configuration and troubleshooting sections with clear solutions for common issues. - Provided command reference, API endpoint descriptions, streaming response workflow, and tool execution notes. - Updated platform-specific build and run instructions for Windows, macOS, Linux, and WSL. - Added explicit legal disclaimer and guidance on proper, compliant use.","fileCount":2,"zipByteSize":4015},{"version":"1.0.9","createdAt":"2026-05-07T02:08:38.982Z","changelog":"- Project name updated to kiro-cli-openclaw-integration. - Improved and expanded SKILL.md with detailed step-by-step setup instructions, API information, troubleshooting, and platform support. - Added full configuration samples for OpenClaw integration. - Included build and usage instructions for multiple operating systems. - Clarified command-line options, API endpoints, and streaming/tool invocation support.","fileCount":2,"zipByteSize":3592},{"version":"1.0.8","createdAt":"2026-05-07T02:02:07.727Z","changelog":"- Documentation extensively updated and rewritten with detailed step-by-step setup instructions. - Skill renamed from \"kiro-cli-openclaw-bridge\" to \"kiro-cli-openclaw-integration\". - Clarified architecture, supported platforms, and model configuration for OpenClaw. - Added troubleshooting section and command-line/environment variable reference. - Provided build instructions and API endpoint documentation.","fileCount":2,"zipByteSize":3591},{"version":"1.0.7","createdAt":"2026-05-07T01:11:37.128Z","changelog":"- Updated skill name to \"kiro-cli-openclaw-integration\" and revised project description. - Added a comprehensive step-by-step setup guide in Chinese, including installation, authentication, verification, and integration with OpenClaw. - Documented supported platforms and clarified build and deployment instructions for Linux, macOS, WSL, and Windows. - Expanded configuration examples for OpenClaw and provided troubleshooting guidance. - Clearly outlined all command-line parameters and available API endpoints.","fileCount":2,"zipByteSize":3588},{"version":"1.0.6","createdAt":"2026-05-07T01:08:11.845Z","changelog":"**Summary:** Renamed skill to reflect enhanced integration clarity; added comprehensive usage, configuration, and troubleshooting documentation. - Skill renamed from `kiro-cli-openclaw-bridge` to `kiro-cli-openclaw-integration`. - Added detailed step-by-step setup guide, including installation, authentication, proxy running, and OpenClaw configuration instructions. - Included clear architecture diagram and operational flow for bridging OpenAI/Anthropic API requests to kiro-cli's ACP backend. - Documented API endpoints, command-line options, streaming response mechanism, and tool execution support. - Provided troubleshooting tips and platform/build instructions for all supported OSes. - Updated metadata to require `kiro-cli` binary and linked project homepage.","fileCount":2,"zipByteSize":3519}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17cw7hyrdgxx248d5ryvd7s4186768h:kiro-cli-openclaw-bridge","setupComplexity":"low","setupSteps":["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":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T15:14:45.586Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-luoshixi-kiro-cli-openclaw-bridge/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":null},"readme":"Skill: Kiro CLI OpenClaw Bridge\n\nOwner: luoshixi\n\nSummary: 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。\n\nTags: latest:1.2.1\n\nVersion history:\n\nv1.2.1 | 2026-07-01T01:06:26.279Z | user\n\nFix display name\n\nv1.2.0 | 2026-07-01T01:04:04.679Z | user\n\nRemove _inject_constraints to fix repeated confirmation message; add system message support and auto-reset session for new conversations\n\nv1.1.1 | 2026-05-09T05:57:42.227Z | auto\n\n- Skill renamed from \"kiro-cli-openclaw-bridge\" to \"kiro-cli-openclaw-integration\"\n- Expanded and clarified setup instructions for integrating kiro-cli with OpenClaw via a local ACP-to-OpenAI bridge\n- Added detailed architecture, configuration, and troubleshooting sections\n- Included specific platform compatibility and build steps for Linux, macOS (Intel/ARM), Windows, and WSL\n- Documented all command-line parameters, API endpoints, and key usage notes\n- Added disclaimer clarifying community/unofficial status and AWS/Kiro policy compliance\n\nv1.1.0 | 2026-05-09T00:49:25.337Z | auto\n\nVersion 1.1.0\n\n- Skill renamed to **kiro-cli-openclaw-integration** in documentation, reflecting new integration focus.\n- Added a detailed step-by-step guide for setup, including kiro-cli installation, authentication, bridge setup, and Python environment instructions.\n- Enhanced configuration and troubleshooting sections with clear solutions for common issues.\n- Provided command reference, API endpoint descriptions, streaming response workflow, and tool execution notes.\n- Updated platform-specific build and run instructions for Windows, macOS, Linux, and WSL.\n- Added explicit legal disclaimer and guidance on proper, compliant use.\n\nv1.0.9 | 2026-05-07T02:08:38.982Z | auto\n\n- Project name updated to kiro-cli-openclaw-integration.\n- Improved and expanded SKILL.md with detailed step-by-step setup instructions, API information, troubleshooting, and platform support.\n- Added full configuration samples for OpenClaw integration.\n- Included build and usage instructions for multiple operating systems.\n- Clarified command-line options, API endpoints, and streaming/tool invocation support.\n\nv1.0.8 | 2026-05-07T02:02:07.727Z | auto\n\n- Documentation extensively updated and rewritten with detailed step-by-step setup instructions.\n- Skill renamed from \"kiro-cli-openclaw-bridge\" to \"kiro-cli-openclaw-integration\".\n- Clarified architecture, supported platforms, and model configuration for OpenClaw.\n- Added troubleshooting section and command-line/environment variable reference.\n- Provided build instructions and API endpoint documentation.\n\nv1.0.7 | 2026-05-07T01:11:37.128Z | auto\n\n- Updated skill name to \"kiro-cli-openclaw-integration\" and revised project description.\n- Added a comprehensive step-by-step setup guide in Chinese, including installation, authentication, verification, and integration with OpenClaw.\n- Documented supported platforms and clarified build and deployment instructions for Linux, macOS, WSL, and Windows.\n- Expanded configuration examples for OpenClaw and provided troubleshooting guidance.\n- Clearly outlined all command-line parameters and available API endpoints.\n\nv1.0.6 | 2026-05-07T01:08:11.845Z | auto\n\n**Summary:**  \nRenamed skill to reflect enhanced integration clarity; added comprehensive usage, configuration, and troubleshooting documentation.\n\n- Skill renamed from `kiro-cli-openclaw-bridge` to `kiro-cli-openclaw-integration`.\n- Added detailed step-by-step setup guide, including installation, authentication, proxy running, and OpenClaw configuration instructions.\n- Included clear architecture diagram and operational flow for bridging OpenAI/Anthropic API requests to kiro-cli's ACP backend.\n- Documented API endpoints, command-line options, streaming response mechanism, and tool execution support.\n- Provided troubleshooting tips and platform/build instructions for all supported OSes.\n- Updated metadata to require `kiro-cli` binary and linked project homepage.\n\nv1.0.5 | 2026-05-07T00:55:19.734Z | auto\n\n- Renamed skill from `kiro-cli-openclaw-bridge` to `kiro-cli-openclaw-integration`.