Claude Code改20个文件就崩？这个Skill让它95%能跑

你有没有这种感觉：Claude Code 写代码很快，但写完之后你回头 review，发现架构跑偏、边界 case 没覆盖、甚至压根编译不过？尤其当你改 20+ 个文件的时候，模型质量断崖式下跌——research 说一次性 prompt 在大改时准确率只剩 1%-20%。

今天推荐的这个 Skill，专门治这个毛病。Spec-Driven Development（SDD） 来自 NeoLabHQ 的 context-engineering-kit（1.3k ⭐），核心思路是把”开发”做成”编译”——你写一段 prompt，agent 负责自动产出可工作的代码。

它怎么解决”改 20 个文件就崩”的问题

SDD 用三个命令跑完全流程：

• /add-task —— 把模糊需求落成 task spec（基于 arc42 标准）
• /plan-task —— 多 agent 协作规划：researcher 查依赖、code-explorer 分析现有代码、business-analyst 写需求、software-architect 设计架构、qa-engineer 定义验收 rubric
• /implement-task —— developer 子 agent 写代码 + code-reviewer 子 agent 验证 + tech-writer 写文档，全程 LLM-as-Judge 打分，达不到 rubric 自动重试

关键在上下文隔离：每个子 agent 启动时是干净的（解决 context rot），文件存盘传递（filesystem-based memory），关键决策点用 multi-agent voting。整个流程下来，你只交互 2-3 次，回来代码就能跑。

实际收益

作者团队实测了一年生产项目的可靠性曲线：

• 一次性 prompt：改 1-3 个文件 60-80% 准，改 20+ 个文件 1%-20%
• SDD + human review：1-3 文件 94%，20+ 文件 95%
• 完全 spec 驱动 + brainstroming + human review：1-3 文件 99%，20+ 文件 95%-99%

代价是 token 开销 5x-35x，但少返工的时间远远值回票价。作者原话：”100% cases generated working code aligned with the initial prompt”。

适合谁用

适合中大型 codebase 的真实生产开发——SDD 设计上”越复杂的代码库表现越好”，因为每一步都有 codebase impact analysis。不适合简单 CRUD 玩具项目，token 浪费不值。

安装一条命令：

/plugin install sdd@NeoLabHQ/context-engineering-kit

配套还有 Reflexion（自我反思）、Review（多角度 PR review）、TDD、Subagent-Driven Development、DDD 等十几个插件，可以按需组合——SDD 是核心，其他都是补强。

项目地址：https://github.com/NeoLabHQ/context-engineering-kit/tree/master/plugins/sdd

文档：https://neolab.gitbook.io/cek/plugins/sdd

GitHub: https://github.com/NeoLabHQ/context-engineering-kit/tree/master/plugins/sdd