AI 编程工作流选型：Spec-Kit、OpenSpec、Superpowers 深度对比

🚩 2026 年「术哥无界」系列实战文档 X 篇原创计划 第 64 篇，AI 编程最佳实战「2026」系列第 8 篇 大家好，欢迎来到 术哥无界 | ShugeX ｜ 运维有术。 我是术哥，一名专注于 AI 编程、AI 智能体、Agent Skills、MCP、云原生、AIOps、Milvus 向量数据库的技术实践者与开源布道者！ Talk is cheap, let's explore。无界探索，有术而行。

AI 编程工作流选型对比

图 1：Spec-Kit、OpenSpec、Superpowers 三款 AI 编程工作流工具对比

用 AI 编程代理写代码，你有没有遇到过这些问题：

• 代理写出的代码风格飘忽不定，每次都要重新解释项目规范
• 多人协作时代理理解不一致，同样的需求给出完全不同的实现
• 想让代理遵循测试驱动开发，但它总爱跳过测试直接写代码

这些问题背后是同一个核心矛盾：AI 代理缺乏结构化的工作流约束。

解决方案有三个热门选手：GitHub 官方的 Spec-Kit（82.5K Star）、轻量级的 OpenSpec（34.5K Star）、技能驱动的 Superpowers（115K Star）。看着都是"规范驱动"，但底层哲学完全不同——选错了就是工具束缚人。

花时间对比了三者的官方文档和实现机制，把差异梳理清楚了。

1. 三者的背景与定位

Spec-Kit：规范可执行化

GitHub 官方出品，由 Den Delimarsky 和 John Lam 等核心开发者维护。

官方定位很明确：

Spec-Driven Development flips the script on traditional software development. Specifications become executable, directly generating working implementations rather than just guiding them.

翻译过来：规范不只是"指导文档"，而是可执行的——能直接生成工作代码。

Spec-Kit 的核心是七个阶段：constitution（项目治理）→ specify（定义需求）→ clarify（澄清模糊）→ plan（技术计划）→ tasks（任务分解）→ analyze（一致性检查）→ implement（执行实现）。

每个阶段都有明确的输入输出，像工厂流水线一样。

OpenSpec：轻量规范层

Fission-AI 团队开发，核心理念是四个词：fluid、iterative、easy、built for brownfield。

官方定义：

A lightweight spec-driven framework for coding agents and CLIs — universal, open source, and no API keys or MCP required.

关键点：轻量级、通用、无需 API Key 和 MCP。

OpenSpec 不追求"规范生成代码"，而是做一层轻量的规范管理——通过 /opsx:propose（创建提案）→ /opsx:apply（执行）→ /opsx:archive（归档）的流程，让规范成为活文档。

Superpowers：技能驱动工作流

Jesse Vincent（obra）出品，社区规模最大——115K Star。

官方定义：

A complete software development workflow for your coding agents, built on top of a set of composable 'skills'.

关键词：技能组合。Superpowers 不是规范驱动，而是通过一组可组合的"技能"来约束代理行为。

核心技能包括：test-driven-development（强制 TDD）、systematic-debugging（系统化调试）、brainstorming（苏格拉底式设计细化）、subagent-driven-development（子代理并发执行）等。

2. 技术架构深度对比

底层实现机制

架构对比

图 2：三者的技术架构对比（技术栈、核心组件、数据流）

Spec-Kit 的架构：

┌─────────────────────────────────────────────┐
│              Specify CLI (Python)            │
├─────────────────────────────────────────────┤
│  Templates  │  Extensions  │  Presets       │
├─────────────────────────────────────────────┤
│         AI Agent Integration Layer          │
│  Claude │ Copilot │ Cursor │ Gemini │ ...  │
└─────────────────────────────────────────────┘

Spec-Kit 基于 Python，使用 uv 作为包管理器。核心是模板引擎 + 扩展系统——规范通过模板渲染成代码，扩展系统允许自定义工作流。

# 伪代码：Spec-Kit 的规范执行流程
class SpecKit:
    def execute_spec(self, spec_content):
        plan = self.plan_engine.generate(spec_content)
        tasks = self.task_breakdown.decompose(plan)
        return self.implementation_engine.execute(tasks)

OpenSpec 的架构：

openspec/
├── changes/           # 活跃变更
│   └── add-dark-mode/
│       ├── proposal.md
│       ├── design.md
│       ├── tasks.md
│       └── specs/
├── specs/            # 持久规范
└── archive/          # 归档变更