\n- Added comprehensive Chinese/English setup guide, including installation, authentication, build, and configuration steps.\n- Detailed OpenClaw provider JSON configuration and integration instructions.\n- Documented command-line parameters, environment variables, and API endpoints for the bridge.\n- Included troubleshooting section, platform support matrix, and build/packaging instructions.\n\nv1.0.4 | 2026-05-06T08:25:50.523Z | auto\n\n**Bridge skill for integrating kiro-cli ACP with OpenClaw and OpenAI-compatible clients**\n\n- Updated skill name to **kiro-cli-openclaw-integration**\n- Added a detailed setup guide for connecting OpenClaw to kiro-cli via a local ACP-to-OpenAI Bridge\n- Included architecture overview, prerequisites, installation, and configuration steps\n- Documented supported API endpoints, command-line options, and streaming/tooling features\n- Added troubleshooting section and platform/build instructions for all users\n\nv1.0.3 | 2026-05-06T08:21:49.649Z | auto\n\n- Updated project name and description to clarify OpenClaw integration.\n- Expanded and clarified setup instructions, including full step-by-step guide from installation to usage.\n- Added detailed command-line parameter documentation and environment variable usage.\n- Provided example configuration for OpenClaw integration.\n- Documented API endpoints, streaming response behavior, and tool execution support.\n- Included troubleshooting tips, platform support table, and build instructions.\n- Project address updated for clear reference.\n\nv1.0.2 | 2026-05-06T08:18:32.598Z | auto\n\nkiro-cli-openclaw-bridge 1.0.2 Changelog\n\n- Renamed SKILL: now identified as kiro-cli-openclaw-integration.\n- Improved documentation with a comprehensive setup guide (in both Chinese and English).\n- Added detailed instructions for OpenClaw integration and proxy usage.\n- Clarified API endpoints, configuration options, and troubleshooting steps.\n- Documented supported platforms and binary build process.\n- Enhanced overview for both advanced and new users.\n\nv1.0.1 | 2026-05-06T08:12:59.318Z | auto\n\nkiro-cli-openclaw-bridge v1.0.1\n\n- Renamed skill to kiro-cli-openclaw-integration.\n- Added comprehensive SKILL.md with quick start, configuration, troubleshooting, CLI options, API endpoints, streaming support, and packaging instructions.\n- Detailed setup guide for integrating kiro-cli with OpenClaw (and other OpenAI-compatible clients) via a local ACP-to-OpenAI bridge.\n- Updated documentation covers model selection, tool execution, and platform compatibility.\n\nv1.0.0 | 2026-05-06T08:07:42.113Z | auto\n\nInitial release of kiro-cli-openclaw-integration.\n\n- Provides an ACP-to-OpenAI Bridge to connect OpenClaw (or any OpenAI compatible client) to kiro-cli's ACP backend.\n- Supports streaming responses and built-in tool call execution.\n- Includes detailed setup instructions, platform support, configuration for OpenClaw, and troubleshooting guidance.\n- CLI and API endpoints documented for flexible deployment and integration.\n- Offers source-based and binary execution options, with build scripts included.\n\nArchive index:\n\nArchive v1.2.1: 29 files, 55769 bytes\n\nFiles: acp_openai_bridge/__init__.py (232b), acp_openai_bridge/acp_reader.py (17097b), acp_openai_bridge/config.py (5250b), acp_openai_bridge/jsonrpc_writer.py (2781b), acp_openai_bridge/main.py (4712b), acp_openai_bridge/process_manager.py (7043b), acp_openai_bridge/request_translator.py (4888b), acp_openai_bridge/response_translator.py (5042b), acp_openai_bridge/routes.py (24232b), acp_openai_bridge/session_manager.py (3658b), acp_openai_bridge/sse_emitter.py (8306b), article.md (5022b), articles/wechat.md (5207b), build.sh (1271b), LICENSE (903b), openclaw-acp-localcli.md (4164b), README.md (6657b), requirements.txt (96b), skill-card.md (2259b), SKILL.md (7373b), tests/__init__.py (2b), tests/test_acp_reader.py (5691b), tests/test_process_manager.py (7321b), tests/test_request_translator.py (5171b), tests/test_response_translator.py (7267b), tests/test_routes.py (14195b), tests/test_session_manager.py (6260b), tests/test_sse_emitter.py (8826b), _meta.json (143b)\n\nFile v1.2.1:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.2.1:README.md\n\n# Kiro CLI OpenClaw Bridge\n\n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。\n\n## 架构\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 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。\n\n## 前置条件\n\n- **kiro-cli** 已安装并完成认证（`kiro-cli login`）\n- **Python 3.10+**（源码运行）或使用预编译二进制\n\n## 快速开始\n\n### 方式一：源码运行\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n\npython3 -m venv .venv\nsource .venv/bin/activate\npip install -r requirements.txt\n\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 方式二：构建为单文件可执行程序\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建产物约 15MB，无需 Python 环境即可运行。\n\n> **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。\n\n### 验证运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n\n# 快速测试\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 可执行文件路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID（如 `claude-sonnet-4-20250514`） |\n\n## OpenClaw 配置\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加 kiro bridge provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n然后在 `agents.defaults` 中设置为默认模型（可选）：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n配置完成后重启 OpenClaw 即可在对话中使用 `kiro-b/kiro-acp` 模型。\n\n## API 端点\n\n| Method | Path | 说明 |\n|--------|------|------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当请求中 `stream: true` 时，Bridge 会：\n1. 将请求翻译为 ACP `session/prompt` 调用\n2. 持续读取 ACP 的 `session/update` 通知中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式推送给客户端\n4. 收到最终响应后发送 `finish_reason` 和 `[DONE]`\n\n## 工具调用\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 跨平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n> **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 `./build.sh` 构建。\n\n## 项目结构\n\n```\n├── acp_openai_bridge/\n│   ├── main.py              # 入口，FastAPI 应用和生命周期管理\n│   ├── config.py            # 配置解析（CLI 参数 + 环境变量）\n│   ├── process_manager.py   # kiro-cli acp 子进程生命周期\n│   ├── session_manager.py   # ACP 会话管理\n│   ├── acp_reader.py        # stdout 异步读取和消息分发\n│   ├── jsonrpc_writer.py    # JSON-RPC 请求写入\n│   ├── request_translator.py  # OpenAI → ACP 请求翻译\n│   ├── response_translator.py # ACP → OpenAI 响应翻译\n│   ├── routes.py            # API 路由（OpenAI + Anthropic）\n│   └── sse_emitter.py       # SSE 流式输出\n├── tests/                   # 单元测试\n├── build.sh                 # PyInstaller 构建脚本\n├── acp_bridge.spec          # PyInstaller 配置\n└── requirements.txt         # Python 依赖\n```\n\n## License\n\n[CC BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) — 允许自由使用和修改，禁止商业用途。\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.2.1:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.2.1\",\n  \"publishedAt\": 1782867986279\n}\n\nFile v1.2.1:article.md\n\n# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n> 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。\n\n## 起因\n\nKiro 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。\n\n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。\n\n我想：**能不能让 OpenClaw 直接调用 Kiro CLI 的 AI 后端？**\n\n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。\n\n## 发现 ACP 协议\n\n翻看 `kiro-cli --help-all`，发现了一个关键子命令：\n\n```\nkiro-cli acp\n```\n\nACP（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：\n\n- 可以通过子进程与 Kiro 的 AI 后端建立持久连接\n- 支持会话管理、流式响应、工具调用\n- 不需要逆向工程，这是官方公开的集成点\n\n## 架构设计\n\n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：\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 做三件事：\n1. 