项目详情

Spec Kit

把规格写成代码，让 AI Agent 照着实现

github/spec-kit MIT Pythonuv

更新于 2026-07-07

项目速览

一句话定位

把规格写成代码，让 AI Agent 照着实现

GitHub 官方规格驱动开发（Spec-Driven Development）工具包。用五阶段流程把需求沉淀为可执行规格，对接 Copilot/Cursor/Claude Code 等主流 AI 编码 Agent。适合重度依赖 AI 编码、想把 AI 协作流程工程化的开发者与团队。

项目速览

核心数据

118k

Stars

Agent 集成

开发阶段

CLI

specify 工具

GitHub 官方出品，支持 Copilot/Cursor/Claude Code/Windsurf 等主流 Agent。

为什么存在

Vibe Coding 的困境

规格是脚手架

传统开发里文档写完即弃，AI 时代这更危险。

产出不可控

纯 prompt 驱动，每次输出不同，难复现验证。

场景模糊

缺规格层，AI 不知要解决什么场景，易跑偏。

核心理念

Spec-Driven Development

规格不再是文档，而是可执行的源头。

产品场景→spec→plan→tasks→实现

规格先行：先写清要解决什么、成功标准，再让 AI 动手
可执行规格：spec 直接驱动实现生成
可预测产出：同样规格 → 可复现的实现路径

工作流程

五个开发阶段

阶段	产出	说明
`clarify`	产品理解	澄清需求，明确场景与边界
`spec`	规格文档	把场景写成结构化可执行 spec
`plan`	实现计划	技术方案 + 任务拆解
`tasks`	任务列表	具体到可执行的编码任务
`implement`	代码产出	Agent 按 tasks 逐步实现

快速上手

三步启动

# 1. 安装 CLI（需先装 uv）
uv tool install specify-cli

# 2. 初始化项目
specify init my-project --integration copilot

# 3. 按阶段推进
specify <command>  # clarify → spec → plan → tasks → implement

适用场景

适合谁用

重度 AI 编码开发者：受够 vibe coding 不可预测
团队 Tech Lead：把需求理解标准化沉淀
从零到一产品项目：场景未固化，需规格作共同语言
AI 协作实践学习者：观察规格驱动开发范式

风险

需要权衡

流程开销：五阶段对小项目偏重，可能过度工程化
范式较新：Spec-Driven 仍新兴，最佳实践在演进
依赖 Agent 质量：规格降方差不消偏差，产出仍看 LLM

潜力评估

未来空间

GitHub 官方推动的规格驱动 AI 开发范式定义者。若成为主流方法论即是事实标准，即便未普及，其规格沉淀思路也极具参考价值。

上一个
Scientific-Agent-Skills