Spec Kit:GitHub 官方出品,规范即代码

前面聊了两款规范驱动开发工具------Superpowers 重纪律,OpenSpec 重灵活。这次聊一个有"官方背景"的:

Spec Kit,GitHub 自己做的。


它是什么?

Spec Kit 是 GitHub 开源的规范驱动开发工具包。它的核心理念一句话就能说清:

规范不是代码的附属品,规范才是主体,代码只是规范的产出物。

这不是我瞎总结的。Spec Kit 的官方文档里写得很直白:

几十年来,代码一直是王。规范服务于代码------是我们搭的脚手架,等"真正的"代码写完就拆掉。规范驱动开发(SDD)颠覆了这个权力结构。规范不服务代码,代码服务规范。

说大白话就是:PRD 不是写给开发看的参考文档,它是直接生成代码的源头。你维护的是规范,代码只是规范的"编译结果"。

这个思路很大胆。


一个关键词:Constitution(宪法)

Spec Kit 有一个别的框架没有的东西------项目宪法。

你用 /speckit.constitution 命令创建一份宪法,里面写的是项目的基本原则:代码质量标准、测试要求、用户体验一致性、性能要求......所有后续开发都要遵守这些原则。

它像什么?像一个国家的宪法。后续的每个功能规范、每个实施计划,都不能和宪法冲突。

这是个很"企业级"的设计。Superpowers 的纪律是"先设计再实现",OpenSpec 的纪律是"先对齐规范",Spec Kit 的纪律是"先定原则,再按原则做一切"。


五步工作流

Spec Kit 的标准流程是五步:

第一步:定宪法(constitution)

bash 复制代码
/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)

bash 复制代码
/speckit.specify 做一个照片相册应用,按日期分组,支持拖拽排序,照片用瓦片式预览

注意这个命令只关注"要什么"和"为什么",不说"怎么做"。Spec Kit 的模板会强制把"做什么"和"怎么做"分开。

第三步:做计划(plan)

bash 复制代码
/speckit.plan 用 Vite 构建,尽量用原生 HTML/CSS/JavaScript,图片不上传,元数据存本地 SQLite

这一步才涉及技术选型。AI 会分析需求,生成实施方案、数据模型、API 合约、测试场景,还有一个快速验证指南。

第四步:拆任务(tasks)

bash 复制代码
/speckit.tasks

AI 把计划拆成可执行的任务列表。独立任务标记为 [P],可以并行执行。

第五步:实现(implement)

bash 复制代码
/speckit.implement

AI 按任务列表逐项实现。

这五步看起来和 OpenSpec 的 propose → apply → archive 差不多?表面上是。但 Spec Kit 更重------每一步都有模板约束、一致性检查、宪法合规验证。


15 分钟 vs 12 小时

Spec Kit 官方给了一个对比:

传统开发流程:

  • 写 PRD:2-3 小时
  • 写设计文档:2-3 小时
  • 手动搭项目结构:30 分钟
  • 写技术规范:3-4 小时
  • 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 分钟内你得到:完整的功能规范(含用户故事和验收标准)、详细的实施计划(含技术选型和理由)、API 合约和数据模型、测试场景、版本化在功能分支里的所有文档。

这个对比当然是理想情况,但方向是对的------AI 把文档工作从"人写"变成"人审"。


支持多少 AI 工具?

30+。是目前三个框架里最多的。

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......基本你能想到的都支持。

而且它还支持多工具共存------同一个项目里,你可以同时装 Claude Code 和 Cursor 的集成,团队成员各用各的工具。这在企业场景里很实用。


社区生态

Spec Kit 有一个社区扩展(Extensions)机制。社区可以贡献新的命令、钩子和能力。也有社区预设(Presets),可以自定义 Spec Kit 的行为模板和术语。

这和 OpenSpec 的第三方 Schema Bundle 类似,但 Spec Kit 背靠 GitHub,社区规模和曝光度天然占优势。


和 OpenSpec 的区别

两者理念相近,但风格不同:

OpenSpec 的 Delta Spec 只关注变化------加了什么、改了什么、删了什么。轻、迭代、不搞瀑布流。适合"我在已有项目上改改东西"。

Spec Kit 的规范是完整的------从宪法到需求到计划到任务,每一步都有严格的模板和验证。适合"我要从零开始建一个系统,每一步都要可追溯"。

OpenSpec 更轻更灵活,Spec Kit 更重更严谨。


谁适合用?

适合:

  • GitHub 生态用户(Copilot、Actions、Issues 都能联动)
  • 企业团队,需要严格的过程追溯
  • 从零开始的大项目,需要完整的规范体系
  • 团队成员使用不同 AI 工具、但需要统一流程的场景

可能不太适合:

  • 个人开发者的小项目(太重)
  • 只想快速迭代、不想写规范的人
  • 不在 GitHub 生态里的团队

🔗 项目地址: github.com/github/spec...

📖 文档站: github.github.io/spec-kit/

💡 下期预告: 《Superpowers vs OpenSpec vs Spec Kit:该选哪个?》------三个框架聊完了,最后一篇来个硬碰硬的对比。

相关推荐
冬奇Lab2 分钟前
开源项目第229期:e2e — 用自然语言写 E2E 测试,还能把 Agent 跑过的操作录成‘回放缓存‘免模型调用
人工智能·测试
东风破_3 分钟前
从 Neo4j 到 GraphRAG:用 Text-to-Cypher 构建图检索 RAG
人工智能·后端
冬奇Lab4 分钟前
LLM 自动化测试系列(05):移动端自动化(一)——ARTEMIS 的双模式架构拆解
人工智能·测试
DisonTangor5 分钟前
llama.cpp 新特性:决策模型
人工智能·开源·aigc
鲲穹AI种草6 分钟前
AI 生成 PPT 工具怎么选?鲲穹 PPT 功能实测与横向对比
人工智能·powerpoint
AI技术新视界23 分钟前
Strata 的工作原理
人工智能·推理引擎·本地ai
2501_926978331 小时前
给自指系统接一个外部锚 —— 一个关于「用 AI 观察自己」的方法
人工智能·经验分享·笔记·机器学习·ai写作
不悔哥1 小时前
小智AI聊天机器人:ESP32上的开源语音助手拆解
人工智能·机器人·开源
枯木◊靠推文躺平版1 小时前
2026 企业级 AI 办公平台选型指南:如何评估可落地的办公 AI 能力
大数据·人工智能
空奈qwq1 小时前
ANN 全连接神经网络进阶:从反向传播到完整实战
人工智能·深度学习·神经网络