维护一个持久的 `kiro-cli acp` 子进程\n2. 在 OpenAI Chat Completion API 和 ACP JSON-RPC 之间双向翻译\n3. 将 ACP 的流式通知实时转换为 SSE 推送\n\n## 技术实现\n\n### 核心挑战\n\n**1. 子进程生命周期管理**\n\n`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。\n\n**2. 异步消息分发**\n\nACP 通过 stdout 输出两种消息：\n- **Response**（带 `id`）：对应请求的响应\n- **Notification**（无 `id`）：`session/update` 通知，包含流式文本块\n\n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。\n\n**3. 流式响应转换**\n\nACP 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）。\n\n**4. 工具调用代理**\n\nKiro 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。\n\n### 技术栈\n\n- **Python 3.10+** + **FastAPI** + **uvicorn**\n- **asyncio** 子进程管理和并发\n- **PyInstaller** 打包为单文件可执行程序（~15MB）\n\n## 使用效果\n\n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：\n\n- ✅ 流式响应，逐字输出\n- ✅ 代码理解和生成\n- ✅ 文件读写操作（受限于指定项目目录）\n- ✅ 终端命令执行\n- ✅ 上下文溢出自动重建会话\n\n## 5 分钟快速上手\n\n### 1. 确保 kiro-cli 已认证\n\n```bash\nkiro-cli login\n```\n\n### 2. 启动 Bridge\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 3. 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择 `kiro-b/kiro-acp` 模型，开始对话。\n\n## 跨平台支持\n\n| 平台 | 状态 |\n|------|------|\n| Windows（原生 / WSL） | ✅ 支持，可打包为 .exe |\n| macOS（Apple Silicon / Intel） | ✅ 支持 |\n| Linux | ✅ 支持 |\n\n## 开源地址\n\n- **Bridge 源码**：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n- **OpenClaw Skill**：https://github.com/LuoShiXi/kiro-cli-openclaw-skill\n- **ClawHub**：`clawhub install kiro-cli-openclaw-bridge`\n\n协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）\n\n## 写在最后\n\n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 ACP 这个官方公开的协议接口，任何支持 OpenAI API 格式的客户端都能接入 Kiro 的后端。\n\n如果你也在用 Kiro CLI，不妨试试这个 Bridge。有问题欢迎在 GitHub 提 Issue。\n\n---\n\n**免责声明**：本项目为非官方社区工具，与 AWS、Kiro 无关联。用户需使用自己的 Kiro CLI 认证账号，并遵守相关服务条款。\n\nFile v1.2.1:articles/wechat.md\n\n# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n## Kiro CLI 很强，但被困在终端里\n\n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。\n\n但问题是：**它只能在终端里用。**\n\n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。\n\n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。\n\n**如果能让 OpenClaw 直接调用 Kiro 的 AI 后端呢？**\n\n这就是这个项目要解决的问题。\n\n---\n\n## 关键发现：ACP 协议\n\n翻看 Kiro CLI 的帮助文档，发现了一个子命令：\n\n```\nkiro-cli acp\n```\n\nACP（Agent Client Protocol）是 Kiro CLI 官方暴露的标准化通信接口：\n\n- 基于 JSON-RPC 2.0 协议\n- 通过 stdin/stdout 管道通信\n- 支持会话管理、流式响应、工具调用\n\n这是一个**官方公开的集成点**，不需要逆向工程。\n\n---\n\n## 架构：一个本地 HTTP 代理\n\n思路很直接——写一个 Bridge，把 OpenAI 格式的 HTTP 请求翻译成 ACP 协议：\n\n```\nOpenClaw        ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n任意客户端                   :18788/v1                    JSON-RPC 2.0\n```\n\nBridge 的职责：\n\n1. **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\n2. **协议翻译** — OpenAI Chat Completion ↔ ACP session/prompt\n3. **流式转发** — 将 ACP 的 `agent_message_chunk` 通知实时转换为 SSE 推送\n\n---\n\n## 核心技术挑战\n\n### 异步消息分发\n\nACP 通过 stdout 输出两种消息：\n\n- **Response**（带 id）：请求的响应\n- **Notification**（无 id）：流式文本块、工具调用状态\n\n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。\n\n### 流式响应转换\n\nACP 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）。\n\n### 工具调用代理\n\nKiro 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。\n\n### 上下文溢出处理\n\n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。\n\n---\n\n## 最终效果\n\n配置完成后，在 OpenClaw 中选择 `kiro-b/kiro-acp` 模型：\n\n✅ 流式响应，逐字输出  \n✅ 代码理解和生成  \n✅ 项目文件读写  \n✅ 终端命令执行  \n✅ 上下文溢出自动恢复  \n✅ 支持 Windows / macOS / Linux  \n\n---\n\n## 5 分钟上手\n\n**第一步：确保 kiro-cli 已认证**\n\n```bash\nkiro-cli login\n```\n\n**第二步：启动 Bridge**\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n看到以下输出说明启动成功：\n\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n**第三步：配置 OpenClaw**\n\n编辑 `~/.openclaw/openclaw.json`，添加 provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择模型，开始对话。\n\n---\n\n## 也可以打包为可执行文件\n\n不想装 Python？可以打包为单文件二进制（约 15MB）：\n\n**Linux / macOS / WSL：**\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows：**\n```powershell\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n---\n\n## 不只是 OpenClaw\n\n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**：\n\n- OpenClaw\n- ChatBox\n- LobeChat\n- 自定义脚本\n- ……\n\n只需将 Base URL 指向 `http://127.0.0.1:18788/v1`。\n\n---\n\n## 开源地址\n\n| 资源 | 链接 |\n|------|------|\n| Bridge 源码 | https://github.com/LuoShiXi/kiro-cli-openclaw-bridge |\n| OpenClaw Skill | https://github.com/LuoShiXi/kiro-cli-openclaw-skill |\n| ClawHub 安装 | `clawhub install kiro-cli-openclaw-bridge` |\n\n协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）\n\n---\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。Kiro CLI 受 AWS Customer Agreement 和 AWS Intellectual Property License 约束。用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。\n\nFile v1.2.1:openclaw-acp-localcli.md\n\n针对 **OpenClaw (2026版)** 的 Provider 设计配置，实现 **ACP (Agent Client Protocol)** 桥的最佳方案是构建一个“透明代理适配器”。\r\n\r\n这个方案的核心在于：利用 OpenClaw 能够自定义 `Base URL` 的特性，将原本发往云端的请求拦截到本地的 Python 桥接脚本中，由脚本通过 **标准输入输出 (stdio)** 与 `kiro-cli acp` 保持长连接会话。\r\n\r\n### 1. 架构设计图\r\n\r\n\r\n### 2. 核心桥接脚本实现 (`acp_bridge.py`)\r\n这个脚本使用了 `FastAPI` 作为 Web 接口，并使用 `subprocess.Popen` 维护 `kiro-cli` 的持久进程，从而实现**直到主动中断**的会话保持。\r\n\r\n```python\r\nimport subprocess\r\nimport json\r\nimport uuid\r\nimport asyncio\r\nfrom fastapi import FastAPI, Request\r\nfrom fastapi.responses import StreamingResponse\r\n\r\napp = FastAPI()\r\n\r\n# 维护全局 ACP 进程\r\nclass ACPManager:\r\n    def __init__(self):\r\n        self.process = subprocess.Popen(\r\n            [\"kiro-cli\", \"acp\"],\r\n            stdin=subprocess.PIPE,\r\n            stdout=subprocess.PIPE,\r\n            stderr=subprocess.PIPE,\r\n            text=True,\r\n            bufsize=1\r\n        )\r\n        # 初始握手\r\n        self.send({\"jsonrpc\": \"2.0\", \"method\": \"initialize\", \"params\": {}, \"id\": 1})\r\n        # 开启长会话模式\r\n        self.send({\"jsonrpc\": \"2.0\", \"method\": \"session/new\", \"params\": {\"mode\": \"continuous\"}, \"id\": 2})\r\n\r\n    def send(self, data):\r\n        self.process.stdin.write(json.dumps(data) + \"\\n\")\r\n        self.process.stdin.flush()\r\n        return self.process.stdout.readline()\r\n\r\nacp = ACPManager()\r\n\r\n@app.post(\"/v1/chat/completions\")\r\nasync def chat_completions(request: Request):\r\n    body = await request.json()\r\n    user_message = body['messages'][-1]['content']\r\n    \r\n    # 构造 ACP 指令发给本地 Kiro\r\n    acp_request = {\r\n        \"jsonrpc\": \"2.0\",\r\n        \"method\": \"session/prompt\",\r\n        \"params\": {\"text\": user_message},\r\n        \"id\": str(uuid.uuid4())\r\n    }\r\n    \r\n    # 获取 Kiro 的实时回显\r\n    raw_response = acp.send(acp_request)\r\n    kiro_data = json.loads(raw_response)\r\n    \r\n    # 转换回 OpenAI 格式回传给 OpenClaw\r\n    return {\r\n        \"id\": \"acp-\" + str(uuid.uuid4()),\r\n        \"object\": \"chat.completion\",\r\n        \"choices\": [{\r\n            \"message\": {\"role\": \"assistant\", \"content\": kiro_data['result']['text']},\r\n            \"finish_reason\": \"stop\"\r\n        }]\r\n    }\r\n\r\nif __name__ == \"__main__\":\r\n    import uvicorn\r\n    uvicorn.run(app, host=\"127.0.0.1\", port=18788)\r\n```\r\n\r\n### 3. OpenClaw Provider 配置步骤\r\n\r\n在 OpenClaw 的配置文件中（通常位于 `~/.openclaw/openclaw.json`），添加如下配置：\r\n\r\n| 配置项 | 填写内容 | 说明 |\r\n| :--- | :--- | :--- |\r\n| **Provider Type** | `Custom / OpenAI Compatible` | 选择兼容 OpenAI 的自定义模式 |\r\n| **Base URL** | `http://127.0.0.1:18788/v1` | 指向你刚才跑起来的桥接脚本 |\r\n| **API Key** | `KIRO_LOCAL_BYPASS` | **随便填**。你的桥不校验这个 Key，只是为了通过 OpenClaw 的前端检查 |\r\n| **Model Name** | `kiro-acp-engine` | 随便填，用于在 UI 上显示 |\r\n\r\n### 4. 方案亮点：为什么这是“最优”？