Spec Kit 是 GitHub 开源的规格驱动开发工具包，帮助团队用 AI 编程工具（Copilot、Claude Code、Cursor）实现结构化开发流程。通过指定→计划→任务→实现的四阶段工作流，提升代码质量和项目可控性。MIT 许可证，免费开源，文末附详细使用教程

🎤 引言

你有没有遇到过这种情况：跟 AI 编程助手描述完需求，它噼里啪啦写了几百行代码，编译通过，测试却 fail——代码看起来没问题，但和产品经理想的完全不是一回事？

比如你跟 AI 说"做个用户登录功能"，结果 AI 给你写了个只用用户名不要密码的登录逻辑。这种事情在 AI 编程时代太常见了。

这问题不在 AI 编程能力，而在于我们的开发方式太随意了。没有清晰的规格定义，AI 只能靠猜。

GitHub 近期开源的 Spec Kit 就是来解决这个问题的——它是专门为 AI 编程工具打造的新开发方式，让开发流程变得结构化、可追溯。

⭐ 核心功能

Spec Kit 包含两个核心组件：Specify CLI 命令行工具 + 模板脚本。它们配合实现了规格驱动开发（Spec-Driven Development，SDD）。

1. 规格化阶段（Specify）

你提供高层需求描述（做什么、为什么），AI 编码助手会生成详细的规格文档。这个阶段要求明确：项目技术栈、架构设计、约束条件全部白纸黑字写清楚。

2. 技术规划阶段（Plan）

拿到规格文档后，AI 编码助手制定完整的技术实现方案。这一阶段会拆解出具体的模块结构、数据流设计、API 规范，确保技术方案和业务需求对齐。

3. 任务拆解阶段（Tasks）

将技术方案分解成一个个小任务（task），每个任务有明确的输入输出和验收标准。Spec Kit 预设了 /specify、/plan、/tasks 三个命令，对应三个核心阶段。

4. 代码实现阶段（Implement）

AI 编码助手按照任务清单逐个实现，每完成一个任务都可以对照规格文档检查是否跑偏。你只需要充当"验收者"，而不是"代码打字员"。

扩展系统

Spec Kit 还支持插件扩展机制，可以从本地或全局目录发现加载扩展。YAML 配置定义了扩展的元数据和能力，支持自定义斜杠命令、钩子（hook）等高级玩法。

📥 安装使用

环境要求

  • Python 3.11+
  • uv 包管理器（推荐方式）

安装步骤

# 方式一：uv 安装（推荐）
uv tool install specify-cli --from git+https://github.com/github/spec-kit

# 方式二：直接运行
uvx --from git+https://github.com/github/spec-kit specify init <项目名>

初始化项目

# 在新项目目录中运行
specify init my-project
cd my-project

初始化后，AI 编码助手会自动获得一组斜杠命令：/specify（生成规格）、/plan（制定计划）、/tasks（拆分任务）。这些命令和 VS Code 中的 GitHub Copilot 深度集成，直接在 Copilot Chat 面板中使用。

支持的 AI 编码助手

工具平台集成方式
GitHub CopilotVS Code / VS 2026内置 /specify、/plan、/tasks 命令
Claude Code终端模板脚本 + 自定义 prompt
Gemini CLI终端模板脚本 + 自定义 prompt
CursorIDE模板脚本 + 规则配置
💡 实测 Copilot + Spec Kit 组合体验最佳，VS 2026 已内置云端 agent 支持异步执行任务。

🎯 适用场景

新项目开发（Greenfield）

从零开始搭建系统，Spec Kit 的价值在于强迫你先想清楚"做什么"，再动手写代码。规格文档先行，开发过程不迷路。

增量功能迭代（Brownfield）

已有代码库要加新功能？Spec Kit 让你在现有上下文基础上增量开发，不需要推翻重来。适合维护老项目的团队。

遗留系统现代化（Legacy Modernization）

很多遗留系统的原始设计意图早已丢失。接手的人只能对着几百个 PHP 文件干瞪眼。Spec Kit 可以帮你：先把业务逻辑用现代规格语言描述清楚，再让 AI 重新设计架构、逐个模块替换。

实际案例：某团队用 Spec Kit 重构一个 10 年历史的报表系统，先花 2 天写规格文档，再用 AI 生成新代码，比纯人工重写快了 3 倍，且业务逻辑零丢失。

🔍 对比同类工具

工具定位特点
Spec Kit规格驱动开发框架强调规格先行、结构化流程、跨 AI 工具
CursorAI 代码编辑器注重编辑体验，规格靠人工定义
Copilot WorkspaceAI 开发环境端到端覆盖，但闭源生态绑定
Claude Code终端 AI 编程灵活但无强制规范，需要人工管控

Spec Kit 的差异化在于它的流程约束——不是给你一个更聪明的 AI，而是强迫你用更规范的方式和 AI 协作。

⚠️ 注意事项

  1. 不要跳过规格阶段。Spec Kit 的核心价值就是"规格先行"，如果你直接让 AI 写代码，那就退回普通 prompt coding 了。
  2. PyPI 上的 specify-cli 是假的。GitHub 官方只通过 GitHub 仓库发布包，PyPI 上同名包非官方维护，版本也可能落后。
  3. AI 生成的内容需要人工验收。Spec Kit 是协作框架，不是全自动流水线。AI 负责执行，你负责把关质量。
  4. 规格文档需要维护。需求变了，规格也要跟着改。不要让规格文档变成摆设。

✅ 总结

Spec Kit 解决的不是 AI 编程能力问题，而是开发流程规范问题。

用 AI 写代码现在很容易，但用 AI 写出符合预期、方便维护的代码很难。Spec Kit 的思路很直接：先写清楚要做什么（规格），再制定怎么做（计划），然后拆成小任务让 AI 逐个实现（任务驱动）。

对于已经在用 AI 编程助手的团队，这套框架值得一试。它本质上是一套人机协作的规范协议，让 AI 的输出更可预测、也让人类更容易把控方向。

推荐指数：⭐⭐⭐⭐（扣一星因为插件生态还年轻）

相关资源