Spec Kit 是 GitHub 官方开源的规范驱动开发（Spec-Driven Development, SDD） 工具包，通过“规范→计划→任务→实现”的结构化流程，将 AI 从“代码生成工具”转变为“软件开发伙伴”。以下是完整的安装与使用步骤，覆盖环境准备、安装、初始化、核心工作流及实战技巧。
一、环境准备
在安装 Spec Kit 前，需确保系统满足以下条件：
- 操作系统：支持 Linux、macOS（或 Windows 上的 WSL2）；
- Python：版本 ≥ 3.11（需安装
uv包管理器，用于安装 Spec Kit CLI）； - AI 编程代理：选择一款支持的 AI 工具（如 Claude Code、GitHub Copilot、Cursor、Gemini CLI 等）；
- 版本控制：安装 Git（用于项目版本管理）。
二、安装 Spec Kit
Spec Kit 的安装通过 uv工具完成，分为全局安装和项目初始化两步：
1. 全局安装 Spec Kit CLI
打开终端，执行以下命令安装 specify-cli（Spec Kit 的命令行工具）：
uv tool install specify-cli --from git+https://github.com/github/spec-kit.git
- •验证安装：执行
specify --version，若输出类似specify-cli @ git+https://github.com/github/spec-kit.git的版本信息，则安装成功。
2. 解决“命令未找到”问题（可选）
若安装后执行 specify提示“command not found”，需将工具路径添加至系统 PATH：
-
•macOS/Linux：找到
uv工具路径（执行uv tool list --verbose），将bin目录添加至~/.zshrc或~/.bashrc：echo 'export PATH="/opt/homebrew/Cellar/uv/0.7.6/libexec/tools/specify-cli@0.1.0/bin:$PATH"' >> ~/.zshrc source ~/.zshrc -
•Windows：通过 WSL2 安装后，路径会自动添加至
PATH，无需额外配置。
三、初始化项目
Spec Kit 支持新项目和现有项目两种初始化方式：
1. 新项目初始化
若从零开始创建项目，执行以下命令：
specify init <PROJECT_NAME> --ai <AI_AGENT>
- •示例：
specify init my-task-app --ai claude（创建名为my-task-app的项目，使用 Claude Code 作为 AI 代理）； - •效果：在当前目录生成 Spec Kit 项目结构（
.specify/、specs/等目录）。
2. 现有项目初始化
若在已有项目中集成 Spec Kit，进入项目根目录执行：
specify init . --ai <AI_AGENT>
- •注意：使用
.表示在当前目录初始化，不会创建新子文件夹；建议先备份项目或使用 Git 版本控制，以防覆盖已有文件。
四、核心工作流：从“想法”到“代码”
Spec Kit 的核心流程通过5个斜杠命令驱动，覆盖“规范定义→计划生成→任务分解→代码实现→质量检查”全链路。以下以“任务管理应用”为例，演示完整流程：
1. 第一步：制定项目“宪法”（/speckit.constitution）
-
•作用：定义项目的最高准则（如技术栈、代码质量、性能要求），确保 AI 生成的所有内容符合团队规范；
-
•命令：在 VS Code 的 AI 助手里输入
/speckit.constitution； -
•实战示例（任务管理应用）：
“优先使用原生 Web API，避免非必要的第三方库；所有代码必须遵循 TDD（测试驱动开发）模式，测试覆盖率不低于90%；UI 响应时间保持在100ms以内。”
-
•输出：AI 生成
.specify/memory/constitution.md，记录上述原则，后续所有步骤均需遵守。
2. 第二步：定义功能需求（/speckit.specify）
-
•作用：将模糊的用户需求转化为可测试、无歧义的功能规格，包含用户故事、功能需求、成功标准；
-
•命令：输入
/speckit.specify，描述功能需求； -
•实战示例（任务管理应用）：
“构建一个任务管理应用，用户可以创建任务、分配优先级（高/中/低）、设置截止日期，并标记任务完成。任务可以按优先级和截止日期过滤。”
-
•输出：AI 在
specs/001-task-management/spec.md生成详细功能规范，包括：- •用户故事：“作为用户，我希望能创建任务，输入任务名称、优先级、截止日期，点击‘创建’后保存到列表中”；
- •功能需求（FR） ：“FR-001：系统必须允许用户创建任务；FR-002：任务必须支持优先级（高/中/低）设置”；
- •成功标准（SC） ：“SC-001：任务创建的响应时间应小于100ms；SC-002：任务列表必须正确显示优先级标签”。
3. 第三步：生成技术方案（/speckit.plan）
-
•作用：基于功能规范，AI 自动生成详细的技术实现计划，包括数据模型、接口契约、外部依赖、性能/安全要求；
-
•命令：输入
/speckit.plan，指定技术栈（如“使用原生 JavaScript 和 Web Components 构建 UI，数据存储在 IndexedDB 中”）； -
