↑

🚀 Spec Kit 完整工作流程指南

规范驱动开发工具包
Spec Kit 是一个开源工具包,通过采用"规范驱动开发"方法帮助开发者更快地构建高质量软件。 在这种方法中,规范成为可执行的工件,能够直接生成可工作的实现,而不仅仅是指导文档。 本指南将详细介绍每个命令、步骤和最佳实践。
⭐ 51.6k 星标
🔧 4.4k 分支
📝 495 提交
📄 MIT 许可证

💡 核心方法论

Spec Kit 颠覆了传统软件开发的方式,通过在实现之前优先考虑规范的清晰性来改变开发流程。 开发者不再从代码开始,而是专注于通过结构化的规范来定义需求,然后由 AI 编程助手使用这些规范来生成生产就绪的应用程序。 这种方法确保在深入研究"如何做"之前,"做什么"和"为什么做"已经被清晰地定义,从而产生更一致、更易维护和文档更完善的软件。

核心工作流程树 5 个步骤

1
📜
/speckit.constitution
建立项目治理原则
🎯 这个命令做什么？
创建项目的"宪法"文件,定义开发过程中的核心价值观和指导原则。 包括代码质量标准、测试要求、用户体验准则、性能目标等。 这些原则将指导后续所有开发决策。
💼 实际应用示例
场景 1: 新项目启动
/speckit.constitution
输入：我们重视代码简洁、全面测试、无障碍访问
输出：生成 .specify/memory/constitution.md
场景 2: 更新开发准则
/speckit.constitution 添加安全性要求
输入：所有用户输入必须验证,使用 HTTPS,实施最小权限原则
输出：更新宪法文件,添加安全章节
2
📝
/speckit.specify
定义需求和用户故事
🎯 这个命令做什么？
描述你想要构建什么功能,专注于"做什么"和"为什么"。 不需要考虑技术细节,只需要清楚地表达业务需求和用户需要。 AI 会将这些需求转换为结构化的规范文档。
💼 实际应用示例
场景 1: 用户认证功能
/speckit.specify 用户需要能够注册、登录和重置密码
AI 生成：包含用户故事、验收标准、边界条件的规范文档
场景 2: 数据展示功能
/speckit.specify 仪表板显示实时销售数据,支持按时间筛选
AI 生成：数据可视化需求、交互规范、性能要求
💡 关键原则
聚焦于业务价值和用户需求,避免过早涉及技术实现细节。 使用用户能理解的语言,而不是技术术语。
3
🏗️
/speckit.plan
创建技术实现计划
🎯 这个命令做什么？
基于前面的需求规范,制定详细的技术实现计划。 选择技术栈（前端框架、后端语言、数据库等）,设计架构, 确定关键技术决策,并规划实现策略。
💼 实际应用示例
场景 1: Web 应用技术栈
/speckit.plan 使用 React + Node.js + PostgreSQL
AI 生成：前端架构、API 设计、数据库模式、部署策略
场景 2: 微服务架构
/speckit.plan 采用微服务架构,使用 Docker 和 Kubernetes
AI 生成：服务拆分方案、API 网关配置、服务间通信设计
💡 技术决策
这个阶段将需求转化为可执行的技术方案。 AI 会根据你的技术栈选择,生成对应的架构设计和实现策略。
4
✅
/speckit.tasks
生成可执行任务列表
🎯 这个命令做什么？
将技术计划分解为具体的、可执行的任务列表。 每个任务都是原子性的、明确的,可以被独立完成和验证。 任务按照依赖关系和优先级排序。
💼 任务分解示例
生成的任务列表
[ ] 1. 创建项目结构和配置文件
[ ] 2. 设计并实现数据库模式
[ ] 3. 实现用户认证 API 端点
[ ] 4. 创建前端登录组件
[ ] 5. 实现密码重置功能
[ ] 6. 添加单元测试
[ ] 7. 集成测试和端到端测试
[ ] 8. 编写 API 文档
💡 任务管理
每个任务都明确、可测试、可追踪。完成一个任务后打勾, 确保开发进度透明可见。
5
⚙️
/speckit.implement
执行实现所有功能
🎯 这个命令做什么？
AI 按照任务列表逐项实现功能。参考宪法、规范和技术计划, 生成符合所有要求的代码。每完成一个任务就标记为完成, 确保实现过程严格遵循规范。
💼 实施过程示例
自动化实现
/speckit.implement
AI 执行：
✅ 创建项目结构
✅ 实现数据库模式
✅ 开发认证 API
⏳ 创建前端组件（进行中）
⬜ 添加测试
⬜ 编写文档
💡 质量保证
AI 会严格遵循宪法中定义的原则和规范中的要求, 确保生成的代码质量符合标准。所有实现都可追溯到原始需求。

