kiro可以生成图片吗,结论是不能直接出图。它的模型清单里全是文本与代码模型,内置工具里也没有绘图这一项。
它能读图、能截图,也能靠写代码把图表、流程图和矢量图做出来,或者接一个外部绘图服务补上这一环。
先把“图”分成三种来问
同一个问题在不同人嘴里指向三件事:看懂一张截图、截一张网页、凭空画一张插画。Kiro 对前两件给得干脆,第三件没有。
读图是它的正式能力。官方文档专门写了一页,说可以直接在对话里分析图片:把图拖进终端窗口,路径会自动填进提示词,后面接着写你要它做什么就行;也可以用 read 工具的 Image mode 指定路径读取;剪贴板里的图用 /paste 粘进来。支持 JPEG、PNG、GIF、WebP 四种格式,单张不超过 10MB,一次最多 10 张。官方建议用清晰度高的图,并把要求说具体。
截图发生在 Kiro Crew 的浏览器面板里。官方描述是让 agent 操作真实浏览器,导航、点击、填表、截屏。它的用处不是出素材,而是视觉自检:改完页面,让它打开本地或已部署的结果截图,再跟设计稿比对,能抓出裁切、重叠和响应式布局的问题。标注模式下,标过的元素清单会连同截图一起发给它。
出图是从一句描述直接得到一张位图。这一层它没有,不是藏在开关后面,是模型与工具里都不含。
| | |
|---|
| | |
| | |
| | 输出 Mermaid 源码或 SVG 文件,由你渲染 |
| | |
| | |
为什么它默认出不了图
判断一件事“没有”要两层同时看,只看一层容易误判成换个模型就行。
模型层。官方模型页列出的清单里,GPT-5.6 分 Sol、Terra、Luna 三档,Claude 有 Opus 5.5、Sonnet 5.5、Haiku 5.5 以及若干个旧版,另有 Kimi K3、DeepSeek 3.2、MiniMax M2.5 与 M2.1、GLM-5、Qwen3 Coder Next,外加自动路由的 Auto。清一色是文本与代码模型。其中 Kimi K3 的说明里写了“接受文本与图像”,指的是图像作为输入喂进去,不是它能渲出一张图。 工具层。官方把内置工具列成一张表,文件读写、目录列举、模糊找文件、正则搜索、整文件写入、追加、定点替换、删除、执行命令、联网搜索、抓取网页、派子代理、加载技能与查自身功能,就是这些,里面没有画图这一项,也没有能调用图像模型的接口。
产物层也能说明问题。它交付文件、代码、规格文档与测试,图只能是副产品。
替代路径一:让它写代码画图
这是最稳的一条,产物可控、可改、能进版本库。它的逻辑不是“生成一张图”,而是“写一段能画出这张图的代码”。
- SVG:适合图标、示意图、简单插画。矢量放大不糊,颜色和尺寸都是属性值。
- HTML 与 CSS:适合页面级视觉稿、卡片、信息图布局。它本来就在写前端,出来的东西浏览器里直接能看。
- Canvas 与 WebGL:需要动起来的时候用,比如粒子、波形、数据驱动的动画。
- 图表库:柱状、折线、散点、桑基、热力图这类,交给成熟图表库比自己算坐标稳,样式也统一。
好处是改一个数字就重画,不用再赌一次生成结果;坏处是复杂的拟真画面写不出来。它适合结构化的图,不适合要笔触与光影的画面。
替代路径二:用 Mermaid 出结构图
Kiro 自己的文档就在用 Mermaid,讲 Powers 那页那张上下文过载示意图,源码就是一段流程图。它对这个语法很熟,让它画结构图,通常给出能直接渲染的代码。
适合四类:流程图、时序图、状态图、实体关系图。写法是纯文本,改一行就重画,放进 Markdown 还能跟文档一起做版本管理,评审时看差异而不是两张图。
边界也清楚。样式控制弱,节点位置由布局引擎决定,做不了精细排版;要放进正式材料,还得导出成图片或嵌进网页渲染。需要严格控制字号与留白时,它只能算草稿。
替代路径三:接一个图像生成 MCP 服务器
MCP 是它补能力的正规入口。官方给了一张支持矩阵,本地 stdio 与远程 HTTP 或 SSE 服务器在 IDE、CLI、Web 三个面都能用,移动端不支持,服务器自带的提示词与资源也能用。