•输出：AI 在
specs/001-task-management/目录下生成：- •plan.md：架构决策（如“使用 Web Components 实现组件化开发”）、技术选型（如“IndexedDB 存储任务数据”）；
- •data-model.md：IndexedDB 中
tasks表的结构定义（如“id（主键）、name（任务名称）、priority（优先级）、dueDate（截止日期）”）； - •quickstart.md：项目本地环境设置指南（如“运行
npm install安装依赖，npm run dev启动应用”）。
4. 第四步：分解任务列表（/speckit.tasks）
-
•作用：AI 将技术方案自动分解为可执行的任务单元，每个任务包含前置条件、执行步骤、依赖关系；
-
•命令：输入
/speckit.tasks； -
•输出：AI 生成
specs/001-task-management/tasks.md，包含分阶段任务：- •阶段1：项目设置：“创建项目目录结构、安装依赖（如
web-components库）”； - •阶段2：数据库初始化：“创建 IndexedDB 数据库、定义
tasks表结构”； - •阶段3：核心 CRUD 功能：“实现任务创建接口、任务列表展示组件、任务过滤功能”。
- •阶段1：项目设置：“创建项目目录结构、安装依赖（如
5. 第五步：执行任务生成代码（/speckit.implement）
-
•作用：AI 逐一执行任务列表中的任务，自动编写代码、创建文件、运行测试，并实时报告进度；
-
•命令：输入
/speckit.implement； -
•实战体验：
- •AI 自动创建
src/components/task-list.js（任务列表组件）、src/db/database.js（IndexedDB 封装）等文件； - •每完成一个任务，在
tasks.md中打勾（如“任务1：项目设置完成”）； - •开发者只需审查代码是否符合规范，无需手动编写重复代码。
- •AI 自动创建
五、质量保障：避免“代码与需求脱节”
Spec Kit 提供3个辅助命令，确保代码质量与需求一致性：
1. /speckit.clarify：消除需求模糊点
- •作用：AI 主动识别规范中的模糊点（如“任务过滤的逻辑”“优先级的显示方式”），通过选择题让用户澄清；
- •示例：若规范中“任务过滤”描述模糊，AI 会提问：“任务过滤是否支持多条件组合（如‘高优先级+截止日期本周’）？”用户选择后，AI 将答案更新到规范中。
2. /speckit.analyze：检查一致性与完整性
- •作用：分析规范、计划、任务之间的一致性（如“技术方案是否覆盖了所有功能需求”“任务是否遗漏了依赖关系”），生成一致性报告；
- •示例：若计划中的“数据模型”未包含“任务创建时间”字段，而规范中“成功标准”要求“显示任务创建时间”，AI 会提示“需补充‘created_at’字段到数据模型”。
3. /speckit.checklist：生成需求满足检查清单
- •作用：基于规范生成需求满足检查清单（如“是否实现了任务创建功能？”“是否验证了任务优先级？”），辅助人工审查；
- •示例：清单包含“FR-001：任务创建功能是否实现？”“SC-001：任务创建响应时间是否小于100ms？”等项目，开发者只需逐一勾选确认。
六、实战技巧：提升开发效率
- 1.优先使用“宪章”约束 AI：在
/speckit.constitution中明确“禁止使用未授权的第三方库”“必须支持本地存储”等原则，避免 AI “自由发挥”； - 2.迭代优化规范：若生成的代码不符合需求，无需修改代码，只需更新规范（如“任务过滤需支持多条件组合”），然后重新运行
/speckit.plan和/speckit.implement； - 3.开启“yolo 模式” ：在
/speckit.implement时选择“yolo 模式”（全程托管），让 AI 自动执行所有任务，开发者只需在最后审查代码，进入“心流”状态； - 4.利用“压缩视图” ：对于老项目，先让 AI 文档化现有代码库（如“分析
src/目录结构、识别核心模块”），生成“压缩视图”（.specify/specs/000-existing-system/research.md），后续开发均参考该视图，避免“代码与需求脱节”。
七、常见问题解决
- 1.安装后“specify”命令未找到：参考“二、安装 Spec Kit”中的“解决‘命令未找到’问题”步骤，将工具路径添加至
PATH； - 2.AI 生成的代码不符合规范：检查规范是否明确（如“是否遗漏了测试覆盖率要求”），若规范模糊，使用
/speckit.clarify澄清； - 3.需求变更后如何更新：修改规范（如“添加任务排序功能”），然后重新运行
/speckit.plan（生成新的技术方案）、/speckit.tasks（分解新任务）、/speckit.implement（生成新代码），实现“需求→代码”的同步演化。
总结
Spec Kit 的核心价值在于将“需求”转化为“可执行的规范” ，让 AI 从“代码生成工具”转变为“软件开发伙伴”。通过“规范→计划→任务→实现”的流程，开发者无需再纠结“如何写代码”，只需聚焦“做什么”（业务目标），AI 会自动完成“如何做”（技术实现）。无论是新项目还是老项目，Spec Kit 都能大幅提升开发效率，降低“代码与需求脱节”的风险。
