Agent Skills
返回列表
💻

Spec Kitty 规范优先编码工作流

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/drive-spec-first-coding-workflows-with-task-boards-worktrees-and-agent-handoffs-using-spec-kitty 技能。

技能介绍

要解决的问题

当一次 AI 编码任务从「改个小 bug」膨胀成「重构整个子系统」时，协调问题就来了：几十轮对话之后，最初的需求边界早已模糊，规范和代码各说各话；多个 AI 代理接力干活时，谁该看哪段上下文、谁完成了哪部分，全靠人肉维护。Spec Kitty 想解决的正是这种规模下的协调失控。

核心能力与工作方式

它的核心思路是把一次大的开发任务拆进一条仓库原生的流水线：spec → plan → tasks → review，每一步都有明确的产出物，而不是混在一个大对话里反复横跳。

  • 任务看板：拆解后的工作项被显式放在看板上，代理对着任务状态推进，而不是靠对话记忆对齐进度。
  • 工作树：每个任务在独立的工作树中推进，改动彼此隔离，最后再合并，避免多个任务互相踩踏。
  • 代理交接：一个代理完成任务时，可以把相关上下文和交接信息传递给下一个代理，减少重复解释的损耗。

这套机制的关键在「规范优先」：先写清楚做什么，再生成计划，再拆任务，最后评审，每一阶段的输入都是上一阶段的显式产物。

适用边界与注意点

这套工作流不是给所有场景准备的，它面向大型、多步骤的编码工作，简单的单文件修补用它反而是过度设计。此外：

  • 它依赖 spec-kitty-cli、Python 环境、git 和一个正在活跃开发的仓库。
  • 各阶段之间的推进仍需人参与判断，尤其是 review 环节——工具提供的是结构，不是决策。
  • 代理交接的质量取决于上下文写得是否清楚，交接含糊的话，后续代理照样会跑偏。

使用场景

  • 大型 AI 编码任务要重构子系统时，需要从规范、计划、任务到评审的分阶段流水线。
  • 多个 AI 代理并行开发不同模块，需要用任务看板和工作树隔离改动并交接上下文。
  • 团队在活跃 git 仓库中要把需求拆成计划与任务，并跟踪每项任务的完成和评审状态。
  • 规范定稿后需要生成实现计划并拆分任务，让不同代理按任务顺序推进代码改动。

适合人员

  • 负责大型 AI 编码重构、希望从规范到评审全程可追溯的工程团队负责人。
  • 需要管理多个 AI 代理、关注任务隔离和上下文交接的仓库维护者。
  • 在活跃 git 仓库中做规范驱动开发、希望计划与任务可追踪的后端工程师。
  • 负责评审 AI 代码产出、希望每个阶段都有明确交付物的代码负责人。