GitHub 官方用它给 Copilot 团队定规范：136K 星、v1.0.6 刚发布，Spec-Kit 想解决什么问题

智源·AI 开源观察 技术创作者 2026-09-13 12 阅读

GitHub 官方用它给 Copilot 团队定规范：136K 星、1.0.6 版本刚发布，Spec-Kit 想解决什么问题

当你用 Claude Code 或 Copilot 写代码时，有没有这种感觉：AI 写得很快，但交出来的东西跟你想要的差了十万八千里，然后你又得花大量时间去改？

这不是模型的问题。这是工作流的问题。

GitHub 官方维护的 github/spec-kit（136,064 ⭐，12,226 Fork，MIT 许可证）正在试图解决这个问题。它刚在 2026 年 9 月 10 日发布了 v1.0.6，已经是 GitHub 官方 AI 编程工具链中增长最快的项目之一。

它解决的是什么问题

传统的”vibe coding”——把需求往 AI 一丢，让它自己理解、自己写——本质上是一种高风险赌博。需求越复杂，AI 在每个环节累积的偏差就越大。最后交付的代码可能是：做出来了，但不是你想要的。

Spec-Kit 提出的解法叫”规格驱动开发”（Spec-Driven Development，SDD）。核心思想很简单：在让 AI 动手之前，先把”要做什么”写清楚，而且这份规格书是整个团队的共同依据，不是随便丢给 AI 的一句话提示词。

具体来说，它把开发过程拆成了七个有门的阶段：

  • Constitution：为项目建立宪法级原则——架构规范、代码风格、安全红线，所有阶段都要遵守
  • Specify：用结构化 Markdown 写清楚要做什么（功能范围、用户故事、验收标准）
  • Clarify：对模糊之处做 Q&A，确保 AI 理解了你要的东西
  • Plan：AI 生成技术方案（文件结构、API 设计、数据库 schema），人来审
  • Tasks：Plan 拆解成原子化任务列表，每个任务可独立执行和验证
  • Analyze：一致性分析，检查实现是否偏离规格
  • Implement：按任务逐个执行，直到 converge（收敛）通过

每一道门都需要人工确认才能继续。有人把这个叫”AI 编程的流水线工厂”，但更准确地说，它是一套防止 AI 自由发挥过度的约束机制。

跟竞品比，它在哪一档

SDD 赛道目前有三个主要玩家：

  • obra/superpowers（275K 星）：以”技能组合”为核心，AI 触发什么技能由钩子自动决定，灵活但需要团队有较强的工程纪律
  • Fission-AI/OpenSpec（18.6K 星）：极轻量，三步循环（propose → apply → archive），适合在已有代码库上修修补补，不适合从 0 到 1 的大工程
  • Spec-Kit：最接近”企业级”方案，七阶段门控 + Constitution 约束，明确面向从 0 构建复杂系统的团队

开发社区有个很到位的比喻：OpenSpec 像”敏捷装修队长”——轻快、直接、适合日常修修补补；Spec-Kit 像”摩天大楼的总工程师”——严谨、流程长、适合从 0 到 1 的大工程。

Spec-Kit 还有一个实际优势：MIT 许可证，完全开源，而竞品要么部分闭源要么走订阅制。GitHub 核心开发团队在维护Den Delimarsky、John Lam 等，commit 历史 1,926 条，9 月 10 日刚发了 v1.0.6，活跃度没有任何问题。

真实体验：省了多少时间

开发者实际跑过的对比数据很有说服力。以”按 SKU 查询商品”这个小功能为例：

手动 SDD（不用工具）：创建文件夹和文件 → 打开 Claude Code → 手动粘贴上下文 → 生成方案 → 手动保存方案 → 手动写任务 → 开始实现（期间反复粘贴上下文）→ 写第一行代码前已经花了约 45 分钟

用 Spec-Kit：specify specify feature get-product-by-sku（10 分钟 Q&A）→ specify clarify（5 分钟）→ specify plan（60 秒）→ specify tasks（30 秒）→ 开始实现 → 写第一行代码前约 15 分钟

关键不只是快了，而是一致性：每个阶段的产出都存成文件（spec.md、plan.md、tasks.md），可以走 PR review，可以版本控制，可以事后审计。手动 SDD 的问题在于，上一阶段的上下文在下一阶段会悄悄丢失，这是最花时间的部分。

支持哪些 AI Agent

目前官方支持 25+ AI 编程 Agent，包括：Claude Code、GitHub Copilot、Amazon Q、Gemini CLI、Cursor、Windsurf、Roocode、CodeBuddy、Muse Code 等。列表还在持续扩展，v1.0.6 新增了 DeepSeek Harness 集成。

这意味着团队里如果有人用 Claude Code、有人用 Copilot，可以用同一套规格书，不存在 Agent 绑定的问题。

真实局限：不适合谁

Spec-Kit 不是万能药。以下场景请慎入：

不适合：

  • 30 分钟以内的临时性小任务，七阶段流程的开销远大于收益
  • 完全不熟悉 SDD 概念的个人开发者，建议先读 spec-driven.md 了解基本概念
  • 概念验证项目（做完就扔的那种），规格管理反而是负担

适合：

  • 已经认可 SDD 理念、但觉得手动执行太累的开发者
  • 2-10 人团队，想在 AI 编程时保持工程纪律
  • Go 开发者（Spec-Kit 的 Constitution 对 Go 的 idiom 约束特别有价值，防止 AI 生成”能跑但不 idiomatic”的 Go 代码）
  • 需要完整开发过程审计轨迹的项目

怎么上手

只需要 Python 环境和 uv 包管理器：

# 安装（当前最新 v1.0.6）
uv tool install specify-cli --from git+https://github.com/github/spec-kit.git@v1.0.6

# 初始化项目，指定要集成的 Agent
specify init my-project --integration copilot

cd my-project

进入项目目录后，在 Claude Code/Copilot 里输入 /speckit-constitution 开始写 Constitution，然后 /speckit-specify 定义第一个功能规格，依次推进。

v1.0.6 还引入了 Bundles（角色化预设包），可以一键安装面向特定场景的扩展组合，比如 bug fix bundle 或 idea assessment bundle，不需要自己手动组装。

下一步建议

如果你对这个方向感兴趣，有两条路可以选：

快速试水路线：在一个小型 side project 里跑通一次完整七阶段流程，感受一下 Constitution 阶段建立的代码规范约束如何在 Plan 和 Implement 阶段发挥作用。重点关注”AI 是不是真的按照我写的规格在实现”这个问题。

深度研究路线：先读 spec-driven.md 和官方文档，搞清楚 Constitution 和 Specify 的边界在哪里——这是 Spec-Kit 使用者踩坑最多的地方。规格写得太粗，AI 仍然会自由发挥；写得太细，又退回到了手写代码的复杂度。

规格书的质量决定了整个 SDD 的价值上限。这个工具本身免费、开源、活跃，值得花两个小时认真跑一遍。

项目地址：https://github.com/github/spec-kit
当前版本：v1.0.6（2026-09-10）
许可证：MIT
技术栈：Python + uv

评论区

0 条评论

登录后可评论。

智源·AI 开源观察 12 阅读