\r\n\r\n* **真正的长会话**：通过 `subprocess.Popen`，`kiro-cli` 进程在你的桥脚本运行期间永远不会关闭。Kiro 内部的上下文（Context）会随着对话不断累积，直到你手动关闭桥脚本。\r\n* **零源码修改**：你不需要动 OpenClaw 一行代码，只需要把它当成一个“皮肤”挂在你的 ACP 桥上。\r\n* **极致性能**：ACP 协议基于 stdio 管道通信，省去了反复建立网络连接和初始化模型的开销。\r\n* **权限透传**：因为 `kiro-cli` 以你的系统用户身份运行，它在对话中可以直接访问你的本地文件系统或执行 CLI 命令，真正实现“对话操作电脑系统”。\r\n\r\n### 运行建议\r\n1.  先打开终端运行：`python acp_bridge.py`。\r\n2.  确保看到 `Uvicorn running on http://127.0.0.1:18788`。\r\n3.  在 OpenClaw 设置中应用上述配置。\r\n4.  开始对话。只要桥脚本不关，你的所有历史对话都会被 Kiro 记住。\n\nFile v1.2.1:skill-card.md\n\n## Description:\n\nConnects OpenClaw or other OpenAI-compatible clients to a local kiro-cli ACP backend with streaming responses and tool-call support.\n\nThis skill is for research and development only.\n\n## Publisher:\n\n[luoshixi](https://clawhub.ai/user/luoshixi)\n\n### License/Terms of Use:\n\nCreative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)\n\n## Use Case:\n\nDevelopers and engineers use this skill to run a local bridge that translates OpenAI or Anthropic-compatible chat requests into Kiro CLI ACP sessions for project work.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Any process able to reach the local bridge may be able to drive Kiro with local file and command privileges.\n\nMitigation: Keep the service bound to 127.0.0.1 and do not expose the port through tunnels, proxies, containers, or shared machines.\n\nRisk: Weakly controlled local APIs and auto-approved permissions can allow unintended file or command actions.\n\nMitigation: Use a dedicated low-privilege workspace without secrets and review activity before using it on sensitive projects.\n\nRisk: Real authentication, explicit per-action approval, project-directory containment, and restricted command execution are not evidenced.\n\nMitigation: Prefer versions that add those controls before broader use.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge)\n- [Project Homepage](https://github.com/LuoShiXi/kiro-cli-openclaw-bridge)\n- [Kiro](https://kiro.dev)\n- [OpenClaw](https://github.com/openclaw/openclaw)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown with JSON configuration and shell command snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces local setup, run, verification, and OpenClaw provider configuration guidance.]\n\n## Skill Version(s):\n\n1.2.1 (source: ClawHub release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.2.1:LICENSE\n\nCreative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)\n\nCopyright (c) 2026 LuoShiXi\n\nThis work is licensed under the Creative Commons Attribution-NonCommercial 4.0\nInternational License. To view a copy of this license, visit\nhttp://creativecommons.org/licenses/by-nc/4.0/ or send a letter to Creative\nCommons, PO Box 1866, Mountain View, CA 94042, USA.\n\nYou are free to:\n\n- Share — copy and redistribute the material in any medium or format\n- Adapt — remix, transform, and build upon the material\n\nUnder the following terms:\n\n- Attribution — You must give appropriate credit, provide a link to the license,\n  and indicate if changes were made.\n- NonCommercial — You may not use the material for commercial purposes.\n\nNo additional restrictions — You may not apply legal terms or technological\nmeasures that legally restrict others from doing anything the license permits.\n\nFile v1.2.1:requirements.txt\n\nfastapi==0.115.12\r\nuvicorn==0.34.3\r\npytest==8.3.5\r\npytest-asyncio==0.25.3\r\npyinstaller==6.12.0\n\nArchive v1.2.0: 29 files, 55737 bytes\n\nFiles: acp_openai_bridge/__init__.py (232b), acp_openai_bridge/acp_reader.py (17097b), acp_openai_bridge/config.py (5250b), acp_openai_bridge/jsonrpc_writer.py (2781b), acp_openai_bridge/main.py (4712b), acp_openai_bridge/process_manager.py (7043b), acp_openai_bridge/request_translator.py (4888b), acp_openai_bridge/response_translator.py (5042b), acp_openai_bridge/routes.py (24232b), acp_openai_bridge/session_manager.py (3658b), acp_openai_bridge/sse_emitter.py (8306b), article.md (5022b), articles/wechat.md (5207b), build.sh (1271b), LICENSE (903b), openclaw-acp-localcli.md (4164b), README.md (6657b), requirements.txt (96b), skill-card.md (2324b), SKILL.md (7373b), tests/__init__.py (2b), tests/test_acp_reader.py (5691b), tests/test_process_manager.py (7321b), tests/test_request_translator.py (5171b), tests/test_response_translator.py (7267b), tests/test_routes.py (14195b), tests/test_session_manager.py (6260b), tests/test_sse_emitter.py (8826b), _meta.json (143b)\n\nFile v1.2.0:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.2.0:README.md\n\n# Kiro CLI OpenClaw Bridge\n\n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。\n\n## 架构\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 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。\n\n## 前置条件\n\n- **kiro-cli** 已安装并完成认证（`kiro-cli login`）\n- **Python 3.10+**（源码运行）或使用预编译二进制\n\n## 快速开始\n\n### 方式一：源码运行\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n\npython3 -m venv .venv\nsource .venv/bin/activate\npip install -r requirements.txt\n\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 方式二：构建为单文件可执行程序\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建产物约 15MB，无需 Python 环境即可运行。\n\n> **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。\n\n### 验证运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n\n# 快速测试\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 可执行文件路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID（如 `claude-sonnet-4-20250514`） |\n\n## OpenClaw 配置\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加 kiro bridge provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n然后在 `agents.defaults` 中设置为默认模型（可选）：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n配置完成后重启 OpenClaw 即可在对话中使用 `kiro-b/kiro-acp` 模型。\n\n## API 端点\n\n| Method | Path | 说明 |\n|--------|------|------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当请求中 `stream: true` 时，Bridge 会：\n1. 将请求翻译为 ACP `session/prompt` 调用\n2. 持续读取 ACP 的 `session/update` 通知中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式推送给客户端\n4. 收到最终响应后发送 `finish_reason` 和 `[DONE]`\n\n## 工具调用\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 跨平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n> **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 `./build.sh` 构建。\n\n## 项目结构\n\n```\n├── acp_openai_bridge/\n│   ├── main.py              # 入口，FastAPI 应用和生命周期管理\n│   ├── config.py            # 配置解析（CLI 参数 + 环境变量）\n│   ├── process_manager.py   # kiro-cli acp 子进程生命周期\n│   ├── session_manager.py   # ACP 会话管理\n│   ├── acp_reader.py        # stdout 异步读取和消息分发\n│   ├── jsonrpc_writer.py    # JSON-RPC 请求写入\n│   ├── request_translator.py  # OpenAI → ACP 请求翻译\n│   ├── response_translator.py # ACP → OpenAI 响应翻译\n│   ├── routes.py            # API 路由（OpenAI + Anthropic）\n│   └── sse_emitter.py       # SSE 流式输出\n├── tests/                   # 单元测试\n├── build.sh                 # PyInstaller 构建脚本\n├── acp_bridge.spec          # PyInstaller 配置\n└── requirements.txt         # Python 依赖\n```\n\n## License\n\n[CC BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) — 允许自由使用和修改，禁止商业用途。\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.2.0:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.2.0\",\n  \"publishedAt\": 1782867844679\n}\n\nFile v1.2.0:article.md\n\n# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n> 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。\n\n## 起因\n\nKiro 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。\n\n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。\n\n我想：**能不能让 OpenClaw 直接调用 Kiro CLI 的 AI 后端？**\n\n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。