Kiro Crew: Qué Es y Cómo Usarlo

Volver
Kiro Crew: Qué Es y Cómo Usarlo
Kiro Crew: Qué Es y Cómo Usarlo

Por CloudDog, Creado el 19/10/2026

El Problema de Empezar de Cero Cada Vez

Si su equipo ya conversa con un agente de IA todos los días, probablemente ya sintió esta fricción: cada sesión nueva empieza de cero. Usted explica el proyecto otra vez, repite la preferencia que ya había corregido la semana pasada, y si la tarea es algo que necesita correr fuera del horario de trabajo (un job de madrugada, un monitoreo continuo), no hay forma de dejarlo funcionando sin que alguien abra la conversación manualmente.

El Kiro Crew es la respuesta del Kiro para este problema específico: un agente personal, de código abierto bajo la licencia Apache 2.0, que corre de forma continua en su propia máquina, en un servidor suyo o en un contenedor, guardando contexto entre una sesión y otra en vez de empezar de cero en cada conversación.

Dónde Corre el Kiro Crew, y Por Dónde Se Habla con Él

La diferencia central con el Kiro Web está en quién aloja la infraestructura: el Kiro Web corre en sandboxes del propio Kiro, en la nube; el Kiro Crew corre donde usted decida, en su propia infraestructura. Un Gateway, el proceso que mantiene al Crew activo, se inicia junto con la app de escritorio (para macOS, Windows o Linux) cuando ningún Gateway local ya está corriendo, o puede conectarse a un Gateway remoto por un túnel SSH.

Una vez instalado, usted habla con el Crew por la app de escritorio, el panel web (que abre en http://localhost:5476), el CLI, o canales de mensajería como Slack y Discord, entre otros, según la documentación oficial: usted elige el canal que ya forma parte de la rutina de su equipo, en vez de abrir una herramienta aislada más.

Instalación, Directo de la Documentación

Por la app de escritorio (macOS, Windows o Linux), la instalación ya inicia el Gateway sola, sin ningún comando. Por la línea de comandos, el Kiro Crew se distribuye como un wheel precompilado, verificado por SHA-256, y el instalador lo instala vía pipx cuando está disponible, o en una venv gestionada en ~/.kiro/crew-venv. Solo en ese camino (sin la app de escritorio), los 3 comandos de abajo, copiados literalmente de la documentación de instalación del Kiro Crew, configuran e inician el Gateway:

kirocrew setup   # asistente interactivo: carpeta de datos, agente, credenciales
kirocrew doctor  # verifica que todo esté bien conectado
kirocrew gateway # inicia el servidor en http://localhost:5476
Flujo del Kiro Crew: usted habla con el Crew por la app, el panel web, el CLI o un canal de mensajería; el Gateway ejecuta la tarea en su propia máquina, servidor o contenedor; el Crew guarda memoria y lecciones entre sesiones; jobs programados y heartbeats monitorean lo que usted pida; y el resultado llega como notificación.Flujo del Kiro Crew: usted habla con el Crew por la app, el panel web, el CLI o un canal de mensajería; el Gateway ejecuta la tarea en su propia máquina, servidor o contenedor; el Crew guarda memoria y lecciones entre sesiones; jobs programados y heartbeats monitorean lo que usted pida; y el resultado llega como notificación.

Tareas Largas, con Checkpoints

Desde el panel de Proyectos, usted describe lo que quiere, lo refina hasta convertirlo en una spec, y activa la ejecución: el Task Runner divide la spec en pasos, ejecuta cada uno, corre pruebas, reintenta si algo falla, y guarda el progreso en checkpoints. Esto significa que usted puede dejar la tarea y salir: si el proceso necesita reanudarse después de una falla, vuelve desde el checkpoint, no desde el inicio.

Investigación en Paralelo, con Subagentes

Para una pregunta que pide comparar algunas opciones antes de decidir (“investigue estas 3 alternativas en paralelo y recomiende una”), el Crew abre subagentes aislados para investigar cada opción al mismo tiempo, y después junta los resultados de vuelta en su conversación, según la documentación oficial. Usted no necesita abrir una sesión por alternativa y comparar manualmente al final.

