龙虾尝鲜记（6）——Spec Kit 安装与使用全流程

功能需求。

炽天使328

729人浏览 · 2026-03-29 01:32:44

炽天使328 · 2026-03-29 01:32:44 发布

openclaw 其实是有装好过的。因为潜在客户对国产化有要求，所以我就暂时放弃了这个外国龙虾🦞。

计划朝 MCP 网关这个方向探索一下。于是构建了一个 MCP 项目，初步完成了环境搭建，也码了些代码出来。开发过程中忽然想起来上次活动嘉宾有给安利过 Spec-kit 这个工具，在其它的未完工的“项目”有用过，但是没记录下来安装和使用过程（因为这次让 TRAE 来装出现了一些问题，翻遍自己的库发现没记，所以这次就动手给自己做个备注）。

Spec Kit 是 GitHub 官方开源的规范驱动开发（Spec-Driven Development, SDD）工具包，用于通过“规格”驱动软件开发流程，提高开发效率和协作一致性。

一、核心概念

Spec Kit 是 GitHub 官方开源的规范驱动开发（Spec-Driven Development, SDD）工具包，用于通过“规格”驱动软件开发流程，提高开发效率和协作一致性。
核心概念
Spec Kit 的核心理念是规格驱动开发（Spec-Driven Development, SDD），强调在编码前先明确“做什么”和“为什么做”，再考虑“怎么做”，从而避免传统的凭感觉编程（Vibe Coding）问题。在 SDD 中，规格成为主要产物，代码只是规格在特定技术栈中的实现，确保开发过程结构化、可追踪和可执行。

二、准备

我的主力环境 Win 11 ，Python 3.13.11，IDE 我自己用的是 TRAE，Git 最好有（通常应该都有，在无法使用 uv 安装的时候可以下载到本地用 pip 来装）。网络自行，

三、安装 Spec Kit

Spec Kit 的安装通过 uv工具完成。

1. uv 安装 Spec Kit CLI

打开终端，执行以下命令安装 specify-cli（Spec Kit 的命令行工具）：

uv tool install specify-cli --from git+https://github.com/github/spec-kit.git

2. pip 安装 spec-kit

打开 CMD 或 PowerShell，直接运行：

pip install git+https://github.com/github/spec-kit.git

# 更新安装
pip install git+https://github.com/github/spec-kit.git --upgrade


# 如果速度慢 / 失败，用镜像加速版：
pip install git+https://ghproxy.com/https://github.com/github/spec-kit.git --upgrade

3. 验证安装：

# 输入命令查询
uv tool list

# 输出结果应如下
specify-cli v1.0.0
- specify

四、初始化项目

Spec Kit 支持现有项目和新项目两种初始化方式：

我是在现有项目上初始化 Spec-Kit，先介绍现有项目初始化的流程。

1. 现有项目初始化

进入项目根目录执行：

specify init . --ai <AI_AGENT>

# 遇事不决问千问
specify init . --ai qwen

<AI_AGENT> 是指定要集成的 AI assistant 类型，用来告诉 Spec Kit 对接哪个 AI 助手。可供选择的 AI 助手有：copilot, claude, gemini, cursor-agent, qwen, opencode, codex, windsurf, kilocode, auggie, codebuddy, qoder, roo, q, amp, shai, bob。根据个人喜好、钞能力以及其它自行选择。

首先会提示：目录非空，模板文件可能会与已存在内容合并或者重写已经存在的文件。
接着询问选择脚本类型。win 选 ps，mac、linux 选 sh。
初始化 specify 项目，要能访问 github。

黄色提示框：Agent Folder Security

意思是：Qwen 会在项目里生成 .qwen/ 文件夹，里面可能存你的 API Key 等敏感信息。
你要做的事：在项目根目录的 .gitignore 文件里加上一行：

.qwen/

这样就不会不小心把密钥传到 Git 上，安全又省心。

蓝色框：Next Steps（下一步该做什么）

这是 Spec-Kit 给的标准工作流顺序，照着执行就行：

命令	作用
`/speckit.constitution`	生成 / 更新项目宪法（ PROJECT_CONSTITUTION.md）
`/speckit.specify`	生成功能需求文档（MCP 网关需求）
`/speckit.plan`	基于需求生成实施计划（拆成开发步骤）
`/speckit.tasks`	把计划拆成可执行的小任务（比如 “写鉴权模块”“写接口适配层”）
`/speckit.implement`	让 AI 直接帮你写代码实现任务