可选增强命令 质量保证

这些命令可以在核心流程的不同阶段插入,用于提升规范质量和实现准确性

/speckit.clarify
⏱ 插入时机：步骤 2 和 3 之间
作用：在规划前澄清模糊需求

使用场景：当规范存在歧义或遗漏时,AI 会主动提问, 帮助你完善需求定义。例如："用户角色有哪些？""数据保留多久？"

示例：/speckit.clarify
AI 提问：需要支持哪些登录方式？是否需要记住登录状态？
/speckit.analyze
⏱ 插入时机：步骤 4 和 5 之间
作用：分析规范一致性和完整性

使用场景：检查任务列表是否覆盖了所有需求, 各个工件之间是否存在矛盾或遗漏。

示例：/speckit.analyze
输出：发现 3 个需求未转化为任务,2 个任务缺少验收标准
/speckit.checklist
⏱ 插入时机：任何阶段
作用：生成质量检查清单

使用场景：作为规范的"单元测试",验证需求的完整性、 清晰度和一致性。可在开发各阶段使用。

示例：/speckit.checklist
生成：✓ 所有用户故事都有验收标准 ✗ 缺少错误处理规范

🔄 三个开发阶段

Spec Kit 适用于软件开发的不同阶段,每个阶段都有其独特的工作流程

🌱 绿地开发（0→1）

适用场景：全新项目启动
特点：从零开始构建,建立基础架构和核心功能
流程：完整使用 5 个核心步骤,建立项目规范基础
示例：创建一个新的电商平台

🎨 创意探索

适用场景：实验新想法和技术
特点：快速原型,探索不同的实现方法
流程：可以简化某些步骤,重点在 specify 和 implement
示例：尝试新的 AI 功能或用户交互模式

⚡ 迭代增强

适用场景：在现有项目上添加功能
特点：增量改进,优化现有功能
流程：复用现有宪法和规范,聚焦新功能
示例：为现有系统添加报表功能

🎯

多代理支持

兼容 Claude Code、GitHub Copilot、Cursor、Windsurf、Gemini 等 10+ 种 AI 编程助手。 无论你使用哪个工具,都能无缝集成 Spec Kit 工作流程。

⚡

渐进式细化

每个命令的输出都会成为下一个命令的输入,形成一个连贯的流水线。 从高层需求逐步细化到具体实现,确保每个环节都有据可依。

🔄

灵活的工作流程

支持绿地开发、创意探索和迭代增强三种开发模式。 可以根据项目需要调整工作流程,选择性使用某些步骤。

🛠️

快速初始化

通过 CLI 命令 specify init <项目名称> 快速设置项目。 自动创建必要的目录结构和配置文件,立即开始规范驱动开发。

📋

质量保证工具

提供 clarify、analyze、checklist 三个可选命令, 用于验证规范的完整性、清晰度和一致性,确保高质量交付。

🌐

跨平台支持

支持 Linux、macOS 和 Windows 操作系统。 使用 Python 3.11+ 和 Git 工作流,与现代开发工具无缝集成。

📚

完整的文档体系

所有规范、计划、任务都以 Markdown 格式存储, 易于版本控制、团队协作和知识传承。

🤖

AI 原生设计

专为 AI 编程助手设计的工作流程,充分发挥 AI 的优势, 同时保持人类对项目方向的控制。

🎓

易于学习

清晰的五步工作流程,直观的命令名称, 丰富的文档和示例,新手也能快速上手。

在 GitHub 上了解更多关于 Spec Kit 的信息

使用 Claude Code 生成的现代冷灰色调工作流程可视化指南