有群友在问Spec-Kit怎么使用，这里转载一篇文章分享给大家使用方法。
转载自稀土掘金 暖阳_
Spec-Kit GitHub：GitHub - github/spec-kit: 💫 Toolkit to help you get started with Spec-Driven Development
一、AI开发的痛点
在使用AI进行开发时，你是否遇到过以下问题？
-
结果不稳定：每次生成的代码结果不一致，难以保证质量
-
流程不规范：每次都要重复输入大量提示词，与AI反复"拉扯"
-
经验难复制：个人积累的最佳实践无法团队化、规模化
-
效率低下：缺乏标准化流程，开发效率受限
如果你也面临这些困扰，那么Spec-Kit将是你的理想解决方案。
二、什么是Spec-Kit？
Spec-Kit是由GitHub开发的一款规范驱动开发工具，它通过标准化的工作流程，让AI辅助编程变得更加可控、高效和规范。
传统AI开发 vs Spec-Kit开发
核心理念
Spec-Kit采用"规范先行"的开发模式：
主要优势
-
标准化流程：统一的开发规范，减少重复工作 -
结果可控：通过规范约束，确保输出质量
-
团队协作：经验可复制，便于团队共享最佳实践
-
效率提升：减少沟通成本，提高开发效率
三、快速开始
环境准备
在开始之前，请确保你的系统满足以下要求：
-
Python 3.11+
-
Git
-
uv包管理器（Python的高性能包管理工具）
安装uv（Windows PowerShell示例）
powershell
安装Spec-Kit
Spec-Kit提供了多种安装方式，你可以根据需求选择：
方式一：创建新项目
创建一个名为chat-service的新项目（可在创建时指定AI助手）：
# 默认方式（使用默认AI后端）
uvx --from git+https://github.com/github/spec-kit.git specify init chat-service
# 创建时指定AI助手
# Claude Code（推荐）
uvx --from git+https://github.com/github/spec-kit.git specify init my-project --ai claude
# GitHub Copilot
uvx --from git+https://github.com/github/spec-kit.git specify init my-project --ai copilot
# Gemini CLI
uvx --from git+https://github.com/github/spec-kit.git specify init my-project --ai gemini
# Cursor
uvx --from git+https://github.com/github/spec-kit.git specify init my-project --ai cursor
方式二：在现有项目中初始化
如果你想在当前目录初始化Spec-Kit（同样可指定AI助手）：
# 使用Claude Code（推荐）
specify init --here --ai claude
# 使用GitHub Copilot
specify init --here --ai copilot
# 使用Google Gemini
specify init --here --ai gemini
# 使用Cursor
specify init --here --ai cursor
方式三：通过MCP安装
如果你使用MCP（Model Context Protocol）：
npx -y mcp-server-spec-driven-development@latest
安装成功验证
安装成功后，你应该能看到类似的输出：
四、核心命令详解
初始化成功后，Spec-Kit会在你的AI代理中注入三个核心命令：
命令工作流关系图
1. /specify - 规范定义
用于定义项目规范和需求：
/specify "创建一个用户管理系统，包含注册、登录、权限管理功能"
该命令会生成详细的规范文档，包括：
-
功能需求列表
-
技术架构建议
-
接口定义
-
数据模型
2. /plan - 计划制定
基于规范生成实施计划：
/plan
输出内容包括：
-
任务分解
-
优先级排序
-
时间估算
-
依赖关系
3. /tasks - 任务执行
查看和执行具体任务：
/tasks # 查看所有任务
/tasks start 1 # 开始执行任务1
/tasks done 1 # 标记任务1完成
五、实战案例
让我们通过一个实际例子来体验Spec-Kit的强大功能：
场景：开发一个REST API服务
步骤1：定义规范
/specify "创建一个图书管理REST API，支持CRUD操作，使用FastAPI框架"
步骤2：生成计划
/plan
系统会自动生成类似这样的计划：
1. 项目初始化和环境配置
2. 定义数据模型
3. 实现CRUD接口
4. 添加数据验证
5. 编写单元测试
6. 添加API文档
步骤3：执行任务
/tasks start 1 # 开始第一个任务
# AI会自动生成相应的代码
/tasks done 1 # 完成后标记
/tasks start 2 # 继续下一个任务
六、高级特性
自定义规范模板
你可以创建自己的规范模板：
# spec_templates/my_template.py
TEMPLATE = """
项目名称: {project_name}
技术栈: {tech_stack}
功能模块: {features}
性能要求: {performance}
"""
集成CI/CD
Spec-Kit可以与CI/CD工具集成：
# .github/workflows/spec-kit.yml
name: Spec-Kit Validation
on: [push]
jobs:
validate:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Validate Specifications
run: specify validate
团队协作模式
通过共享规范库实现团队协作：
# 导出规范
specify export --output team-specs.json
# 导入团队规范
specify import team-specs.json
七、最佳实践
-
规范先行：始终先定义清晰的规范，再开始编码
-
小步迭代：将大任务拆分为小的、可管理的子任务
-
及时反馈：使用
/tasks命令跟踪进度，及时调整 -
规范复用：将成功的规范保存为模板，提高效率
-
版本控制：将规范文件纳入Git管理，追踪变更历史
八、常见问题
Q1: Spec-Kit支持哪些编程语言？
A: Spec-Kit是语言无关的，支持所有主流编程语言，包括Python、JavaScript、Java、Go等。
Q2: 如何切换AI后端？
A: 可以通过配置文件修改：
# .spec-kit/config.yml
ai_backend: claude # 可选: claude, gemini, copilot
Q3: 规范文件存储在哪里？
A: 默认存储在项目根目录的.spec-kit/specs/目录下。
九、社区与资源
-
GitHub仓库：github.com/github/spec…
-
官方文档：查看仓库中的详细文档
-
问题反馈：通过GitHub Issues提交问题
-
示例项目：仓库的
examples/目录包含多个示例
十、总结
Spec-Kit通过引入规范驱动的开发模式，有效解决了AI辅助编程中的诸多痛点。它不仅提高了开发效率，更重要的是建立了一套可复制、可扩展的标准化流程。
无论你是个人开发者还是团队领导者，Spec-Kit都能帮助你：
-
提升开发效率 -
规范开发流程 -
促进团队协作 -
积累最佳实践
立即开始使用Spec-Kit，让你的AI开发之旅更加顺畅高效！
作者：暖阳_
链接：https://juejin.cn/post/7554241050446823458
来源：稀土掘金