要在不同的AWS账户中使用Kinesis Firehose读取Kinesis流数据，可以按照以下步骤进行操作：

1. 在发送数据的AWS账户中创建一个Kinesis数据流。
2. 在接收数据的AWS账户中创建一个Kinesis Firehose传送流，用于接收来自Kinesis数据流的数据。
3. 在发送数据的AWS账户中创建一个IAM角色，并授予该角色具有Kinesis数据流写入权限的权限策略。
4. 在接收数据的AWS账户中创建一个IAM角色，并授予该角色具有Kinesis Firehose传送流读取权限的权限策略。
5. 在接收数据的AWS账户中创建一个Kinesis Firehose传送流的交叉账户角色，指向发送数据的AWS账户中的IAM角色。
6. 在发送数据的AWS账户中创建一个Lambda函数，用于将数据发送到Kinesis数据流。在该函数中，使用Kinesis PutRecord API将数据发送到Kinesis数据流。
7. 在接收数据的AWS账户中创建一个Lambda函数，用于处理来自Kinesis Firehose传送流的数据。在该函数中，使用Kinesis Firehose PutRecordBatch API将数据写入目标存储。

以下是一个使用Python编写的Lambda函数示例，用于发送数据到Kinesis数据流：

import boto3
import json

def lambda_handler(event, context):
    kinesis = boto3.client('kinesis')
    
    data = {
        'message': 'Hello, Kinesis!'
    }
    
    response = kinesis.put_record(
        StreamName='your-kinesis-stream-name',
        Data=json.dumps(data),
        PartitionKey='1'
    )
    
    return {
        'statusCode': 200,
        'body': json.dumps('Data sent to Kinesis stream successfully')
    }

以下是一个使用Python编写的Lambda函数示例，用于处理来自Kinesis Firehose传送流的数据：

import boto3
import json

def lambda_handler(event, context):
    firehose = boto3.client('firehose')
    
    for record in event['records']:
        data = json.loads(record['data'])
        
        # 处理数据逻辑
        # ...
        
    response = {
        'records': [
            {
                'recordId': record['recordId'],
                'result': 'Ok'
            } for record in event['records']
        ]
    }
    
    return response

请注意，以上示例只展示了Lambda函数的部分代码，您需要根据实际需求进行修改和完善。