配置有两处,用户级在 ~/.kiro/settings/mcp.json,项目级在 .kiro/settings/mcp.json。命令行也能加,kiro-cli mcp add 后面跟名称、作用域、命令与参数。装完在会话里敲 /mcp,能看到已经加载的服务器。从网页上点 kiro:// 开头的安装链接,它会先弹确认框,不直接改配置。
要提醒的是上下文预算。官方算过一笔账,挂五个服务器,工具定义就有 180 多个,五万多 token,占掉窗口四成,还没写第一行代码。图像服务还自带一批参数定义,按需启用比一次挂满划算,Powers 就是为此设计的。
替代路径四:让它写调用脚本
不想动 MCP 配置的话,还有一条更土但更灵活的路,让它写一段调用外部绘图接口的脚本,你拿着跑。
- 把接口文档连字段说明一起丢给它,让它先复述参数含义再写代码;
- 让它把提示词、尺寸、风格做成可循环的参数,一次跑一批;
- 产物落到指定目录,同时生成一份清单记录文件名与参数;
好处是能批量、能重跑、能接进流水线;代价是代码维护归你,接口改版要跟着改。
哪些需求别在 Kiro 里硬试
有几类期待,换哪个模型都不会成,早点换工具比改提示词省时间。
- 照片级画面:写实人像、产品摄影、场景概念图,代码画不出来。
- 成套的风格图:角色设定、系列插画,需要图像模型的一致性控制,靠代码只能做几何图形。
- 图生图与局部重绘:它能读你的图,但不能按你的描述改这张图。
- 需要授权的素材:它给的是代码生成的图形,不是可商用的图库素材,字体与图标库的许可还得自己核。
- 一键出图:它是编程工具,交付形态是文件与仓库,不是画布。
常见问题与边界确认
Q:Kiro 能出图吗? A:不能直接出。模型与内置工具两层都没有图像生成能力,只能靠代码或外部服务绕过去。
Q:那它能看懂我发的一张截图吗? A:能。拖进对话、用 read 工具的 Image mode、或 /paste 粘贴都行,支持 JPEG、PNG、GIF、WebP,单张 10MB 以内,一次最多 10 张。
Q:为什么让它画图,它却给我一段代码? A:这正是它的工作方式。它把“画”翻译成可执行的程序,把代码跑起来才会看到图。
Q:能直接给我 png 或 jpg 文件吗? A:用代码渲染时可以导出位图,但那属于渲染环节,不是模型生成的结果,清晰度和风格都由代码决定。
Q:接图像 MCP 要不要额外付费? A:分两笔账。Kiro 这边按积分消耗算,外部绘图服务按它自己的价目算,两边不通。
Q:手机端能装 MCP 吗? A:官方支持矩阵里移动端不支持,本地与远程服务器只在 IDE、CLI、Web 三处可用。
Q:它画出来的 SVG 能商用吗? A:图形由代码产出,本身没有第三方素材授权问题;但如果引用了图标库或字体,那一层要单独确认。
Q:哪个模型画图更好? A:在这里不成立。模型影响代码写得好不好、结构清不清楚,不影响能不能出像素。
Q:以后会不会加上出图功能? A:官方文档目前没有这条线,只有读图与截图。工具迭代快,隔段时间回文档站索引看一眼最准。
用 Kiro 做图时的注意事项
1. 先分清读图与出图。能理解你给的图,不等于能产出一张新图,混起来最白折腾。
2. 截图是采集不是创作。截的是已经渲染出来的页面,没有渲染结果就没有截图。
3. 接外部服务前先看条款。图会传到第三方,数据去向、留存时长、能否商用都要核。
4. 费用是两本账。Kiro 按积分计,外部服务按自己的价目计,别以为一份订阅能覆盖两边。
5. 移动端用不了 MCP。想在手机上补绘图能力,目前这条路走不通。
6. 第三方服务器会吃上下文。官方测算过五个服务器能占四成窗口,装之前先想清楚值不值。
7. 代码画的图要过一遍可读性。颜色对比、字号、替代文本这些,机器不会主动替你考虑。
8. 字体与图标库的许可自己核。生成的文件能不能商用,取决于你引用的那一份素材,不取决于工具。
9. 配置文件里别放明文密钥。用户级与项目级两个配置文件都可能被提交,密钥走环境变量更稳。
回到最初那个问题,kiro可以生成图片吗,它不会替你画,但会把画图这件事拆成可执行的代码与配置。想清楚自己要的是像素还是图形,再决定走代码、Mermaid 还是外部服务,比反复试提示词省时间。