L'outil de réflexion permet à Kiro d'afficher son processus de raisonnement lorsqu'il travaille sur des problèmes complexes, offrant une transparence sur la façon dont les conclusions sont atteintes.
Lorsqu'il est activé, l'outil de réflexion permet à Kiro de décomposer un raisonnement complexe en étapes visibles, ce qui vous aide à comprendre le processus de prise de décision et à apprendre de l'approche de l'IA en matière de résolution de problèmes.
kiro-cli settings chat.enableThinking true
Ou utilisez la commande d'expérimentation :
/experiment # Select "Thinking" from the list
Lorsque Kiro rencontre un problème complexe qui nécessite un raisonnement en plusieurs étapes, il va :
- Afficher son processus de pensée au fur et à mesure qu'il travaille sur le problème
- Décomposer le raisonnement en étapes logiques
- Expliquer les conclusions intermédiaires avant d'arriver à la réponse finale
- Rendre la prise de décision transparente afin que vous puissiez suivre le raisonnement
L'outil de réflexion est automatiquement invoqué par Kiro lorsque :
- La résolution de problèmes complexes nécessite plusieurs étapes logiques
- L'analyse des compromis entre différentes approches
- La planification d'implémentations en plusieurs étapes avec des dépendances
- Le débogage de problèmes complexes qui nécessitent une analyse systématique
- La prise de décisions architecturales avec de multiples considérations
> What's the best way to implement caching for our API? I recommend using Redis for caching your API responses...
> What's the best way to implement caching for our API? 🧠 Thinking... Let me think through the caching requirements: 1. First, I need to consider the type of data being cached - API responses suggest read-heavy workload - Need to handle cache invalidation 2. Evaluating caching solutions: - In-memory (fast but limited by RAM) - Redis (distributed, persistent, feature-rich) - Memcached (simple, fast, but less features) 3. Considering your use case: - API responses benefit from distributed cache - Need TTL support for automatic expiration - May need cache invalidation on updates 4. Redis appears best because: - Supports complex data structures - Built-in TTL and eviction policies - Can be distributed across nodes - Persistent if needed Based on this analysis, I recommend using Redis for caching your API responses...
- Comprendre les modèles de raisonnement : voyez comment les problèmes complexes sont décomposés
- Apprendre des approches de résolution de problèmes : observez une analyse systématique
- Repérer les lacunes dans la logique : détectez où le raisonnement pourrait être erroné
- Retracer les parcours de décision : comprenez pourquoi certaines recommandations ont été faites
- Vérifier les hypothèses : vérifiez si les hypothèses de l'IA correspondent à votre contexte
- Détecter les erreurs tôt : repérez les erreurs logiques avant l'implémentation
- Suivre des plans en plusieurs étapes : voyez comment les tâches complexes sont décomposées
- Comprendre les dépendances : identifiez les relations entre les étapes
- Valider l'approche : confirmez que le raisonnement correspond à vos objectifs
> Should we use microservices or a monolith for our new project? 🧠 Thinking... Let me analyze this architectural decision: 1. Project characteristics to consider: - Team size and structure - Expected scale and growth - Deployment requirements - Development velocity needs 2. Microservices advantages: - Independent scaling - Technology flexibility - Isolated failures - But: increased complexity, operational overhead 3. Monolith advantages: - Simpler deployment - Easier debugging - Lower operational cost - But: scaling limitations, tight coupling 4. Decision factors: - Small team → Monolith likely better - Unclear requirements → Start with monolith - Need rapid iteration → Monolith faster initially - Can refactor to microservices later if needed Based on this analysis...
> What sorting algorithm should I use for this data? 🧠 Thinking... Let me think through the sorting requirements: 1. Data characteristics: - Size of dataset - Is data partially sorted? - Memory constraints - Stability requirements 2. Algorithm options: - Quick Sort: O(n log n) average, O(n²) worst - Merge Sort: O(n log n) guaranteed, stable - Heap Sort: O(n log n), in-place - Tim Sort: Optimized for real-world data 3. Trade-offs: - If data is partially sorted → Tim Sort excels - If memory is limited → Heap Sort (in-place) - If stability matters → Merge Sort or Tim Sort - For general case → Quick Sort often fastest 4. Recommendation depends on...
> My application is slow but I don't know why 🧠 Thinking... Let me systematically analyze potential performance issues: 1. Common performance bottlenecks: - Database queries (N+1 problem, missing indexes) - Network latency (API calls, external services) - Memory issues (leaks, excessive allocation) - CPU-bound operations (complex calculations) 2. Diagnostic approach: - First, profile to identify hotspots - Check database query patterns - Monitor network requests - Analyze memory usage patterns 3. Most likely culprits based on typical patterns: - Database queries often account for 60-80% of slowness - Should start there before optimizing code 4. Recommended investigation order...
# Enable kiro-cli settings chat.enableThinking true # Disable kiro-cli settings chat.enableThinking false # Check status kiro-cli settings chat.enableThinking
- Réponses plus lentes : la réflexion ajoute du temps à la génération des réponses
- Plus de jetons utilisés : le processus de réflexion consomme des jetons supplémentaires
- Sortie plus longue : les réponses sont plus verbeuses
- Questions simples : la surcharge de réflexion n'est pas nécessaire pour des requêtes simples
- Itérations rapides : peut ralentir les échanges rapides
- Tâches bien définies : lorsque vous avez seulement besoin de la réponse, pas du raisonnement
- Apprentissage de nouveaux concepts : comprendre le raisonnement derrière les recommandations
- Décisions complexes : besoin de valider le processus de prise de décision
- Débogage : vous voulez voir une analyse systématique des problèmes
- Revues de code : comprendre pourquoi certaines approches sont suggérées
- Tâches simples : les questions simples n'ont pas besoin de raisonnement
- Priorité à la vitesse : besoin de réponses rapides sans explication
- Territoire familier : vous comprenez déjà les modèles de raisonnement
- Activer pour les tâches complexes : activez-le lorsque vous commencez des problèmes difficiles
- Apprendre du raisonnement : observez comment les problèmes sont décomposés
- Désactiver pour l'exécution : désactivez-le lors de l'implémentation de solutions connues
- Réactiver pour la révision : réactivez-le lors de la validation des approches
-
Vérifiez qu'elle est activée :
bashkiro-cli settings chat.enableThinking -
Essayez une question complexe : les questions simples peuvent ne pas déclencher la réflexion
-
Redémarrez la session de clavardage : les changements peuvent nécessiter une nouvelle session
Si la sortie de la réflexion est excessive :
-
Désactivez pour les tâches plus simples :
bashkiro-cli settings chat.enableThinking false -
Demandez des réponses concises : demandez explicitement des réponses brèves
-
Utilisez pour des questions spécifiques : activez seulement lorsque nécessaire
- Fonctionnalités expérimentales
- Mode Tangent - Explorez le raisonnement sans affecter la conversation principale
- Listes de TODO - Décomposez les tâches complexes
Outil de réflexion