GitHub Spec Kit 实战：规范→计划→任务→实现
Spec Kit 是 GitHub 开源的一套”规范驱动开发（SDD）“工具，它把一个功能的开发拆成 specify、plan、tasks、implement 四个阶段，让你先把”要做什么”写清楚，再让 AI 编码助手照着规范一步步实现。 一句话定位：它不是又一个 AI 编程工具，而是给 Claude Code、Cursor 这类助手套上的一层”工作流框架”。本文带你跑通这四个阶段，搞清它解决什么问题、什么时候该用、怎么上手。
Spec Kit 是什么，和直接让 AI 写代码有什么不一样
直接对着聊天框说”帮我做个用户登录功能”，AI 往往一上来就写代码，需求里的边界、异常、技术选型全靠它猜——猜错了你再来回改，越改越乱。这就是**氛围编程（vibe coding）**在复杂功能上容易翻车的地方。
Spec Kit 走的是另一条路——规范驱动开发（SDD）：先用结构化文档把需求、技术方案、任务清单都定下来，AI 再照着这份”施工图”写代码。想深入理解这套方法论，可以读 规范驱动开发（SDD）是什么（规划中）。
| 维度 | 直接聊天写代码 | Spec Kit（SDD） |
|---|---|---|
| 起点 | 一句话需求 | 结构化规范文档 |
| 适合场景 | 小改动、原型 | 复杂功能、多人协作 |
| 可控性 | 低，AI 自由发挥 | 高，每阶段有产物可审 |
| 返工成本 | 高，写完才发现跑偏 | 低，规范阶段就纠偏 |
判断很简单：改个按钮颜色、写个小脚本，别上 Spec Kit，杀鸡用牛刀；要做一个有多个模块、需要团队对齐、改动面大的功能，Spec Kit 能帮你把混乱前置消化掉。
举个真实场景：要做”多人协作文档编辑”功能，涉及权限模型、冲突解决。直接跟 AI 说”加个协作编辑”，它大概率给最简单的实现——谁都能改，后写的覆盖前面的。等用户投诉”我的修改被覆盖了”，才想起来没讨论过冲突策略。这类问题，正是 specify 阶段要逼你先想清楚的——权限怎么分层、冲突怎么提示，写成验收标准，AI 才有据可依。
第一步：安装与准备
Spec Kit 通过它的命令行工具（specify）来初始化项目。它本身不写代码，而是给你的仓库生成一套规范模板和斜杠命令，真正干活的是背后的 AI 编码助手。
准备清单：
- 一个 AI 编码助手：Claude Code 或 Cursor 都行（Spec Kit 支持多种助手，具体兼容列表以官方文档为准）。
- 安装 Spec Kit 的 CLI 工具，并在你的项目目录里初始化。
- 初始化后，仓库里会多出规范模板和一组斜杠命令（如
/specify、/plan等），供你在 AI 助手里直接调用。
初始化之后打开项目目录会发现多了几类文件，搞清楚各自作用比死记命令更重要：
- 规范模板目录：存放 specify/plan/tasks 各阶段产出的文档模板，每次跑一个新功能都照模板生成新文档，不会互相覆盖。
- 项目”宪法”文件（有的版本叫 constitution）：写死项目不可违背的硬规则，比如”所有接口必须带鉴权”。建议第一次初始化后就手动填好，后面 plan、implement 阶段 AI 都会参照它，相当于给 AI 上了一道不能碰的红线。
- 斜杠命令定义：对应
/specify、/plan、/tasks、/implement，本质是预置好的提示词模板，会自动把上一阶段的文档内容喂给 AI。
安装命令、CLI 名称和具体的初始化参数会随版本变化，请以 GitHub 官方仓库的文档为准，这里不写死命令，避免你照抄到过期的写法。
第二步：跑通四阶段（核心流程）
Spec Kit 的精髓就是这四步，建议第一次完整走一遍，再决定哪几步要精修。
1. specify——写规范（要做什么）
用 /specify 命令，描述你想要的功能和体验，注意只说”什么”和”为什么”，不说”怎么实现”。AI 会据此生成一份结构化的规范文档：用户故事、验收标准、边界情况都列出来。
这一步是地基。规范里没写清的地方，后面 AI 都会替你猜——所以这份文档你必须逐条读、逐条改，把模糊的、缺失的需求补全。
具体怎么写才不踩坑？需求描述里如果出现”用什么数据库""调什么接口”这类实现词，直接删掉重写成体验描述；验收标准要写成能打勾的句子，比如”用户输入错误密码 3 次后账号锁定 15 分钟”，而不是”要有防爆破机制”这种模糊表述——前者 AI 一看就知道怎么写代码测试，后者只能猜一个阈值。规范常见的漏项集中在异常路径：网络断了怎么办、并发写入怎么办，具体值要自己填，AI 不会替你拍板。
2. plan——做技术计划（怎么实现）
规范定稿后，用 /plan 命令补充技术方案：用什么框架、什么架构、怎么分层、依赖哪些服务。AI 会结合规范产出一份技术计划文档。