\n\n## 发现 ACP 协议\n\n翻看 `kiro-cli --help-all`，发现了一个关键子命令：\n\n```\nkiro-cli acp\n```\n\nACP（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：\n\n- 可以通过子进程与 Kiro 的 AI 后端建立持久连接\n- 支持会话管理、流式响应、工具调用\n- 不需要逆向工程，这是官方公开的集成点\n\n## 架构设计\n\n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：\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 做三件事：\n1. 维护一个持久的 `kiro-cli acp` 子进程\n2. 在 OpenAI Chat Completion API 和 ACP JSON-RPC 之间双向翻译\n3. 将 ACP 的流式通知实时转换为 SSE 推送\n\n## 技术实现\n\n### 核心挑战\n\n**1. 子进程生命周期管理**\n\n`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。\n\n**2. 异步消息分发**\n\nACP 通过 stdout 输出两种消息：\n- **Response**（带 `id`）：对应请求的响应\n- **Notification**（无 `id`）：`session/update` 通知，包含流式文本块\n\n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。\n\n**3. 流式响应转换**\n\nACP 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）。\n\n**4. 工具调用代理**\n\nKiro 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。\n\n### 技术栈\n\n- **Python 3.10+** + **FastAPI** + **uvicorn**\n- **asyncio** 子进程管理和并发\n- **PyInstaller** 打包为单文件可执行程序（~15MB）\n\n## 使用效果\n\n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：\n\n- ✅ 流式响应，逐字输出\n- ✅ 代码理解和生成\n- ✅ 文件读写操作（受限于指定项目目录）\n- ✅ 终端命令执行\n- ✅ 上下文溢出自动重建会话\n\n## 5 分钟快速上手\n\n### 1. 确保 kiro-cli 已认证\n\n```bash\nkiro-cli login\n```\n\n### 2. 启动 Bridge\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 3. 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择 `kiro-b/kiro-acp` 模型，开始对话。\n\n## 跨平台支持\n\n| 平台 | 状态 |\n|------|------|\n| Windows（原生 / WSL） | ✅ 支持，可打包为 .exe |\n| macOS（Apple Silicon / Intel） | ✅ 支持 |\n| Linux | ✅ 支持 |\n\n## 开源地址\n\n- **Bridge 源码**：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n- **OpenClaw Skill**：https://github.com/LuoShiXi/kiro-cli-openclaw-skill\n- **ClawHub**：`clawhub install kiro-cli-openclaw-bridge`\n\n协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）\n\n## 写在最后\n\n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 ACP 这个官方公开的协议接口，任何支持 OpenAI API 格式的客户端都能接入 Kiro 的后端。\n\n如果你也在用 Kiro CLI，不妨试试这个 Bridge。有问题欢迎在 GitHub 提 Issue。\n\n---\n\n**免责声明**：本项目为非官方社区工具，与 AWS、Kiro 无关联。用户需使用自己的 Kiro CLI 认证账号，并遵守相关服务条款。\n\nFile v1.2.0:articles/wechat.md\n\n# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n## Kiro CLI 很强，但被困在终端里\n\n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。\n\n但问题是：**它只能在终端里用。**\n\n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。\n\n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。\n\n**如果能让 OpenClaw 直接调用 Kiro 的 AI 后端呢？**\n\n这就是这个项目要解决的问题。\n\n---\n\n## 关键发现：ACP 协议\n\n翻看 Kiro CLI 的帮助文档，发现了一个子命令：\n\n```\nkiro-cli acp\n```\n\nACP（Agent Client Protocol）是 Kiro CLI 官方暴露的标准化通信接口：\n\n- 基于 JSON-RPC 2.0 协议\n- 通过 stdin/stdout 管道通信\n- 支持会话管理、流式响应、工具调用\n\n这是一个**官方公开的集成点**，不需要逆向工程。\n\n---\n\n## 架构：一个本地 HTTP 代理\n\n思路很直接——写一个 Bridge，把 OpenAI 格式的 HTTP 请求翻译成 ACP 协议：\n\n```\nOpenClaw        ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n任意客户端                   :18788/v1                    JSON-RPC 2.0\n```\n\nBridge 的职责：\n\n1. **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\n2. **协议翻译** — OpenAI Chat Completion ↔ ACP session/prompt\n3. **流式转发** — 将 ACP 的 `agent_message_chunk` 通知实时转换为 SSE 推送\n\n---\n\n## 核心技术挑战\n\n### 异步消息分发\n\nACP 通过 stdout 输出两种消息：\n\n- **Response**（带 id）：请求的响应\n- **Notification**（无 id）：流式文本块、工具调用状态\n\n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。\n\n### 流式响应转换\n\nACP 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）。\n\n### 工具调用代理\n\nKiro 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。\n\n### 上下文溢出处理\n\n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。\n\n---\n\n## 最终效果\n\n配置完成后，在 OpenClaw 中选择 `kiro-b/kiro-acp` 模型：\n\n✅ 流式响应，逐字输出  \n✅ 代码理解和生成  \n✅ 项目文件读写  \n✅ 终端命令执行  \n✅ 上下文溢出自动恢复  \n✅ 支持 Windows / macOS / Linux  \n\n---\n\n## 5 分钟上手\n\n**第一步：确保 kiro-cli 已认证**\n\n```bash\nkiro-cli login\n```\n\n**第二步：启动 Bridge**\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n看到以下输出说明启动成功：\n\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n**第三步：配置 OpenClaw**\n\n编辑 `~/.openclaw/openclaw.json`，添加 provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择模型，开始对话。\n\n---\n\n## 也可以打包为可执行文件\n\n不想装 Python？可以打包为单文件二进制（约 15MB）：\n\n**Linux / macOS / WSL：**\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows：**\n```powershell\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n---\n\n## 不只是 OpenClaw\n\n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**：\n\n- OpenClaw\n- ChatBox\n- LobeChat\n- 自定义脚本\n- ……\n\n只需将 Base URL 指向 `http://127.0.0.1:18788/v1`。\n\n---\n\n## 开源地址\n\n| 资源 | 链接 |\n|------|------|\n| Bridge 源码 | https://github.com/LuoShiXi/kiro-cli-openclaw-bridge |\n| OpenClaw Skill | https://github.com/LuoShiXi/kiro-cli-openclaw-skill |\n| ClawHub 安装 | `clawhub install kiro-cli-openclaw-bridge` |\n\n协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）\n\n---\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。Kiro CLI 受 AWS Customer Agreement 和 AWS Intellectual Property License 约束。用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。\n\nFile v1.2.0:openclaw-acp-localcli.md\n\n针对 **OpenClaw (2026版)** 的 Provider 设计配置，实现 **ACP (Agent Client Protocol)** 桥的最佳方案是构建一个“透明代理适配器”。\r\n\r\n这个方案的核心在于：利用 OpenClaw 能够自定义 `Base URL` 的特性，将原本发往云端的请求拦截到本地的 Python 桥接脚本中，由脚本通过 **标准输入输出 (stdio)** 与 `kiro-cli acp` 保持长连接会话。\r\n\r\n### 1. 架构设计图\r\n\r\n\r\n### 2. 核心桥接脚本实现 (`acp_bridge.py`)\r\n这个脚本使用了 `FastAPI` 作为 Web 接口，并使用 `subprocess.Popen` 维护 `kiro-cli` 的持久进程，从而实现**直到主动中断**的会话保持。\r\n\r\n```python\r\nimport subprocess\r\nimport json\r\nimport uuid\r\nimport asyncio\r\nfrom fastapi import FastAPI, Request\r\nfrom fastapi.responses import StreamingResponse\r\n\r\napp = FastAPI()\r\n\r\n# 维护全局 ACP 进程\r\nclass ACPManager:\r\n    def __init__(self):\r\n        self.process = subprocess.Popen(\r\n            [\"kiro-cli\", \"acp\"],\r\n            stdin=subprocess.PIPE,\r\n            stdout=subprocess.PIPE,\r\n            stderr=subprocess.PIPE,\r\n            text=True,\r\n            bufsize=1\r\n        )\r\n        # 初始握手\r\n        self.send({\"jsonrpc\": \"2.0\", \"method\": \"initialize\", \"params\": {}, \"id\": 1})\r\n        # 开启长会话模式\r\n        self.send({\"jsonrpc\": \"2.0\", \"method\": \"session/new\", \"params\": {\"mode\": \"continuous\"}, \"id\": 2})\r\n\r\n    def send(self, data):\r\n        self.process.stdin.write(json.dumps(data) + \"\\n\")\r\n        self.process.stdin.flush()\r\n        return self.process.stdout.readline()\r\n\r\nacp = ACPManager()\r\n\r\n@app.post(\"/v1/chat/completions\")\r\nasync def chat_completions(request: Request):\r\n    body = await request.json()\r\n    user_message = body['messages'][-1]['content']\r\n    \r\n    # 构造 ACP 指令发给本地 Kiro\r\n    acp_request = {\r\n        \"jsonrpc\": \"2.0\",\r\n        \"method\": \"session/prompt\",\r\n        \"params\": {\"text\": user_message},\r\n        \"id\": str(uuid.uuid4())\r\n    }\r\n    \r\n    # 获取 Kiro 的实时回显\r\n    raw_response = acp.send(acp_request)\r\n    kiro_data = json.loads(raw_response)\r\n    \r\n    # 转换回 OpenAI 格式回传给 OpenClaw\r\n    return {\r\n        \"id\": \"acp-\" + str(uuid.uuid4()),\r\n        \"object\": \"chat.completion\",\r\n        \"choices\": [{\r\n            \"message\": {\"role\": \"assistant\", \"content\": kiro_data['result']['text']},\r\n            \"finish_reason\": \"stop\"\r\n        }]\r\n    }\r\n\r\nif __name__ == \"__main__\":\r\n    import uvicorn\r\n    uvicorn.run(app, host=\"127.0.0.1\", port=18788)\r\n```\r\n\r\n### 3. OpenClaw Provider 配置步骤\r\n\r\n在 OpenClaw 的配置文件中（通常位于 `~/.openclaw/openclaw.json`），添加如下配置：\r\n\r\n| 配置项 | 填写内容 | 说明 |\r\n| :--- | :--- | :--- |\r\n| **Provider Type** | `Custom / OpenAI Compatible` | 选择兼容 OpenAI 的自定义模式 |\r\n| **Base URL** | `http://127.0.0.1:18788/v1` | 指向你刚才跑起来的桥接脚本 |\r\n| **API Key** | `KIRO_LOCAL_BYPASS` | **随便填**。