Repo-First 新范式:SpecKit + MCP 一键同步 Jira、Confluence、Figma

1. 核心问题:三个真相

产品文档、架构设计跟代码越走越远。Jira 的Epics、用户故事跟代码仓库里的真实内容对不上。Confluence 页面写的设计方案,早就跟实际实现不是一回事。Figma 画的界面,在需求池里找不到对应条目。手写文档只要有人一上线改动,当场就过期。所谓「唯一可信源」,最后变成了「谁嗓门大谁说了算」。

这个演化路径大家都很熟:

一开始所有东西都塞 Word 或 Confluence;

后来把关键文档搬进仓库,用 Markdown 管理;

再后来搞「规格即代码」,配上模板和自动化。

下一步就是:把仓库里的规格,跟 Jira、Confluence、Figma 做可复用、可自动化的联动------不用人肉复制粘贴,就能让文档、需求、设计始终保持一致。

2. 为啥只搞「spec as code」还不够?

把规格文档放进代码仓库,已经是巨大进步:你有版本管理、评审流程、统一存放功能描述、验收标准、数据模型的地方。

但问题依然存在:仓库里的规格,还是会跟 Jira(史诗/故事/任务)、Confluence(架构决策、设计文档)、Figma(界面/组件)慢慢脱节

手动同步太脆弱:有人改了文档忘了更 Jira,设计师更了图却没关联到用户故事,同步链条直接断裂。

那如果这种关联可以自动化、工具化、可复现呢?

一条可行路线:模型上下文协议(MCP)+ 一层轻量命令层

你 IDE 里的 AI,可以通过 MCP 服务读写 Jira、Confluence、Figma;再用自定义命令编排「映射」「同步」流程,让对齐变成跑一条命令就完事,而不是靠人脑记着去手动做。

3. 整体长这样:三层架构(不绑定任何产品)

你可以把这套体系拆成三层,跟具体项目/工具无关:

规格 / 架构层

所有宪法规则、模板、脚本、功能规格都放在代码仓库。

一套 Spec Kit 通常包含:

constitution.mdspec.mdplan.mdtasks.md,再加每个功能的检查清单。

这一层就是你要做什么的唯一可信源

命令 / 编排层

在 Cursor 或其他 AI IDE 里执行自定义命令,跑规格工作流、调用 MCP。

能干两件大事:

  • 映射(map):Jira ↔ 规格、Confluence ↔ 规格、Figma ↔ 史诗/故事互相关联

  • 推送(push):从规格直接创建/更新 Jira 史诗与用户故事

这一层就是所有工具之间的胶水

MCP 层

Jira、Confluence、Figma 各自提供 MCP 服务,暴露 API,让 AI/智能体可以查询和修改工单、页面、设计元数据。

编排层的命令只调用 MCP,不直接跟各个工具原生 API 硬编码交互。

4. 一套工作流,三种启动入口

这套工具最爽的地方:支持团队随便选起点,不用被流程绑架。

规格驱动(Spec Driven)

先定极简宪法规则 → 用 Spec Kit 写规格(计划、任务、清单)→ 从 Confluence 拉架构、从 Figma 拉设计,反哺规格 → 最后把整套史诗+故事推去 Jira。

规格先行,架构、设计先输入,最后同步 Jira。

设计驱动(Design Driven)

先定极简宪法 → 用 Spec Kit 搭骨架规格 → 从 Figma 拉设计,细化规格 → 推去 Jira → 最后再补配套架构(比如 Confluence 里写 ADR)。

设计先行,架构后补。

架构驱动(Arch Driven)

架构全在 Confluence(ADR、设计文档)→ 从架构生成宪法 → 写规格时引用架构文档 → 拉设计、更规格 → 推去 Jira。

Confluence 先行,设计、规格跟着走。

三种模式,底层都是同一套:命令层 + MCP,始终把代码、Jira、Confluence、Figma 焊在一起。入口你随便选,底层机制完全通用。

5. MCP 与命令示例:只讲模式,不贴真实密钥

这里不放项目名、URL、密钥,只讲通用范式。

MCP 配置长这样

在 Cursor(或其他支持 MCP 的 IDE)里,一般指向一个配置文件,比如 .cursor/mcp.json,声明要对接的服务。

极简版 Jira + Confluence + Figma 大概长这样(全是占位符,替换成你自己的实例即可):

JSON 复制代码
{
  "mcpServers": {
    "Figma": {
      "url": "https://mcp.figma.com/mcp"
    },
    "mcp-atlassian": {
      "command": "uvx",
      "args": ["--python", "python3.13", "mcp-atlassian"],
      "env": {
        "JIRA_URL": "https://your-instance.atlassian.net",
        "ATLASSIAN_USER_EMAIL": "your-email@example.com",
        "ATLASSIAN_API_TOKEN": "<your-api-token>",
        "CONFLUENCE_URL": "https://your-instance.atlassian.net/wiki",
        "CONFLUENCE_USERNAME": "your-email@example.com",
        "CONFLUENCE_API_TOKEN": "<your-api-token>"
      }
    }
  }
}

Figma 一般用 URL 模式(部分场景要 Token,看官方文档);

Atlassian 用命令式服务 + 环境变量,密钥绝不进仓库,只在本地环境配置。

简化版命令示例

MCP 配好后,你在 IDE 里就能跑这类流程(下面都是原型命令,占位符自行替换):

