游乐游手机版
首页/AI教程/文章详情

Spec Kit GitHub官方出品 规范即代码

时间:2026-06-05 16:55
SpecKit是GitHub推出的规范驱动开发工具,核心理念是规范即代码,规范为主体,代码为编译结果。通过项目宪法设定质量与测试原则,五步工作流(定宪法、写需求、做计划、拆任务、实现)将传统12小时文档工作缩短至15分钟。支持30余种AI工具,适合企业级从零开始的大项目。

之前我们探讨了两款规范驱动开发工具——Superpowers 注重纪律性,OpenSpec 强调灵活性。今天要介绍的是一个拥有“官方血统”的工具:Spec Kit,由GitHub官方出品。

Spec Kit:GitHub 官方出品,规范即代码

其核心思想可以用一句话概括:规范并非代码的附加产物,规范本身才是主体,而代码不过是规范的编译结果。

这并非随意总结。Spec Kit 的官方文档明确指出:产品需求文档(PRD)不再是供开发者参考的辅助资料,而是直接驱动代码生成的源头。你所维护的是规范,代码仅仅是规范的“编译产物”。坦率地说,这一理念相当大胆。

核心概念:Constitution(项目宪法)

Spec Kit 拥有一个其他框架不具备的特性——项目宪法。

通过 /speckit.constitution 命令,你可以创建一份项目宪法,其中定义了项目的基本原则:代码质量标准、测试要求、用户体验一致性、性能要求等。所有后续开发工作都必须在宪法框架内执行。

这类似于国家的宪法。后续的每个功能规范、每个实施计划都必须与宪法兼容,不得冲突。

从工程实践角度看,这体现了高度的“企业级”设计。Superpowers 强调“先设计后实现”,OpenSpec 要求“先对齐规范”,而 Spec Kit 的纪律更为彻底:先确立原则,再依据原则执行一切。

五步工作流程

Spec Kit 的标准流程分为五步:

第一步:定宪法(constitution)

/speckit.constitution 创建以代码质量、测试标准、用户体验一致性为核心的项目原则。

第二步:写需求(specify)

/speckit.specify 开发一个照片相册应用,支持按日期分组、拖拽排序,照片以瓦片式预览展示

注意,该命令只关注“需求目标”和“理由”,绝不涉及“实现方式”。Spec Kit 的模板强制将“做什么”与“怎么做”分离。

第三步:做计划(plan)

/speckit.plan 使用Vite构建,尽量采用原生HTML/CSS/JavaScript,图片不上传至服务器,元数据存储在本地SQLite数据库

这一步才开始涉及技术选型。AI 将分析需求,生成实施方案、数据模型、API 合约、测试场景,并附带一份快速验证指南。

第四步:拆任务(tasks)

/speckit.tasks

AI 将计划拆解为可执行的任务列表。独立任务会自动标记为 [P],表示可以并行推进。

第五步:实现(implement)

/speckit.implement

AI 按照任务列表逐项实现功能。

这五步流程看似与 OpenSpec 的 propose → apply → archive 类似?表面上看确实如此。但 Spec Kit 更为“厚重”——每一步都包含模板约束、一致性检查和宪法合规验证,层层把关。

15分钟对比12小时

Spec Kit 官方提供了一组对比数据:

传统开发流程:

  • 撰写PRD:2-3小时
  • 编写设计文档:2-3小时
  • 手动搭建项目结构:30分钟
  • 编写技术规范:3-4小时
  • 编写测试计划:2小时
  • 总计:约12小时的文档工作

Spec Kit 流程:

  • /speckit.specify:5分钟
  • /speckit.plan:5分钟
  • /speckit.tasks:5分钟
  • 总计:15分钟

15分钟内,你可以获得:完整的功能规范(包含用户故事和验收标准)、详细的实施计划(包括技术选型及理由)、API合约和数据模型、测试场景,以及所有在功能分支中版本化的文档。这个对比当然是理想场景,但方向是正确的——AI 将文档工作从“人工撰写”转变为“人工审核”

支持哪些AI工具?