你的桥不校验这个 Key，只是为了通过 OpenClaw 的前端检查 |\r\n| **Model Name** | `kiro-acp-engine` | 随便填，用于在 UI 上显示 |\r\n\r\n### 4. 方案亮点：为什么这是“最优”？\r\n\r\n* **真正的长会话**：通过 `subprocess.Popen`，`kiro-cli` 进程在你的桥脚本运行期间永远不会关闭。Kiro 内部的上下文（Context）会随着对话不断累积，直到你手动关闭桥脚本。\r\n* **零源码修改**：你不需要动 OpenClaw 一行代码，只需要把它当成一个“皮肤”挂在你的 ACP 桥上。\r\n* **极致性能**：ACP 协议基于 stdio 管道通信，省去了反复建立网络连接和初始化模型的开销。\r\n* **权限透传**：因为 `kiro-cli` 以你的系统用户身份运行，它在对话中可以直接访问你的本地文件系统或执行 CLI 命令，真正实现“对话操作电脑系统”。\r\n\r\n### 运行建议\r\n1.  先打开终端运行：`python acp_bridge.py`。\r\n2.  确保看到 `Uvicorn running on http://127.0.0.1:18788`。\r\n3.  在 OpenClaw 设置中应用上述配置。\r\n4.  开始对话。只要桥脚本不关，你的所有历史对话都会被 Kiro 记住。\n\nFile v1.2.0:skill-card.md\n\n## Description: <br>\nConnects OpenClaw or other OpenAI-compatible clients to kiro-cli's ACP backend through a local bridge with streaming responses and tool-call support. <br>\n\nThis skill is for research and development only. <br>\n\n## Publisher: <br>\n[luoshixi](https://clawhub.ai/user/luoshixi) <br>\n\n### License/Terms of Use: <br>\nCreative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) <br>\n\n\n## Use Case: <br>\nDevelopers use this skill to run a local ACP-to-OpenAI bridge so OpenClaw or another OpenAI-compatible client can send chat requests to kiro-cli and receive streaming responses. It supports local development workflows that need OpenAI-style or Anthropic-style API access to a kiro-cli ACP session. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The local bridge can give chat/API requests local file and command authority through the connected agent. <br>\nMitigation: Install only when every client and prompt source that can reach the endpoint is trusted, and avoid sensitive repositories and production machines. <br>\nRisk: Exposing the local endpoint beyond the machine can let untrusted callers reach the bridge. <br>\nMitigation: Keep the service bound to localhost, do not expose or reverse-proxy the port, and run it in a disposable or sandboxed project directory. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/luoshixi/skills/kiro-cli-openclaw-bridge) <br>\n- [Project homepage](https://github.com/LuoShiXi/kiro-cli-openclaw-bridge) <br>\n- [OpenClaw](https://github.com/openclaw/openclaw) <br>\n- [Kiro](https://kiro.dev) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, Shell commands, Configuration, Guidance] <br>\n**Output Format:** [Markdown with inline shell commands and JSON configuration snippets] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Requires kiro-cli and a localhost bridge process.] <br>\n\n## Skill Version(s): <br>\n1.2.0 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.2.0:LICENSE\n\nCreative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)\n\nCopyright (c) 2026 LuoShiXi\n\nThis work is licensed under the Creative Commons Attribution-NonCommercial 4.0\nInternational License. To view a copy of this license, visit\nhttp://creativecommons.org/licenses/by-nc/4.0/ or send a letter to Creative\nCommons, PO Box 1866, Mountain View, CA 94042, USA.\n\nYou are free to:\n\n- Share — copy and redistribute the material in any medium or format\n- Adapt — remix, transform, and build upon the material\n\nUnder the following terms:\n\n- Attribution — You must give appropriate credit, provide a link to the license,\n  and indicate if changes were made.\n- NonCommercial — You may not use the material for commercial purposes.\n\nNo additional restrictions — You may not apply legal terms or technological\nmeasures that legally restrict others from doing anything the license permits.\n\nFile v1.2.0:requirements.txt\n\nfastapi==0.115.12\r\nuvicorn==0.34.3\r\npytest==8.3.5\r\npytest-asyncio==0.25.3\r\npyinstaller==6.12.0\n\nArchive v1.1.1: 3 files, 5265 bytes\n\nFiles: skill-card.md (2369b), SKILL.md (7373b), _meta.json (143b)\n\nFile v1.1.1:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.1.1:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.1.1\",\n  \"publishedAt\": 1778306262227\n}\n\nFile v1.1.1:skill-card.md\n\n## Description: <br>\nConnects OpenClaw, or any OpenAI-compatible client, to the kiro-cli ACP backend through a local ACP-to-OpenAI bridge with streaming responses and tool-call support. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[luoshixi](https://clawhub.ai/user/luoshixi) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nDevelopers and engineers use this skill to configure and run a local bridge that lets OpenClaw or another OpenAI-compatible client send chat requests to kiro-cli through ACP. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The bridge depends on kiro-cli authentication and may expose project-local tool execution through the configured working directory. <br>\nMitigation: Run it only in trusted project directories, keep the service bound to localhost, and review tool activity before using it on sensitive repositories. <br>\nRisk: The security scan marked the artifact suspicious because unrestricted local execution patterns and external reviewer flows can expose repository diffs or local context. <br>\nMitigation: Follow the scanner guidance: install only in a trusted maintainer workspace, review generated commands before execution, and prefer safer no-yolo review modes unless unrestricted access is required. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/luoshixi/kiro-cli-openclaw-bridge) <br>\n- [Project homepage](https://github.com/LuoShiXi/kiro-cli-openclaw-bridge) <br>\n- [GitHub releases](https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Guidance, Shell commands, Configuration, Code] <br>\n**Output Format:** [Markdown with bash, JSON, and PowerShell code blocks] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Includes localhost bridge setup, OpenClaw provider configuration, API endpoint checks, and platform-specific build notes.] <br>\n\n## Skill Version(s): <br>\n1.1.1 (source: server-resolved release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.1.0: 2 files, 4015 bytes\n\nFiles: SKILL.md (7373b), _meta.json (143b)\n\nFile v1.1.0:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\n## 免责声明\n\n本项目为非官方社区工具，与 Amazon Web Services (AWS)、Kiro 或其关联公司无任何关联、认可或赞助关系。\n\nKiro CLI 受 [AWS Customer Agreement](https://aws.amazon.com/agreement/) 和 [AWS Intellectual Property License](https://aws.amazon.com/legal/aws-ip-license-terms/) 约束。使用本工具前，请确保您已阅读并遵守相关服务条款。\n\n本工具仅作为本地开发辅助用途，用户需使用自己的 Kiro CLI 认证账号，并对自身使用行为承担全部责任。作者不对因使用本工具而产生的任何违规、损失或法律责任负责。\n\n如有疑问，请联系 Kiro 官方确认您的使用场景是否符合其服务条款。\n\nFile v1.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.1.0\",\n  \"publishedAt\": 1778287765337\n}\n\nArchive v1.0.9: 2 files, 3592 bytes\n\nFiles: SKILL.md (6653b), _meta.json (143b)\n\nFile v1.0.9:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (Apple Silicon) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.9:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.9\",\n  \"publishedAt\": 1778119718982\n}\n\nArchive v1.0.8: 2 files, 3591 bytes\n\nFiles: SKILL.md (6648b), _meta.json (143b)\n\nFile v1.0.8:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli login` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (M1/M2/M3) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.8:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.8\",\n  \"publishedAt\": 1778119327727\n}\n\nArchive v1.0.7: 2 files, 3588 bytes\n\nFiles: SKILL.md (6646b), _meta.json (143b)\n\nFile v1.0.7:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli auth\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli auth` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (M1/M2/M3) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.7:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.7\",\n  \"publishedAt\": 1778116297128\n}\n\nArchive v1.0.6: 2 files, 3519 bytes\n\nFiles: SKILL.md (6495b), _meta.json (143b)\n\nFile v1.0.6:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli auth\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli auth` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows | 支持，需安装 Windows 版 kiro-cli，可打包为 `.exe` |\n| Windows (WSL) | 支持，自动检测 WSL 环境 |\n| macOS ARM (M1/M2/M3) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n构建后的二进制无需 Python 环境即可运行。