Spec Kit 实践：从 Prompt 工程到规范驱动开发 - 链载Ai

当前 Vibe Coding 的困扰

花费大量时间编写和修改 Prompt，但 AI 生成的代码与预期不符？
完成需求后难以追溯设计原则和具体改动点？
开发完成后希望补充文档，但上下文已被压缩丢失？
编码规则和规范散落在不同编辑器中，缺乏统一管理？
难以建立标准化的 AI 编程流程和质量保障机制？

例如下面的提示词语言排行榜：

而 Spec Kit 提供了一种"规范即代码"的解决方案，旨在解决传统 Prompt 工程中存在的重复修改、缺乏系统性信息留存等问题。

什么是 Spec Kit

Spec Kit 是 GitHub 团队近期推出的开发工具套件，倡导"规范即代码"的开发理念。

它引入了规范驱动开发的新型软件开发模式，通过 AI 技术提升代码质量和开发效率。其核心思想是将需求规格置于开发流程的中心，让开发者首先精确定义"做什么"和"为什么"，再由 AI 基于清晰的规范生成代码。

简而言之，Spec Kit 通过文档先行的方式，建立系统化的开发工作流。

环境准备与安装

支持的环境

目前 Spec Kit 支持Claude、Gemini、Copilot等 AI 助手。如果无法使用 Claude，也可以将模型替换为 Qwen、DeepSeek 等其他兼容模型。

本文以 Claude Code 作为演示环境。

系统要求

Python ≥ 3.11
Git（任意版本）

安装步骤

打开终端（PowerShell、Terminal 等），执行以下命令安装 specify-cli：

uv tool install specify-cli --from git+https://github.com/github/spec-kit.git

或在项目内直接安装：

uvx --from git+https://github.com/github/spec-kit.git specify init <ROJECT_NAME>

项目初始化

在已有项目目录中执行初始化命令（claude可替换为其他支持的 AI 助手）：

specify init . --ai claude

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

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。

以下是 Spec Kit 的完整工作和核心流程参考：

实战演示：二维码生成工具开发

启动开发环境

通过终端或编辑器插件启动 Claude Code（为提升效率，可启用 YOLO 模式跳过权限确认）：

claude --dangerously-skip-permissions

建立项目规范

在对话中输入以下命令，可根据实际项目背景补充具体规范：

/speckit.constitution 创建专注于代码质量、测试标准、用户体验一致性和性能要求的原则。

定义功能需求

使用 specify 命令定义二维码生成工具的需求：

/speckit.specify 需要开发一个二维码生成工具库，支持 color、size、logo 等基本配置，提供使用示例，满足常见使用场景。

此步骤会生成spec.md和requirements.md，明确功能需求和验收标准，为后续开发奠定基础。

澄清需求边界

如果发现生成的需求存在模糊之处，可使用 clarify 进行澄清：

/speckit.clarify 不需要考虑 Node.js 环境，仅针对 Web 端使用。

clarify 会记录澄清过程，并提出其他需要明确的边界问题，通过交互式对话完善需求文档。

例如，系统可能会提出以下澄清问题：

问题 1: Logo 图像输入方式

基于用户明确只针对 Web 端使用，Logo 的输入方式需要明确。

推荐方案: 选项 C (File 对象/Blob + URL 字符串) -
覆盖 Web 开发中最常见的所有场景，实现复杂度适中。

| 选项  | 描述                 |
|-------|------------------------------------|
| A   | 仅支持 URL 字符串          |
| B   | 仅支持 File 对象或 Blob       |
| C   | 同时支持 File 对象/Blob 和 URL 字符串 |
| D   | 支持 HTMLImageElement 或 Canvas 元素 |

> yes

问题 2: 颜色对比度处理策略

当用户设置的前景色和背景色对比度过低时，系统应该如何处理？

推荐方案: 选项 B (警告但允许生成) -
既尊重开发者的设计自由度，又通过警告提醒潜在问题。

| 选项  | 描述       |
|-------|----------------|
| A   | 拒绝生成并返回错误 |
| B   | 发出警告但仍允许生成 |
| C   | 自动调整颜色对比度 |
| D   | 静默生成不做提示  |

> yes

澄清过程会记录所有决策，确保需求文档的完整性。

制定技术方案

使用 plan 命令生成技术实施方案：

/speckit.plan

plan 会综合分析 spec.md、requirements.md 和 constitution.md，制定完整的技术方案，包括市场调研、技术选型和架构设计。

系统会进行技术调研，分析现有解决方案，并基于调研结果设计数据模型和系统架构。

任务分解与执行

基于设计方案进行任务拆分：

/speckit.tasks

系统会将项目分解为多个用户故事，每个故事包含详细的任务清单。

执行所有开发任务：

/speckit.implement

正在执行 Phase 1: Setup… (esc to interrupt · ctrl+t to hide todos · 2m 15s · ↑ 1.2k tokens)
 ⎿ ☒ 验证并创建项目 ignore 文件
  ☐ Phase 1: Setup (7个任务)
  ☐ Phase 2: Foundational (7个任务)
  ☐ Phase 3: User Story 1 - MVP (7个任务)
  ☐ Phase 4: User Story 2 (5个任务)
  ☐ Phase 5: User Story 5 (5个任务)
  ☐ Phase 6: User Story 3 (7个任务)
  ☐ Phase 7: User Story 4 (4个任务)
  ☐ Phase 8: Polish (8个任务)

如果执行过程中断，可使用以下命令继续：

/speckit.implement 继续执行

直到执行完成所有 Task

开发成果

通过 Spec Kit 完成的二维码生成工具开发，从需求定义到代码实现，整体耗时约 1 小时（包含网络延迟和指令等待时间）。这种方法相比传统的即时 Prompt 工程，提供了更系统化的开发体验。

项目实现了完整的二维码生成功能，包括：

基础二维码生成
颜色和尺寸定制
Logo 嵌入支持
完整的文档和示例

总结

Spec Kit 通过规范驱动的开发方法，将产品需求、技术架构、测试标准和开发实现有机结合，提供了系统化的 AI 辅助编程解决方案。相比传统的即时 Prompt 工程，它能够：

确保需求实现的准确性
提供完整的设计决策记录
生成一致且可维护的代码
建立标准化的开发流程