之前分析过 2 个工具的技术细节
为了方便对比，梳理了下差异点和适合的场景
| 对比维度 | Spec-Kit | OpenSpec |
|---|---|---|
| 定位 | 深度规范驱动开发（Spec-Driven Development），强调逐步生成完整的规范、计划、任务、分析与实施。 | 轻量化的规范驱动开发，核心围绕变更提案、实施和归档，流程相对简洁。 |
| 工作流步骤 | 8 个指令（5 必须，3 可选），从制定原则到实施，包括：constitution、specify、clarify、plan、checkList、tasks、analyze、implement。 | 3 个核心 AI 指令（proposal、apply、archive），流程是：提案 → 实施 → 归档。 |
| 命令结构 | 命令通过 shell/powershell 脚本封装（需依赖 uv tool install specify-cli 安装），与特定 AI 工具（Claude Code 等）集成。 | 统一 openspec CLI 工具，所有功能通过同一命令入口调用（npm 全局安装）。 |
| 产物 | 每个需求生成多个文档：constitution.md、spec.md、plan.md、data-model.md、quickstart.md、research.md、tasks.md、checklists.md。 | 每个变更生成：proposal.md、tasks.md、spec.md（有时附 design.md），归档后保存在 changes/archive。 |
| AI 指令数量 | 8 个 AI slash commands（功能细分明确，覆盖澄清、计划、任务等）。 | 3 个核心 AI slash commands（proposal、apply、archive）。 |
| 集成方式 | 初始化时根据选用 AI 工具生成对应目录及命令，如 .claude/commands。 | openspec init 时仅生成基本文件（AGENTS.md、project.md），AI 工具集成指令较少。 |
| 知识沉淀 | 无明显知识库机制，产物主要在各个 spec 和 plan 目录中。 | 提出 Knowledge Base 概念，通过 archive 将完成的需求沉淀到规格库中，方便后续复用。 |
| 复杂度 | 步骤多、产物全，适合复杂项目的详细规范落地。 | 步骤少、产物精简，适合小团队或快速迭代需求的场景。 |
| 使用门槛 | 对命令和流程熟悉后可精细化管控，但初学者需要适应复杂工作流与大量文档产物。 | 命令简单，学习成本低，但对大规模复杂需求的覆盖能力待验证。 |