这一步是你把技术选型摁进流程的地方。如果不指定，AI 会自作主张选一套它熟悉的栈，未必合你的项目。
实操上建议在 /plan 里写死三类信息：技术栈约束（后端框架、数据库选型）、既有代码对接方式（加新模块还是改现有模块）、非功能性要求（预期并发量）。这些信息大概率早定了，写进 plan 文档一次交代清楚，后面阶段都能照着来。
3. tasks——拆任务（拆成可执行的小步）
用 /tasks 命令，把计划拆成一个个具体、有序、可独立验证的任务清单。好的任务粒度是”一个任务对应一次可审查的提交”，而不是”实现整个后端”。
拆任务的好处是：AI 一次只啃一块，你一次只审一块，跑偏了立刻能发现，不会等到几百行代码堆起来才察觉。
判断粒度合不合适，有个土办法：读一遍任务标题，能不能想象出对应的 commit message？“实现用户模块”这种标题基本还没拆够；“新增用户注册接口的邮箱格式校验”这种一眼就知道改哪、测哪，才是合格粒度。另外任务之间要标清楚依赖——表结构任务必须排在接口任务前面，审的时候留意有没有依赖倒挂，倒挂了 implement 阶段大概率要返工。
4. implement——实现（照着任务写代码）
用 /implement 命令让 AI 助手按任务清单逐项写代码。因为前面规范、计划、任务都明确，这一步 AI 的”发挥空间”被压到最小，产出更可控、更贴合预期。
关键心态：implement 不是甩手掌柜。每完成一个任务就 review 一次，不对就在对应阶段的文档里改，而不是在代码里硬掰。
有个容易踩的反模式：发现 AI 写的代码不合心意，很多人直接在代码里改几行糊弄过去。后果是规范文档和实际代码开始”对不上”——下次再让 AI 基于规范改这块功能，它读到的还是旧规范，很可能又改回去。正确做法是发现偏差就回头改对应文档，保持”文档即代码事实来源”。
进阶用法与关键配置
- 配合 AGENTS.md / 项目约定：把团队的代码规范、目录约定写进 AI 助手能读到的约定文件，规范阶段就让 AI 遵守，省得 implement 完再返工。
- 分支与版本管理：Spec Kit 生成的规范、计划、任务都是文本文件，纳入 Git 一起提交，规范的演进就有了历史记录，团队也能 review 规范本身。
- 迭代而非一次成型：四阶段不是一条单行道。implement 中发现规范有漏洞，回到 specify 补，再往下走——把规范当活文档维护。
- 一个功能一套目录：规范/计划/任务文档最好按功能单独归目录（比如
specs/user-auth/），不然回溯历史分不清哪句话是给哪个功能写的。 - 同一功能别中途换助手：一个功能中途换编码助手容易出现代码风格断层，建议全程用同一个助手跑完。
新手常见坑
- 规范写成实现细节：specify 阶段就开始写”用 Redis 缓存”——错。那是 plan 的事。规范只讲需求和体验。
- 跳过审稿直接 implement：AI 生成的规范/计划不读就往下跑，等于把方向盘交给 AI，最后代码跑偏怪谁？每一步产物都要人审。
- 任务粒度太粗：把”做完整个支付模块”当一个任务，AI 一口气写几百行，审都没法审。拆细到一次提交一个任务。
- 小功能也硬套四阶段：改个文案、加个字段，直接让 AI 改就好，套 Spec Kit 反而拖慢节奏。复杂功能才值得。
- 以为 Spec Kit 会自己写代码：它只管流程和规范，写代码的是 Claude Code / Cursor，别装了 Spec Kit 就不配 AI 助手。
常见问题
Spec Kit 是免费的吗？ Spec Kit 本身是 GitHub 开源项目。但它背后调用的 AI 编码助手（如 Claude Code、Cursor）有各自的计费，具体以各家官方文档为准。
没有 Claude Code 或 Cursor 能用 Spec Kit 吗？ Spec Kit 是给 AI 编码助手套的工作流框架，必须配一个助手才能真正写代码。它支持多种助手，具体兼容哪些以官方文档为准，但”光装 Spec Kit 不配助手”是用不起来的。
Spec Kit 和 vibe coding 冲突吗？ 不冲突，是互补。小活、探索性原型用 氛围编程（vibe coding）快；复杂功能、要团队对齐时用 Spec Kit 把需求和方案前置定清楚。看任务规模选。
四个阶段必须全走完吗？ 推荐至少 specify + plan + implement 走全。tasks 在功能复杂、需要拆解时尤其有用；非常简单的功能可以适当合并，但别跳过 specify——规范是地基。
学会 Spec Kit 还要懂编程吗？ 要。Spec Kit 让 AI 干得更可控，但审规范、审计划、审代码都需要你有判断力。完全不懂编程的人能上手，但要把复杂功能做扎实，基本功不能省，可以看 不会编程也能用 AI 写代码了解边界。
👉 看看我们的 AI 编程实战体系课，或逛 AI 编程教程大全 把基本功打扎实。