OpenSpec 基于 TypeScript，核心是变更驱动的工作流。每个功能变更是独立目录，包含提案、设计、任务和规范增量（Spec Delta）。

// 伪代码：OpenSpec 的变更管理
class OpenSpec {
  async propose(description: string): Promise<Change> {
    const change = await this.changes.create(description);
    const affectedSpecs = await this.specs.findRelated(description);
    change.specDeltas = await this.generateSpecDeltas(affectedSpecs);
    return change;
  }
}

Superpowers 的架构：

┌────────────────────────────────────────┐
│           Skills Library               │
│  ┌─────────┐ ┌─────────┐ ┌─────────┐  │
│  │ Testing │ │Debugging│ │  Collab │  │
│  └─────────┘ └─────────┘ └─────────┘  │
├────────────────────────────────────────┤
│           Hooks System                 │
│  Pre-task │ Post-task │ Triggers      │
├────────────────────────────────────────┤
│       Agent Integration                │
└────────────────────────────────────────┘

Superpowers 基于 Shell/JavaScript，核心是技能触发系统——不是手动调用命令，而是通过 Hook 自动激活相关技能。

# 伪代码：Superpowers 的技能触发
trigger(event, context) {
  for (const skill of this.findRelevantSkills(event)) {
    if (skill.shouldActivate(context)) {
      return skill.execute(context);
    }
  }
}

数据流对比

3. 核心特性对比

核心特性雷达图

图 3：三者在易用性、工具支持、流程严格度等多维度的能力对比

几个关键差异点：

工具支持范围：OpenScore 支持最广（20+ 工具），包括 Claude Code、Cursor、Codex、Windsurf、Gemini CLI 等。Spec-Kit 支持 11+，Superpowers 专注少数平台（主要为 Claude Code 优化）。

TDD 强制：只有 Superpowers 强制 RED-GREEN-REFACTOR 循环。如果你的团队对测试有严格要求，这是重要考量。

Brownfield 支持：OpenSpec 明确打出 built for brownfield 的旗号——它的设计优先考虑现有代码库的渐进式改造。

4. 工作流范式对比

三者最大的差异在于工作流范式——这是选型的核心依据。

工作流范式对比

图 4：三种工作流范式对比（阶段门控式 vs 流畅迭代式 vs 技能触发式）

Spec-Kit：阶段门控式

constitution → specify → clarify → plan → tasks → analyze → implement
     ↓            ↓         ↓        ↓       ↓        ↓         ↓
   [门控]      [门控]    [门控]   [门控]  [门控]   [门控]    [门控]

每个阶段都是一道"门"——必须完成当前阶段才能进入下一阶段。好处是流程严格、质量可控；坏处是灵活性低，适合大型项目。

Spec-Kit 的哲学是：结构胜过混乱。

OpenSpec：流畅迭代式

/opsx:propose → /opsx:apply → /opsx:archive
      ↓              ↓             ↓
   [提案]         [执行]        [归档]

没有严格的阶段门，可以随时调整提案。变更驱动——每个功能是独立的变更目录，完成后归档。

OpenSpec 的哲学是：迭代胜过瀑布。

Superpowers：技能触发式

brainstorming → writing-plans → executing-plans → TDD → code-review
      ↓              ↓               ↓            ↓        ↓
   [自动触发]     [自动触发]       [自动触发]   [自动触发] [自动触发]

不是手动调用命令，而是通过上下文自动触发相关技能。比如写代码前自动激活 TDD 技能，写完代码自动激活 code-review 技能。

Superpowers 的哲学是：流程胜过猜测。

你适合哪种范式？

5. 实战示例

Spec-Kit 实战

安装：

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

初始化项目：

specify init my-project

定义规范（.specify/specs/features/login.md）：

# User Login Feature

## User Story
As a user, I want to log in to access my account.

## Acceptance Criteria
- User can enter email and password
- System validates credentials
- User receives error message for invalid credentials
- Successful login redirects to dashboard

## Technical Constraints
- Use JWT for session management
- Password must be hashed with bcrypt

执行规范生成代码：

# 通过 AI 代理调用
/speckit.implement

Spec-Kit 会自动解析规范，生成计划，分解任务，然后执行实现。

OpenSpec 实战

安装：

npm install -g @fission-ai/openspec@latest

创建变更提案：

# 通过 AI 代理调用
/opsx:propose Add dark mode support to the dashboard

OpenSpec 会在 openspec/changes/add-dark-mode/ 目录下生成：

add-dark-mode/
├── proposal.md    # 变更提案
├── design.md      # 技术设计
├── tasks.md       # 任务列表
└── specs/         # 规范增量

