一、spec-kit 简介
spec-kit 是 github 开源的一个工具包，用于实现规格驱动开发（Spec-Driven Development）。它与 AI 编码工具（如GitHub Copilot、Claude Code、Gemini CLI）集成，帮助开发者构建更高质量的软件。
解决的核心痛点：
1）"氛围编码"问题：传统 AI 编码中，你描述目标，得到代码块，但往往"看起来对，但实际不工作"
2）缺乏结构化流程：从想法到实现缺乏清晰的步骤和检查点
3）质量不一致：生成的代码缺乏统一的质量标准和测试覆盖
主要功能：
1）规格优先开发：先写规格说明，再生成代码
2）四阶段工作流：Specify（规格化） → Plan（规划） → Tasks（任务分解） → Implement（实现）
3）强制测试驱动开发（TDD）：必须先生成测试，再生成实现代码
4）与 AI 工具无缝集成：支持 Claude Code、GitHub Copilot 等
二、安装 spec-kit
spec-kit 的安装通过 uv 工具完成，在 powershell 执行以下命令：
# 安装 uv，需要魔法访问到 GitHub，需要外网环境，不然会报错
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# 验证 uv
uv --version
# 安装 spec-kit
uv tool install specify-cli --from git+https://github.com/github/spec-kit.git
# 验证安装
specify --help
通过 uv 直接安装时，可能会遇到 git 网络连接失败失败的问题
可以先手动克隆仓库，再本地安装：
1）在 git bash 执行以下命令
# 克隆仓库到E盘（路径可自定义）
git clone https://github.com/github/spec-kit.git E:\spec-kit
2）从本地仓库安装 specify-cli，在 powershell 执行以下命令，仓库路径要准确
uv tool install specify-cli --from E:\spec-kit\spec-kit
安装后执行specify --help出现各种信息，即表示安装成功
三、构建项目地基
项目初始化
spec-kit 支持新项目和现有项目两种初始化方式：
- 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 --ai claude，创建名为 my-task 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，如 .specify/、specs/ 等目录
- 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>
- 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
初始化完成后，项目目录中会生成 .specify 目录，包含以下结构：
memory/：存储项目级原则和规范scripts/bash/：spec-kit 的调用脚本template/： 执行命令时使用的模板文件
制定项目宪章（/speckit.constitution）
在当前项目目录 claude 下，输入：
/speckit.constitution 阅读当前项目，根据以下要求和目前项目技术栈，创建一个中文的项目宪章
- 技术栈约定：语言版本、框架、数据库、ORM、测试框架、Lint 工具等
- 代码结构：目录划分（domain/application/infrastructure/presentation 等）
- 命名规则：类、接口、函数、常量、文件命名约定
- 错误处理规范：自定义错误类型、日志要求、禁止静默失败等
- 测试策略：单元/集成/E2E 测试要求及覆盖率门槛
- 安全基线：输入验证、认证、授权、密码存储、密钥管理、速率限制、CORS 等
- Git 工作流：分支策略、提交规范、PR 与评审要求
- AI 使用指引：模糊规范必须先澄清、遵守 TDD、优先可读性、标注 TODO 等
- MCP 使用指南：有哪些团队希望使用的MCP，什么场景使用什么MCP工具等
执行完成后自动创建中文的项目宪章，如果生成的内容中有不满意或者想修改的部分，可以指挥 AI 继续修改或者手动改一改。 PS：constitution.md 是spec 里最重要的内容之一，它是让后续迭代符合基本要求的保证。
核心命令参考
所有 spec-kit 命令都以/speckit.开头：
| 命令 | 用途描述 | 使用时机 |
|---|---|---|
| /speckit.constitution | 制定或更新项目级开发原则和指南 | 项目初始化或引入新规范时 |
| /speckit.specify | 明确需求范围和用户故事 | 开始新功能开发时 |
| /speckit.plan | 基于技术栈创建实施方案 | 需求明确后 |
| /speckit.tasks | 生成可执行的任务清单 | 方案确定后 |
| /speckit.implement | 按计划执行所有开发任务 | 任务分解完成后 |
| /speckit.clarify | 澄清需求中的模糊领域 | 制定计划前 |
| /speckit.analyze | 跨工件一致性和覆盖率分析 | 任务生成后，实施前 |
| /speckit.checklist | 生成质量检查清单 | 需求验证阶段 |
常用的核心命令包括：specify、plan、tasks、implement
constitution主要用于项目初始化阶段或引入新的技术规范时，clarify用于补充说明需求中的边界条件，checklist生成验证清单，类似于文本形式的测试用例。
四、核心工作流
1.定义功能需求（/speckit.specify）
描述需要实现的需求：
/speckit.specify 构建一个任务管理页面，任务列表展示的字段有任务名称、任务创建人、紧急程度、任务状态、创建时间，任务可以通过下拉框按紧急程度和任务状态过滤。
执行完成后，可以看到项目已经新建了 1-task-list 分支，并且已经有了 spec.md 和预生成的 checklist 文件夹。
spec.md 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、成功标准等。spec.md 是 AI 整理后对需求的理解，如果觉得描述有不完善的地方，可以使用/speckit.clarify着重阐述。
2.生成技术方案（/speckit.plan）
描述想要如何实现需求：
/speckit.plan 过滤下拉框在上，列表在下。列表使用el-table实现，支持分页器分页，默认填充10条静态数据。
执行完成后多了以下一些产物，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
plan.md plan.md 是 AI 整理后对如何实现的计划（技术方案规格书）
research.md 记录“为什么不这么做”和“为什么选择这个”
data-model.md # [规划] 数据模型
quickstart.md # [规划] 快速开始指南，让人/AI-agent快速明白该做什么
此时可以查看 plan.md 中的规划与设想是否相同
3.分解任务列表（/speckit.tasks）
输入：
/speckit.tasks
产物是 tasks.md，它将技术方案（Plan）拆解为 AI 和开发者可以一步步执行、可跟踪、可闭环的任务单元，每个任务包含前置条件、执行步骤、依赖关系。
4.执行任务生成代码（/speckit.implement）
输入：
/speckit.implement
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。开发者只需审查代码是否符合规范，一般通过测试就没什么问题。
