夜雨聆风GitHub开源的spec-kit（94.6K Star）如何把"随口说说"的编程方式变成"按规范执行"的工程流程，让AI不再稀里糊涂。
1、你说的"帮我做个应用"，AI听到的是"随便写写"
用AI写代码最常见一个场景：你对AI说"给我做一个待办事项应用"，AI噼里啪啦写了一堆代码，跑起来一看——UI跟你想象的不一样，功能缺了一半，数据存储用了你不知道怎么部署的技术栈。你让AI改，它又从头写了一遍，这次换了一种实现方式——但还是没完全对上你脑子里的样子。
问题不在AI能力不够，在你说得太少。传统编程里，产品经理出PRD（产品需求文档，Product Requirements Document）、技术负责人出设计文档，程序员照着写——这个"把需求说明白"的环节在AI编程里被压缩成了你打的那一句话。
GitHub开源的 spec-kit 就是来补这个环节的。它不替你写代码——它在你和AI之间加了一层可执行的规范文档。你用 6 条命令把想法变成结构化的规格说明，然后AI照着这个说明写代码。交付物不再是"AI生成的代码"，而是"一份AI读得懂、能讨论、可执行的项目规范"。
重点：AI编程的瓶颈不在模型不够聪明，在"需求不清晰"——你把要求说清楚了，写代码的是AI还是实习生，结果都不会差太远。spec-kit做的事就是帮你说清楚。
2、从一句话到一个项目：这6个命令帮你完成需求传递
spec-kit 的使用体验像一个"AI项目管家"——它把开发拆成 6 个步骤，每个步骤产出明确的文档，下一步严格依赖上一步的结果。
先说规矩：定义项目不能违反的原则。第一步/speckit.constitution让你设定项目的基础规则——代码质量要求、测试覆盖率底线、界面交互标准。这些规则会被后续每一步引用，AI在做任何决定时必须遵守。对于团队协作来说，这相当于给所有成员和AI一个共同的底线。
再说做什么：把需求讲清楚，不讲技术细节。/speckit.specify让你专注于"要构建什么"和"为什么"，不需要提技术栈。比如"帮我在网站上按日期组织相册，支持拖拽排序，相册不嵌套，照片用网格预览"——AI会基于你的描述生成结构化需求文档，包含用户故事和功能要求。
然后消除歧义：让AI主动问你问题。/speckit.clarify这一步经常被跳过的环节效果却很直接：AI读你的需求，对模糊的地方逐条提问，你的回答直接写进规格文档。一个人说"帮我做一个登录功能"，AI会追问——用什么方式登录？要做记住密码吗？密码找回想走邮箱还是手机？这些问题你在随口说的时候根本不会想，但写代码时全是坑。
接着定方案：这时才选技术栈。/speckit.plan是你告诉AI用什么技术的阶段——"前端用Vite加原生HTML/CSS/JavaScript，图片不上传服务器，数据存在本地SQLite"——AI会生成技术方案文档，包括数据模型、API契约、项目结构。
拆任务：把方案变成按顺序排列的待办清单。/speckit.tasks会自动分析技术方案，按依赖关系把开发任务排好序，标记哪些可以并行、哪些必须先后完成。每项任务都标注了对应的文件路径。
最后动手：AI逐条执行。/speckit.implement是一个"全自动执行"命令——它会按任务清单的顺序，逐个完成开发任务。目前兼容 Claude Code、Copilot、Cursor、Codex、Gemini 等 30 多种 AI 编程工具。
这六步走下来，你从一个含糊的想法拿到了一个结构完整的项目——而且中间每一步的产出物（需求文档、技术方案、任务清单）都是可复查、可修改、可复用的人类可读文档，不是AI脑子里的隐式理解。
重点：spec-kit 的核心不是"帮你写代码更快"，而是"让你和AI对需求的理解保持一致"——需求一致了，代码质量自然会上去。
3、第一次上手：3 步把 spec-kit 装好
spec-kit 是一个命令行工具，安装需要 Python 3.11 以上和 Git，以及你用的 AI 编程工具（Claude Code、Copilot 等任选一个）。
第 1 步：安装 Specify CLI。这是 spec-kit 的核心工具，推荐用uv安装（一个快速的 Python 包管理器）。在终端里执行：
uv tool install specify-cli --from git+https://github.com/github/spec-kit.git@vX.Y.Z把vX.Y.Z替换成最新的版本号（去项目的 Releases 页面查）。装完后用specify version确认安装成功。
这里最容易出错：有些环境没有装
uv。如果报command not found: uv，先执行pip install uv或改用pipx安装：`pipx install git+https://github.com/github/spec-kit.git@vX.Y.Z`。
第 2 步：初始化项目。在你的项目文件夹里运行：
specify init . --integration copilot把--integration后面的copilot换成你实际用的 AI 工具（支持 claude、gemini、codex、cursor 等 30 多种）。这一步会在项目里创建.specify/文件夹，里面包含了你之后要用的所有命令模板和规范文档框架。
第 3 步：启动AI，开始第一个 spec。打开你的 AI 编程工具（比如终端里进入项目文件夹后启动 Claude Code），你会看到/speckit.constitution等命令已经出现。从/speckit.constitution开始，按顺序走完 6 条命令。
配好之后，每次开始一个新功能只需要：/speckit.specify描述需求→/speckit.plan选技术栈→/speckit.tasks拆任务→/speckit.implement执行。
重点：spec-kit真正适合的是"愿意花10分钟把需求写清楚，来省掉反复返工那两小时"的人——它不是让AI写得更快，是让你和AI别再对着同一个需求各自理解出两套完全不同的东西。
来源：
- 项目 GitHub：https://github.com/github/spec-kit