执行实现：

/opsx:apply add-dark-mode

完成后归档：

/opsx:archive add-dark-mode

规范会被合并到 openspec/specs/ 目录，成为持久规范的一部分。

Superpowers 实战

安装（以 Claude Code 为例）：

/plugin install superpowers@claude-plugins-official

使用——不需要手动调用命令，技能会自动触发：

# 你只需要说：
我想给登录功能加一个"记住我"选项

# Superpowers 会自动：
1. 激活 brainstorming 技能，细化需求
2. 激活 writing-plans 技能，生成实现计划
3. 激活 test-driven-development 技能，先写测试
4. 实现功能
5. 激活 verification-before-completion 技能，验证修复
6. 激活 requesting-code-review 技能，自我审查

核心技能示例：

# test-driven-development skill

## Trigger
When writing new code or modifying existing code

## Workflow
1. RED: Write a failing test
2. GREEN: Write minimal code to pass
3. REFACTOR: Improve code quality
4. Repeat until feature complete

## Constraints
- Never skip the RED phase
- Always run tests after GREEN phase
- Refactor only when tests pass

6. 技术选型建议

技术选型决策树

图 5：根据项目场景快速选择合适的 AI 编程工作流工具

企业级项目场景

推荐：Spec-Kit

理由：

• GitHub 官方维护，长期支持有保障
• 阶段门控确保质量可控
• 丰富的扩展生态支持定制化
• 企业级团队功能成熟

适合：大型团队、严格流程要求、需要可追溯性的项目。

快速迭代场景

推荐：OpenSpec

理由：

• 轻量级，学习曲线平缓
• 流畅迭代，无需严格门控
• 支持 20+ 工具，切换成本低
• 无需配置 API Key 和 MCP

适合：创业团队、个人项目、需要频繁调整方案。

质量优先场景

推荐：Superpowers

理由：

• 强制 TDD，质量有保障
• 自动技能触发，减少人为疏漏
• 子代理并发执行，效率高
• 社区规模最大（115K Star）

适合：对代码质量有严格要求、重视测试覆盖率的团队。

Brownfield（遗留系统）改造场景

推荐：OpenSpec

理由：

• 明确打出"built for brownfield"旗号
• 变更驱动，适合渐进式改造
• 规范持久化在代码库中，不影响现有结构
• 灵活迭代，不需要一次性迁移

适合：现有代码库的渐进式现代化。

跨工具开发场景

推荐：OpenSpec

理由：

• 支持 20+ AI 编程工具
• 切换工具无需重新配置
• 规范是通用格式

适合：需要在不同 AI 工具间切换的开发者。

需要规范生成代码的场景

推荐：Spec-Kit

理由：

• 规范可执行化是核心定位
• 模板引擎支持代码生成
• 扩展系统支持自定义生成逻辑

适合：希望通过规范自动生成代码的场景。

7. 三者的局限与权衡

没有完美工具，选型本质是做权衡。

Spec-Kit 的局限

• 相对重量级：需要 Python 3.11+ 和 uv，环境配置有一定门槛
• 阶段门较严格：不适合需要频繁调整方向的项目
• 学习曲线较陡：七个阶段需要时间理解

OpenSpec 的局限

• 规范不直接生成代码：只能指导，不能执行
• 企业功能开发中：团队协作功能尚不完善
• 社区规模较小：34.5K Star，生态相对薄弱

Superpowers 的局限

• 非规范驱动：没有独立规范层，规范是副产品
• 依赖代理平台：安装方式因平台而异
• 缺少正式文档站点：主要靠 GitHub README 和社区

总结

三个工具的核心差异可以概括为一句话：

• Spec-Kit：规范可执行，生成代码
• OpenSpec：规范轻量化，灵活迭代
• Superpowers：技能自动触发，强制质量

选型建议：

最后说一句：工具是手段不是目的。如果你的项目规模小、团队人数少，简单的 Git 提交规范 + Code Review 可能就够了——别为了用工具而用工具。

你在用哪个 AI 编程工作流工具？评论区聊聊你的选择理由。

好啦，谢谢你观看我的文章，如果喜欢可以点赞转发给需要的朋友，我们下一期再见！敬请期待！