Spec Kitty

技能简介

Spec Kitty 是一款开源的规格驱动开发（Spec-Driven Development）CLI 工具，专为 AI 编程智能体团队设计。它将产品意图转化为仓库原生的 AI 编码工作流：规格 → 计划 → 任务 → 下一步 → 评审 → 接受 → 合并。不同于传统的 prompt 模板，Spec Kitty 在代码仓库中持久化存储规格、计划、工作包、验收标准、评审状态和合并决策，并通过隔离的 git worktree 让多个 AI 智能体并行实现功能而互不干扰。项目基于 Python 构建，托管于 PyPI，采用 MIT 许可证，由 Spec Kitty, Inc. 维护，当前处于 4.x RC2 预发布阶段。

核心能力

1. 实时看板仪表盘：内置 live Kanban 看板，实时可视化 AI 智能体开发进度，清晰追踪每个工作包的状态
2. 规格驱动工作流：从产品意图出发，通过引导式 specify、plan 和 tasks 工作流，确保需求不丢失
3. 多智能体并行执行：支持 Claude Code、Codex、Cursor、Gemini、GitHub Copilot、Windsurf、OpenCode 等 12+ 种 AI 编码智能体并行工作
4. Git Worktree 隔离：每个功能在独立的 git worktree 中实现，完美解决分支切换混乱问题
5. 质量门禁系统：内置 Constitution 框架和自动化接受/合并门禁，确保代码质量有保障
6. 仓库原生持久化：规格、计划、任务、评审状态和合并决策全部存储在仓库中，而非 prompt 文本中
7. 任务生命周期管理：工作包经历 planned、in_progress、for_review、approved、done 等完整生命周期
8. 回顾学习机制：每个完成的任务默认生成回顾报告，帮助团队持续改进

安装配置

第一步：确认已安装 Python 3.11 或更高版本，访问 python.org/downloads 下载安装 第二步：使用 uv 工具安装 Spec Kitty（推荐方式）：uv tool install "spec-kitty-cli==4.0.0rc2"（测试 RC2 版本）或 uv tool install spec-kitty-cli（稳定版） 第三步：或使用 pip 安装：pip install spec-kitty-cli 第四步：验证安装成功：spec-kitty verify-setup 第五步：进入已有代码仓库，运行 spec-kitty init . --ai claude 将 Spec Kitty 添加到当前项目

使用步骤

第一步：在项目根目录运行 spec-kitty init . --ai claude 初始化 Spec Kitty 并指定主要 AI 智能体 第二步：使用 spec-kitty specify 或 spec-kitty dashboard 打开本地任务看板，了解工作流程 第三步：通过 spec-kitty next --agent --mission 让 Spec Kitty 告诉你下一个智能体应该做什么 第四步：在独立 git worktree 中，指定智能体（如 Claude Code）开始实现功能 第五步：功能完成后进入 for_review lane，触发评审和自动化接受门禁 第六步：通过 spec-kitty upgrade 更新项目以适应新版本 CLI

适用场景

1. AI 编程会话丢失需求和验收标准：当 AI 编码过程中需求、决策或验收条件不清晰时
2. 多智能体并行开发：多个 Claude Code、Codex、Cursor 智能体同时开发不同功能，需要隔离上下文
3. 从 Vibe Coding 升级为规格驱动开发：团队希望从随意的 prompt 驱动转向可重复的规格驱动工作流
4. 团队代码审查流程：需要将 AI 生成代码纳入人工评审和自动化门禁的合规流程
5. 复杂功能任务管理：将 GitHub Issue 或产品需求文档转化为可执行的工作包

适用人群

• 工程团队负责人：需要在 AI 编程时代建立质量标准和可见性管理的团队领导
• AI 编程爱好者：希望从随意 vibe coding 升级为结构化开发流程的个人开发者
• DevOps 工程师：需要协调多个 AI 智能体并行工作的基础设施工程师
• 技术项目经理：需要追踪 AI 辅助开发进度和质量的技术管理者

工作原理

Spec Kitty 的核心设计理念是「仓库作为真实来源」（Repository as Source of Truth）。不同于将治理逻辑放在 prompt 文本中的方案，Spec Kitty 将所有运行时治理存储在仓库中。其 dispatch "" 机制将操作者意图映射到运行时行为，而 trail 模型则描述了跨 CLI、斜杠命令和托管表面的调用追踪。当人类定义意图、架构和验收标准后，AI 智能体在可追踪的 worktree 中实现代码，评审者接受、拒绝或合并代码并留下完整审计轨迹。目前 RC2 预发布版本正在进行稳定性验收测试，稳定版本发布前可通过 uv 工具安装精确版本进行体验。

官方链接

GitHub 仓库：https://github.com/spec-kitty/spec-kitty PyPI 安装包：https://pypi.org/project/spec-kitty-cli/ 文档网站：https://priivacy-ai.github.io/spec-kitty/