/jira-map

把 Jira 史诗(Epics)、用户故事跟 Spec Kit 规格做语义匹配,生成 sdlc/jira-map.md 映射表。

  1. 搜项目下所有史诗

  2. 搜项目下所有用户故事

  3. 读取所有 spec.md,提取规格 ID、标题、用户故事

  4. 语义匹配:史诗→规格、故事→用户故事(置信度 ≥70%)

  5. 输出映射表

/push-jira

把规格文件同步到 Jira:从规格自动创建/更新史诗与用户故事,可选更新映射文件。

  1. 指定规格路径

  2. 解析规格:史诗标题/描述、用户故事/验收标准

  3. 查映射表是否已有工单,没有就搜索匹配

  4. 读取/创建/更新 Jira 工单

  5. 生成差异对比 → 你确认 → 执行同步 → 更新映射表

/pull-jira

把 Jira 内容拉回规格文件,用映射表做关联。

/pull-figma

把 Figma 设计同步到规格:插入设计上下文、截图、链接,把用户故事跟界面帧对齐。

/confluence-map / /figma-map

分别做 Confluence 页面→规格、Figma 文件→规格的映射,生成映射文档。

三种工作流实操示例(可直接照抄)

规格驱动流程

  1. /speckit.constitution,定几条核心原则(安全、可审计等),写入宪法文件

  2. /speckit.specify,输入功能描述,自动建分支和规格文件

  3. /speckit.plan / /speckit.tasks,填清单

  4. /confluence-map 关联 Confluence,把架构/ADR 拉进宪法或规格

  5. /pull-figma,把 Figma 设计同步到规格

  6. /push-jira,确认差异 → 自动生成/更新 Jira 史诗+故事

架构驱动流程

  1. /confluence-map,看哪些架构页对应哪些规格

  2. 复制 Confluence 架构内容,用 /speckit.constitution 生成仓库宪法

  3. /speckit.specify,写引用架构的功能描述(如「按 ADR-007 实现登录」)

  4. /pull-figma 同步设计

  5. /push-jira 同步需求池

设计驱动流程

  1. /speckit.constitution 极简规则 → 再跑 /speckit.specify 生成骨架规格

  2. /pull-figma,把 Figma 帧、文案、结构同步进规格

  3. 基于设计细化规格(验收标准、文案)

  4. /push-jira 生成 Jira

  5. 最后补写配套架构文档,保持架构与规格一致

在 Cursor 里,这些全是自定义斜杠命令:

/jira-map/push-jira/pull-jira/pull-figma/confluence-map/figma-map

这套模式完全可迁移到任何支持自定义命令 + MCP 的 AI IDE/智能体。

7. 这么搞到底能实现什么?

✅ 唯一可信源

规格在仓库,Jira/Confluence/Figma 通过命令 + MCP 自动对齐。

改规格 → push → 需求池自动更;

做映射 → 一眼看清:哪个规格对应哪个工单、哪页文档、哪张设计图。

✅ 灵活入口

规格先行、设计先行、架构先行,全都支持,不锁死工作方式

✅ 全链路可追溯

jira-map.mdconfluence-map.mdfigma-map.md 把所有关联关系文档化,审计、新人上手都轻松。

✅ 可移植、不绑定 IDE

以 Cursor 为例,但逻辑通用:Claude Code、Windsurf、Continue 等任何能跑命令、挂 MCP 客户端的环境都能用。

极简总结(TL;DR)

问题

规格、Jira、Confluence、Figma 各自跑偏,人肉同步根本扛不住规模。

方案

仓库内「规格即代码」 + MCP(对接 Jira/Confluence/Figma) + 一层轻量命令层,让 IDE 里的 AI 自动读写、映射、同步,不用人管。

三种工作流

  • 规格驱动:宪法 → 规格 → 拉架构/设计 → 推 Jira

  • 架构驱动:Confluence 架构 → 宪法 → 规格 → 拉设计 → 推 Jira

  • 设计驱动:骨架规格 → 拉 Figma → 细化 → 推 Jira → 补架构

配置

.cursor/mcp.json(或等价文件)配置 Figma URL、Atlassian 环境变量;

/命令 触发(如 /push-jira)。

最终效果

唯一可信源(规格在仓库),工具自动对齐,入口任选,全程可追溯、可移植、不折腾人。

相关推荐
新缸中之脑2 天前
Figma Make 提示工程
人工智能·figma
MYPM_AndyLiu6 天前
对比 Codes、Jira、禅道、PingCode 等工具的需求管理方式
项目管理·产品经理·jira·项目经理·codes·需求管理对比
Warren987 天前
Pytest Fixture 作用域详解:Function、Class、Module、Session 怎么选
面试·职场和发展·单元测试·pytest·pip·模块测试·jira
WangShade8 天前
Jira部署在Windows完整流程
windows·jira·confluence
龙智DevSecOps解决方案12 天前
现代服务管理指南:Jira Service Management + Rovo的AI自动化架构与实战应用
人工智能·自动化·atlassian·jira·itsm·服务管理
cvcNYgAdnd12 天前
单相光伏并网Matlab仿真模型:双闭环并网策略的奇妙之旅
jira
luyun02020213 天前
PDF神仙工具,批量处理
windows·pdf·figma
luyun02020219 天前
精简版本,绿色便携
java·windows·figma
唐古乌梁海20 天前
【Test】jira安装和配置
jira