在 Windows 上构建时产物为 `dist/acp-bridge.exe`。\n\n> PyInstaller 不支持交叉编译，需在各平台（Windows / macOS / Linux）上分别构建。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.6:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.6\",\n  \"publishedAt\": 1778116091845\n}\n\nArchive v1.0.5: 2 files, 3425 bytes\n\nFiles: SKILL.md (6270b), _meta.json (143b)\n\nFile v1.0.5:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli auth\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli auth` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| Windows (WSL) | 通过 WSL 运行，自动检测 WSL 环境 |\n| macOS ARM (M1/M2/M3) | 支持，自动查找 `/opt/homebrew/bin/kiro-cli` |\n| macOS Intel | 支持，自动查找 `/usr/local/bin/kiro-cli` |\n| Linux | 支持，通过 PATH 或 `~/.local/bin/kiro-cli` 查找 |\n\n## 构建打包\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.5:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.5\",\n  \"publishedAt\": 1778115319734\n}\n\nArchive v1.0.4: 2 files, 3407 bytes\n\nFiles: SKILL.md (6184b), _meta.json (143b)\n\nFile v1.0.4:SKILL.md\n\n---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli auth\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw 即可使用。\n\n保存后在 OpenClaw 中选择该 Provider 和 `kiro-acp` 模型即可开始对话。\n\n---\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID |\n\n## API 端点\n\n| Method | Path | Description |\n|--------|------|-------------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当 `stream: true` 时：\n1. Bridge 发送 `session/prompt` 到 ACP 子进程\n2. 持续读取 `session/update` 中的 `agent_message_chunk`\n3. 实时转换为 OpenAI SSE `chat.completion.chunk` 格式\n4. 完成后发送 `finish_reason` 和 `[DONE]`\n\n## 工具执行\n\nBridge 透传 kiro-cli 的内置能力，所有操作受限于 `--cwd` 指定的项目目录。建议仅在信任的项目目录中使用，并保持服务绑定在 localhost。\n\n## 故障排查\n\n| 问题 | 解决方案 |\n|------|---------|\n| Bridge 启动但无响应 | 确认 `kiro-cli auth` 已完成；检查 `--cwd` 指向有效目录 |\n| Agent 卡在 tool_call | stdout 缓冲区已设为 10MB；检查日志是否有 `readline buffer overflow` |\n| OpenClaw 连接被拒 | `curl http://127.0.0.1:18788/health` 验证 bridge 运行中 |\n| 超时错误 | 增大 `--timeout 600`；复杂任务需要更多时间 |\n| kiro-cli 找不到 | 用 `--kiro-cli-path /path/to/kiro-cli` 显式指定 |\n\n## 平台支持\n\n| 平台 | 说明 |\n|------|------|\n| WSL (Linux) | 主要开发平台，自动检测 WSL |\n| macOS ARM (M1/M2) | 支持，自动查找 Homebrew 安装的 kiro-cli |\n| macOS Intel | 支持，查找 `/usr/local/bin/kiro-cli` |\n\n## 构建打包\n\n```bash\n./build.sh        # 构建单文件可执行程序 → dist/acp-bridge (~15MB)\n./build.sh clean  # 清理构建产物\n```\n\n构建后的二进制无需 Python 环境即可运行。\n\n## 项目地址\n\n- GitHub：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n\nFile v1.0.4:_meta.json\n\n{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.0.4\",\n  \"publishedAt\": 1778055950523\n}","readmeExcerpt":"Skill: Kiro CLI OpenClaw Bridge Owner: luoshixi Summary: 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。 Tags: latest:1.2.1 Version history: v1.2.1 | 2026-07-01T01:06:26.279Z | user Fix display name v1.2.0 | 2026-07-01T01:04:04.679Z | user Remove _inject_constraints to fix repeated confirmation message; add system message support and auto-reset session for new conversations v1","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"OpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0"},{"language":"bash","snippet":"# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装"},{"language":"bash","snippet":"kiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息"},{"language":"bash","snippet":"# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge"},{"language":"bash","snippet":"# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt"},{"language":"text","snippet":"fastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: kiro-cli-openclaw-integration\ndescription: 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。\nmetadata:\n  openclaw:\n    homepage: https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n    requires:\n      bins:\n        - kiro-cli\n---\n\n# Kiro CLI 与 OpenClaw 集成\n\nLocal 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.\n\n## Architecture\n\n```\nOpenClaw / Any Client  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\n---\n\n## 从零开始完整搭建指南\n\n### Step 1: 安装 kiro-cli\n\n```bash\n# 下载安装 kiro-cli（如已安装跳过）\n# 参考 kiro 官方文档安装，确保 kiro-cli 在 PATH 中\nwhich kiro-cli  # 验证安装\n```\n\n### Step 2: 认证 kiro-cli\n\n```bash\nkiro-cli login\n# 按提示完成登录认证，确保能正常使用\n# 验证：\nkiro-cli acp --help  # 应显示帮助信息\n```\n\n### Step 3: 获取 Bridge\n\n推荐从 GitHub Releases 下载预编译二进制（无需 Python 环境）：\n\n```bash\n# 下载预编译二进制（约 15MB，支持 Linux/WSL 和 macOS）\n# https://github.com/LuoShiXi/kiro-cli-openclaw-bridge/releases\n\n# 或从源码构建：\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n```\n\n### Step 4: 安装 Python 环境（源码运行方式）\n\n```bash\n# 需要 Python 3.10+\npython3 --version  # 验证版本\n\n# 创建虚拟环境\npython3 -m venv .venv\nsource .venv/bin/activate\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n依赖清单（`requirements.txt`）：\n```\nfastapi==0.115.12\nuvicorn==0.34.3\npytest==8.3.5\npytest-asyncio==0.25.3\npyinstaller==6.12.0\n```\n\n### Step 5: 启动 Bridge\n\n```bash\n# 方式 A：源码运行\nsource .venv/bin/activate\npython -m acp_openai_bridge.main --cwd /your/project\n\n# 方式 B：使用预编译二进制（如已构建）\n./dist/acp-bridge --cwd /your/project\n\n# 方式 C：构建后运行\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n指定模型（可选）：\n```bash\npython -m acp_openai_bridge.main --cwd /your/project --model claude-sonnet-4-20250514\n```\n\n启动成功标志：\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n### Step 6: 验证 Bridge 运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n# 应返回：{\"status\":\"ok\",\"acp_available\":true}\n\n# 模型列表\ncurl http://127.0.0.1:18788/v1/models\n# 应返回包含 kiro-acp 的模型列表\n\n# 快速测试对话\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n### Step 7: 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"any-value\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n设置为默认模型（可选），在 `agents.defaults` 中添加：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n   "},{"path":"README.md","content":"# Kiro CLI OpenClaw Bridge\n\n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。\n\n## 架构\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 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。\n\n## 前置条件\n\n- **kiro-cli** 已安装并完成认证（`kiro-cli login`）\n- **Python 3.10+**（源码运行）或使用预编译二进制\n\n## 快速开始\n\n### 方式一：源码运行\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\n\npython3 -m venv .venv\nsource .venv/bin/activate\npip install -r requirements.txt\n\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 方式二：构建为单文件可执行程序\n\n**Linux / macOS / WSL：**\n\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows（PowerShell / CMD）：**\n\n```powershell\npip install -r requirements.txt\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n构建产物约 15MB，无需 Python 环境即可运行。\n\n> **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。