Trabajo Programado y Monitoreo

Desde el panel de Agenda, o solo pidiéndolo en el chat (“todos los lunes a las 9, resuma lo que está pendiente”), usted crea un job que empieza a correr con esa frecuencia, en sesión propia. El resultado llega a las notificaciones del panel, a un mensaje directo en Slack o en Telegram, según la documentación. Para monitoreo, la función de heartbeats verifica un sistema a intervalos y avisa solo cuando algo necesita atención, sin que alguien tenga que estar revisando manualmente.

Memoria Semántica, Sin Configuración Previa

La búsqueda por memoria del Crew no exige ninguna configuración inicial: los embeddings corren en el propio proceso, y el Gateway descarga el modelo en segundo plano la primera vez que corre. Hasta que esa descarga termina, la búsqueda por memoria usa coincidencia por palabra clave como alternativa, y pasa a usar embeddings automáticamente cuando el modelo llega, sin necesidad de reiniciar nada, según la documentación oficial.

Aprende de las Correcciones, y No Repite el Mismo Ajuste

Cuando usted corrige algo que el Crew sugirió (“no, siempre ejecuta las validaciones de frontend antes de considerar el cambio listo”), esa corrección se convierte en una lección duradera, que pasa a valer en las próximas sesiones, según la documentación oficial. Los patrones que se repiten también pueden convertirse en skills reutilizables. Es lo que la documentación llama “autoevolución”: memoria, lecciones y skills siguen siendo visibles y editables, así que el Crew queda más alineado a su forma de trabajar con el tiempo, en vez de repetir el mismo ajuste en cada conversación nueva. La preferencia que hoy se escribe una sola vez vale para toda sesión futura, sin que cada persona del equipo tenga que repetirla al mismo Crew.

Kiro Crew x Kiro Web

Los dos son agentes del Kiro, pero viven en lugares distintos, y la elección entre ellos depende de dónde necesita vivir la sesión: el Kiro Web corre en infraestructura del propio Kiro, en el navegador, y atiende tanto una tarea puntual como un trabajo programado dentro de ella; el Kiro Crew corre en su propia infraestructura (máquina, servidor o contenedor), de forma continua, con memoria y lecciones que persisten entre sesiones y entre reinicios del Gateway. Nada impide que el mismo equipo use los dos, cada uno para el tipo de trabajo que atiende mejor: el Kiro Web para el pull request puntual que no exige nada instalado localmente, el Kiro Crew para el monitoreo continuo y la memoria que necesita sobrevivir semanas, no solo una sesión.

Cómo Queda el Flujo del Equipo Después de Adoptar el Kiro Crew

Quien adopta el Kiro Crew cambia “explicar el contexto otra vez” por un agente que ya recuerda la corrección de ayer, que ejecuta la tarea programada sin que alguien abra la conversación en la mañana, y que avisa cuando algo monitoreado necesita atención, en vez de que alguien revise manualmente cada hora. El mantenimiento recurrente pasa a correr solo, de fondo, por el canal que el equipo ya usa en el día a día, y la decisión de dónde corre esa infraestructura (la máquina de quien administra, un servidor dedicado, o un contenedor en la propia cuenta AWS de la empresa) deja de ser improvisada por quien llegó primero.

CloudDog, Advanced Partner de AWS, ayuda a su equipo a adoptar el Amazon Kiro con gobernanza en la cuenta AWS de la empresa, y a usar el Kiro Crew, el Kiro Web y los Workflows en el día a día del equipo. Conozca el Amazon Kiro, vea el Kiro Power para probarlo con apoyo de crédito de AWS, o la página Amazon Kiro para Desarrolladores si usted es quien escribe el código.

Tags

#KiroCrew #AmazonKiro #AWS #OpenSource

Sobre el autor

CloudDog

CloudDog es una consultora especializada en computación en la nube, socia de AWS, que ayuda a las empresas a migrar, modernizar, gestionar y optimizar sus entornos cloud. Con más de 400 proyectos entregados, combinamos experiencia técnica, gobernanza e innovación para acelerar la transformación digital de nuestros clientes mediante soluciones de infraestructura, seguridad, observabilidad, inteligencia artificial y servicios gestionados.

WhatsApp

Política de Privacidad