超过30种,是当前三个框架中支持数量最多的。

包括Claude Code、Cursor、GitHub Copilot、Codex CLI、Gemini CLI、Windsurf、Roo Code、Devin、JetBrains Junie、阿里通义灵码(Lingma)、Kimi Code、Trae等,基本上你能想到的主流工具都兼容。

更重要的是,它还支持多工具共存——在同一个项目中,你可以同时安装Claude Code和Cursor的集成,团队成员可以根据个人偏好使用各自擅长的工具。这在企业协作场景中实用性极强。

社区生态与扩展

Spec Kit 提供了社区扩展(Extensions)机制,允许社区贡献新的命令、钩子(hooks)和能力。此外,还有社区预设(Presets),可自定义 Spec Kit 的行为模板和术语。

这与 OpenSpec 的第三方 Schema Bundle 类似,但 Spec Kit 依托 GitHub 生态,社区规模和曝光度具有天然优势。

Spec Kit 与 OpenSpec 的区别

两者理念相近,但风格截然不同:

OpenSpec 的 Delta Spec 只关注变化——新增了什么、修改了什么、删除了什么。它轻量、迭代、不采用瀑布模型,非常适合“在现有项目上进行修改”的场景。

Spec Kit 的规范是完整的——从宪法到需求、计划、任务,每一步都有严格的模板和验证。它更适合“从零开始构建系统,每一步都需要可追溯”的场景。

一言以蔽之:OpenSpec 更轻量、更灵活,Spec Kit 更厚重、更严谨。

适用人群与场景

适合使用 Spec Kit 的情况:

  • GitHub 生态用户(可与Copilot、Actions、Issues联动)
  • 企业团队,对过程追溯有严格要求
  • 从零起步的大型项目,需要完整规范体系支撑
  • 团队成员使用不同AI工具,但需要统一流程的场景

不太适合 Spec Kit 的情况:

  • 个人开发者的小型项目(略显繁重)
  • 只希望快速迭代、不愿意编写规范的人
  • 不在GitHub生态内的团队

来源:https://juejin.cn/post/7647503066229260338
上一篇AI原生公司的四种记忆:记忆即企业核心资产 下一篇主流AI模型OpenClaw场景联动实战技巧
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Coze本地模型运行下载与路径配置性能优化指南
AI教程 · 2026-07-12

Coze本地模型运行下载与路径配置性能优化指南

Coze接入本地模型的核心在于先准备推理服务,再完成模型下载、存放路径配置、接口适配与性能调优,适合开发测试、数据内控和低成本原型验证场景。

Coze插件安装教程:浏览器、编辑器与扩展市场配置
AI教程 · 2026-07-12

Coze插件安装教程:浏览器、编辑器与扩展市场配置

Coze插件安装可分为平台内插件、浏览器扩展与编辑器扩展三类。配置前需确认账号权限、来源可信、授权范围和测试环境,新手按创建项目、安装插件、填写参数、调试发布的顺序操作更稳妥。

Coze API Key配置教程 账号注册 密钥获取 国内网络设置
AI教程 · 2026-07-12

Coze API Key配置教程 账号注册 密钥获取 国内网络设置

围绕Coze与扣子平台的APIKey配置流程,梳理账号注册、密钥创建、环境变量设置、国内网络连通性检查、调用验证、常见报错处理及安全使用边界。

Coze Docker一键部署教程:镜像拉取端口映射数据目录配置
AI教程 · 2026-07-12

Coze Docker一键部署教程:镜像拉取端口映射数据目录配置

面向想在本地或服务器部署Coze的用户,梳理Docker环境准备、镜像拉取、端口映射、数据目录挂载、启动检查、升级回滚与安全注意事项,帮助快速搭建稳定的AI智能体平台运行环境。

Coze Linux服务器部署:从环境准备到后台运行完整教程
AI教程 · 2026-07-12

Coze Linux服务器部署:从环境准备到后台运行完整教程

Coze适合团队搭建智能体应用与工作流。Linux部署建议优先采用容器方式,提前规划配置、端口、数据目录与安全策略,并通过服务化方式实现稳定后台运行。