Spec Kit 快速教程:三步从一句话需求到可运行原型
Spec Kit 快速教程:三步从一句话需求到可运行原型
【免费下载链接】spec-kit💫 Toolkit to help you get started with Spec-Driven Development项目地址: https://gitcode.com/GitHub_Trending/sp/spec-kit
Spec Kit 是一个开源的规范驱动开发工具包,把“先写清楚要做什么,再让 AI 写代码”变成一套可重复的流程。它适合刚接触 AI 编程代理的开发者与新手,把模糊想法落到可运行的原型上。
一句话看懂它
Spec Kit 的核心是规范驱动开发:规范(spec,记录“做什么、为什么、有哪些约束”的文档)不再是写代码前随手一写、写完就扔的草稿,而是 AI 生成代码的直接输入。打个比方:它像盖房子。你只出图纸(需求与约束),施工队(AI 代理)按图纸干活,你不用解释每一块砖怎么砌。Spec Kit 负责的是画图、审图、照图施工这一整套环节。
它能帮你省下什么
- 省需求打磨:一句话描述,/speckit.specify 就生成包含用户故事与验收标准的完整规范文档。
- 省返工:/speckit.clarify、/speckit.analyze 这类质量门插在写代码之前,不会等代码写完才发现“不是我要的东西”。
- 省任务拆解:/speckit.tasks 自动产出按依赖排序的任务清单,不用自己列 TODO。
- 省交接成本:spec.md、plan.md、tasks.md 全部落在 specs/ 目录里,新同事读文件就知道这个功能为什么这么做。
省下的是时间,接下来先把它装到你机器上。全程就三条命令。
三步上手
第一步:安装 CLI。需要 Python 3.11+ 和 uv(一个快速的 Python 包管理器),然后用 uv 装好命令行工具:
# 安装 Spec Kit 命令行工具(从 PyPI) uv tool install specify-cli # 验证安装成功 specify --version第二步:初始化项目。init 会生成规范工作区,并把斜杠命令写入你选择的 AI 代理:
# 新建项目并初始化,claude 是 30+ 受支持代理之一 specify init my-project --integration claude cd my-project第三步:跑出第一个结果。在项目目录启动你的 AI 代理,依次输入两条斜杠命令:先说做什么,再说怎么做,随后代理就会开始产出代码:
# 启动代理后依次输入(自然语言即可) /speckit.specify 做一个相册应用,照片按日期分组 /speckit.plan 前端用 Vite + vanilla JS,元数据存本地 SQLite核心命令与能力一览
初始化之后,你的 AI 代理里就有这组斜杠命令。小功能走 specify 到 converge 五步即可,生产级功能在中间加质量门:
| 命令 | 作用 |
|---|---|
| /speckit.constitution | 建立项目行动准则,每个项目只需一次 |
| /speckit.specify | 一句话描述要构建的东西,生成规范文档 |
| /speckit.clarify | 针对含糊之处向 AI 提问,把答案回填进规范 |
| /speckit.plan | 给定技术栈与架构,产出实现方案 |
| /speckit.checklist | 生成需求质量检查表,相当于“给需求做单元测试” |
| /speckit.tasks | 把方案拆成按依赖排序的任务清单 |
| /speckit.analyze | 交叉检查规范、方案、任务的一致性,报出冲突与缺口 |
| /speckit.implement | 按依赖顺序执行任务,构建出功能 |
| /speckit.converge | 对照规范复查代码,把遗漏补成新任务 |
两种典型场景
全新项目(0 到 1):脑子里有个点子,手头还没有代码。以看板任务工具为例,从一句话需求到本地能跑的原型,全程大约十分钟。关键在于 specify 阶段只谈“是什么、为什么”,不碰技术栈;技术选型留给 plan 步骤。这样你先看到原型,不满意还能换技术重来。
存量项目改造:已有代码库时,在仓库根目录执行specify init .初始化即可,目录非空时加--force。先用 /speckit.constitution 把既有约束(代码风格、测试标准)固化下来,再按 specify→plan→tasks→implement 给存量代码加功能。修 bug 则可用specify extension add bug装上 bug 扩展,按 assess→fix→test 三步走,从根因到验证全程留痕。
常见问题
问:输入 /speckit 命令,代理却表示不认识?不同代理的调用形式不同:多数用 /speckit.,部分用 $speckit-或 /skill:speckit-*。跑specify integration list查看当前版本支持哪些代理,或重新执行 specify init 换一个代理。
问:必须用 git 吗?不必须。当前功能记录在 .specify/feature.json 里,与 Git 分支无关。想要 001-feature-name 这类编号特性分支时,再装可选的 git 扩展即可。
问:怎么检查和升级?specify self check只读检查是否有新版;specify self upgrade原地升级,自动识别你是用 uv tool 还是 pipx 安装的。
环境与前置条件
- 操作系统:Linux、macOS、Windows 均可
- Python 3.11 或更高版本
- uv(推荐)或 pipx,用于持久化安装 CLI
- Git
- 任意一款受支持的 AI 编程代理(30+ 可选,如 Claude Code、GitHub Copilot、Gemini CLI)
价值说穿了就一句:把“想法→规范→代码”这条路径做成可重复、可审查、可交接的流程,AI 代理你用什么它不挑。下一步可以直接打开终端跑uv tool install specify-cli,拿一个你最近想做的点子试一遍。
【免费下载链接】spec-kit💫 Toolkit to help you get started with Spec-Driven Development项目地址: https://gitcode.com/GitHub_Trending/sp/spec-kit
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