最下面的 Enhancement Commands（可选增强命令）

这些是锦上添花的功能，按需使用：

/speckit.clarify：在做计划前，让 AI 帮你澄清模糊需求，减少后期踩坑
/speckit.analyze：所有文档写完后，检查宪法、需求、计划是否一致
/speckit.checklist：生成质量检查清单，确保需求完整、清晰、无歧义

执行后会生成 .specify/ 目录（含配置、规范、记忆文件），表示集成完成。

注意：使用 .表示在当前目录初始化，不会创建新子文件夹；建议先备份项目或使用 Git 版本控制，以防覆盖已有文件。

2. 新项目初始化

从零开始创建项目，执行以下命令：

specify init <PROJECT_NAME> --ai <AI_AGENT>

示例：specify init my-task-app --ai claude（创建名为 my-task-app的项目，使用 Claude Code 作为 AI 代理）；
效果：在当前目录生成 Spec Kit 项目结构（.specify/、specs/等目录）。如下图：

五、工作流程

Spec Kit 的核心流程通过5个斜杠命令驱动，覆盖“规范定义→计划生成→任务分解→代码实现→质量检查”全链路。

1. 制定“项目宪章”（/speckit.constitution）

作用：定义项目的最高准则（如技术栈、代码质量、性能要求、体验、安全），后续所有规格与实现都应对齐宪法。确保 AI 生成的所有内容符合团队规范；

命令：在 AI 对话框中输入 /speckit.constitution,让 AI 直接来生成，然后再根据项目实际进行修改和完善。

/speckit.constitution
请为本项目编写宪法：强调技术栈、代码质量、性能要求、体验、安全等；
并说明这些原则如何指导技术选型与实现决策。

示例（本项目 MCP 网关）：

0.2 项目边界（必须遵守）

- MCP Gateway **只做网关与调度**：不承担业务逻辑、不存储业务数据、不存储用户隐私（审计日志按策略留存）。

输出：AI 生成 .specify/memory/constitution.md，记录上述原则，后续所有步骤均需遵守。

2. 定义功能需求（/speckit.specify`）`

作用：只写“做什么、为什么”，在此步骤不讲具体技术栈。

命令：AI 对话框中输入 /speckit.specify，让 AI 直接来生成，然后再根据项目实际进行修改和完善。

/speckit.specify

构建一个 MCP 网关，网关是一个企业级的 AI 能力统一管控平台，负责将 AI 能力接入自研业务系统，实现**自然语言描述→AI自动填表单→人工审核→流程流转→状态智能推送**的全链路轻量化落地。

示例（本项目 MCP 网关）：

### 1.1 核心价值

- **统一管控**：集中管理企业所有 AI 能力接入

- **灵活调度**：支持多智能体并行调度和负载均衡

- **安全合规**：完整的鉴权、审计和日志追溯能力

- **快速接入**：标准化的接口适配层，缩短业务接入周期

### 1.2 适用范围

- 企业内部自研业务系统的 AI 能力接入

- 表单填写、数据提取、流程审批等场景

- 需要 AI 辅助决策的轻量化业务流程

输出：AI 生成/更新如下文件

specs\001-mcp-gateway\spec.md
specs\001-mcp-gateway\checklists\requirements.md

3. 澄清（/speckit.clarify）

在生成 plan 前，把需求里模糊点用结构化问答补齐，减少返工。

可能依选择模型的不同，会陆续进行一些快速澄清。AI 给出问题，你选择答案就好。

几轮之后，就可以进入到下一步了。当然你也可以要求 AI 进行复查验证。

4. 生成技术实施计划（/speckit.plan）

此时再说明技术栈与架构，比如：

/speckit.plan

- **MVP技术栈**：Spring Boot 3.2+（API网关）+ Python FastAPI（AI智能体）+ MySQL 8.0（数据存储）+ Redis 7.0（缓存/限流）+ 豆包大模型2.0 Lite（AI模型）

- **核心功能**：自然语言解析、AI自动填单、多级审核、分支流程流转、企业微信推送

- **约束**：国产化合规（豆包模型）、半动态表单、分支流程引擎、单通道推送（企业微信）