\n\n### 验证运行\n\n```bash\n# 健康检查\ncurl http://127.0.0.1:18788/health\n\n# 快速测试\ncurl -X POST http://127.0.0.1:18788/v1/chat/completions \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"model\":\"kiro-acp\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}'\n```\n\n## 命令行参数\n\n| 参数 | 环境变量 | 默认值 | 说明 |\n|------|---------|--------|------|\n| `--host` | `ACP_BRIDGE_HOST` | `127.0.0.1` | 监听地址 |\n| `--port` | `ACP_BRIDGE_PORT` | `18788` | 监听端口 |\n| `--kiro-cli-path` | `ACP_BRIDGE_KIRO_CLI_PATH` | 自动查找 | kiro-cli 可执行文件路径 |\n| `--cwd` | `ACP_BRIDGE_CWD` | 当前目录 | ACP 会话工作目录 |\n| `--timeout` | `ACP_BRIDGE_TIMEOUT` | `300` | 请求超时（秒） |\n| `--model` | `ACP_BRIDGE_MODEL` | kiro-cli 默认 | 模型 ID（如 `claude-sonnet-4-20250514`） |\n\n## OpenClaw 配置\n\n编辑 `~/.openclaw/openclaw.json`，在 `models.providers` 中添加 kiro bridge provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n然后在 `agents.defaults` 中设置为默认模型（可选）：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"primary\": \"kiro-b/kiro-acp\"\n      },\n      \"models\": {\n        \"kiro-b/kiro-acp\": {\n          \"alias\": \"Kiro\"\n        }\n      }\n    }\n  }\n}\n```\n\n配置完成后重启 OpenClaw 即可在对话中使用 `kiro-b/kiro-acp` 模型。\n\n## API 端点\n\n| Method | Path | 说明 |\n|--------|------|------|\n| POST | `/v1/chat/completions` | OpenAI 聊天补全（支持 `stream: true`） |\n| POST | `/v1/messages` | Anthropic Messages API（支持 `stream: true`） |\n| GET | `/v1/models` | 模型列表 |\n| GET | `/health` | 健康检查 |\n\n## 流式响应\n\n当请求中 `stream: true` 时"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7fsd20p1nkmxsjx013psgwcn86761e\",\n  \"slug\": \"kiro-cli-openclaw-bridge\",\n  \"version\": \"1.2.1\",\n  \"publishedAt\": 1782867986279\n}"},{"path":"article.md","content":"# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n> 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。\n\n## 起因\n\nKiro 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。\n\n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。\n\n我想：**能不能让 OpenClaw 直接调用 Kiro CLI 的 AI 后端？**\n\n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。\n\n## 发现 ACP 协议\n\n翻看 `kiro-cli --help-all`，发现了一个关键子命令：\n\n```\nkiro-cli acp\n```\n\nACP（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：\n\n- 可以通过子进程与 Kiro 的 AI 后端建立持久连接\n- 支持会话管理、流式响应、工具调用\n- 不需要逆向工程，这是官方公开的集成点\n\n## 架构设计\n\n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：\n\n```\nOpenClaw / 任意客户端  ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n                                  :18788/v1                     JSON-RPC 2.0\n```\n\nBridge 做三件事：\n1. 维护一个持久的 `kiro-cli acp` 子进程\n2. 在 OpenAI Chat Completion API 和 ACP JSON-RPC 之间双向翻译\n3. 将 ACP 的流式通知实时转换为 SSE 推送\n\n## 技术实现\n\n### 核心挑战\n\n**1. 子进程生命周期管理**\n\n`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。\n\n**2. 异步消息分发**\n\nACP 通过 stdout 输出两种消息：\n- **Response**（带 `id`）：对应请求的响应\n- **Notification**（无 `id`）：`session/update` 通知，包含流式文本块\n\n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。\n\n**3. 流式响应转换**\n\nACP 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）。\n\n**4. 工具调用代理**\n\nKiro 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。\n\n### 技术栈\n\n- **Python 3.10+** + **FastAPI** + **uvicorn**\n- **asyncio** 子进程管理和并发\n- **PyInstaller** 打包为单文件可执行程序（~15MB）\n\n## 使用效果\n\n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：\n\n- ✅ 流式响应，逐字输出\n- ✅ 代码理解和生成\n- ✅ 文件读写操作（受限于指定项目目录）\n- ✅ 终端命令执行\n- ✅ 上下文溢出自动重建会话\n\n## 5 分钟快速上手\n\n### 1. 确保 kiro-cli 已认证\n\n```bash\nkiro-cli login\n```\n\n### 2. 启动 Bridge\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n### 3. 配置 OpenClaw\n\n编辑 `~/.openclaw/openclaw.json`：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择 `kiro-b/kiro-acp` 模型，开始对话。\n\n## 跨平台支持\n\n| 平台 | 状态 |\n|------|------|\n| Windows（原生 / WSL） | ✅ 支持，可打包为 .exe |\n| macOS（Apple Silicon / Intel） | ✅ 支持 |\n| Linux | ✅ 支持 |\n\n## 开源地址\n\n- **Bridge 源码**：https://github.com/LuoShiXi/kiro-cli-openclaw-bridge\n- **OpenClaw Skill**：https://github.com/LuoShiXi/kiro-cli-openclaw-skill\n- **ClawHub**：`clawhub install kiro-cli-openclaw-bridge`\n\n协议：CC BY-NC 4.0（允许自由使用和修改，禁止商业用途）\n\n## 写在最后\n\n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 A"},{"path":"articles/wechat.md","content":"# 让 Kiro CLI 突破终端限制：我用 ACP 协议打通了 OpenClaw\n\n## Kiro CLI 很强，但被困在终端里\n\n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。\n\n但问题是：**它只能在终端里用。**\n\n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。\n\n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。\n\n**如果能让 OpenClaw 直接调用 Kiro 的 AI 后端呢？**\n\n这就是这个项目要解决的问题。\n\n---\n\n## 关键发现：ACP 协议\n\n翻看 Kiro CLI 的帮助文档，发现了一个子命令：\n\n```\nkiro-cli acp\n```\n\nACP（Agent Client Protocol）是 Kiro CLI 官方暴露的标准化通信接口：\n\n- 基于 JSON-RPC 2.0 协议\n- 通过 stdin/stdout 管道通信\n- 支持会话管理、流式响应、工具调用\n\n这是一个**官方公开的集成点**，不需要逆向工程。\n\n---\n\n## 架构：一个本地 HTTP 代理\n\n思路很直接——写一个 Bridge，把 OpenAI 格式的 HTTP 请求翻译成 ACP 协议：\n\n```\nOpenClaw        ──HTTP──▶  Bridge (FastAPI)  ──stdio──▶  kiro-cli acp\n任意客户端                   :18788/v1                    JSON-RPC 2.0\n```\n\nBridge 的职责：\n\n1. **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\n2. **协议翻译** — OpenAI Chat Completion ↔ ACP session/prompt\n3. **流式转发** — 将 ACP 的 `agent_message_chunk` 通知实时转换为 SSE 推送\n\n---\n\n## 核心技术挑战\n\n### 异步消息分发\n\nACP 通过 stdout 输出两种消息：\n\n- **Response**（带 id）：请求的响应\n- **Notification**（无 id）：流式文本块、工具调用状态\n\n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。\n\n### 流式响应转换\n\nACP 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）。\n\n### 工具调用代理\n\nKiro 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。\n\n### 上下文溢出处理\n\n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。\n\n---\n\n## 最终效果\n\n配置完成后，在 OpenClaw 中选择 `kiro-b/kiro-acp` 模型：\n\n✅ 流式响应，逐字输出  \n✅ 代码理解和生成  \n✅ 项目文件读写  \n✅ 终端命令执行  \n✅ 上下文溢出自动恢复  \n✅ 支持 Windows / macOS / Linux  \n\n---\n\n## 5 分钟上手\n\n**第一步：确保 kiro-cli 已认证**\n\n```bash\nkiro-cli login\n```\n\n**第二步：启动 Bridge**\n\n```bash\ngit clone https://github.com/LuoShiXi/kiro-cli-openclaw-bridge.git\ncd kiro-cli-openclaw-bridge\npython3 -m venv .venv && source .venv/bin/activate\npip install -r requirements.txt\npython -m acp_openai_bridge.main --cwd /your/project\n```\n\n看到以下输出说明启动成功：\n\n```\nACP-to-OpenAI Bridge running at http://127.0.0.1:18788\n```\n\n**第三步：配置 OpenClaw**\n\n编辑 `~/.openclaw/openclaw.json`，添加 provider：\n\n```json\n{\n  \"models\": {\n    \"mode\": \"merge\",\n    \"providers\": {\n      \"kiro-b\": {\n        \"api\": \"openai-completions\",\n        \"baseUrl\": \"http://127.0.0.1:18788/v1\",\n        \"apiKey\": \"local-cli\",\n        \"models\": [\n          {\n            \"id\": \"kiro-acp\",\n            \"name\": \"Kiro ACP\",\n            \"input\": [\"text\"],\n            \"contextWindow\": 200000,\n            \"maxTokens\": 65536\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n重启 OpenClaw，选择模型，开始对话。\n\n---\n\n## 也可以打包为可执行文件\n\n不想装 Python？可以打包为单文件二进制（约 15MB）：\n\n**Linux / macOS / WSL：**\n```bash\n./build.sh\n./dist/acp-bridge --cwd /your/project\n```\n\n**Windows：**\n```powershell\npyinstaller acp_bridge.spec --clean --noconfirm\n.\\dist\\acp-bridge.exe --cwd C:\\your\\project\n```\n\n---\n\n## 不只是 OpenClaw\n\n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**：\n\n- OpenClaw\n- ChatBox\n- LobeChat\n- 自定义脚本\n- ……\n\n只需将 Base URL 指向 `http://127.0.0.1:18788/v1`。\n\n---\n\n## 开源地址\n\n| 资源 | 链接 |\n|------|------|\n| Bridge 源码 | https://github.com/LuoShiXi/kiro-cli"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":null,"editorialQuality":{"score":100,"threshold":65,"status":"thin","wordCount":1303,"uniquenessScore":37,"reasons":["uniqueness-below-45"]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T12:41:27.221Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T15:14:45.588Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}