SPECS 项目脚手架

为你的项目一键生成 AI 辅助开发所需的全套规范文件

项目信息

仅小写字母、数字、连字符

选择 AI 工具

建议团队统一使用一种，也支持多选以适配不同成员的工具偏好

选择技术栈

输出规范 （可选）

选中后，ZIP 包中会包含对应的输出模板，AI Agent 将按这些模板生成 PRD、原型图等交付物

文件预览

填写项目信息并选择技术栈后，这里会显示将要生成的文件结构...

快速开始

1
下载并解压到项目目录
在「生成项目」页选择你的 AI 工具和技术栈，下载 ZIP 包，解压到项目根目录。
unzip my-project-specs.zip -d my-project/ cd my-project/ git init && git add . && git commit -m "init: SPECS 项目初始化"
2
打开 AI Agent，描述你的项目
在项目目录中打开你的 AI Agent（如 Claude Code、Cursor 等），用自然语言描述要做什么系统。
示例对话： # 用户说： 我要做一个企业知识库系统，支持多部门协作，有文档管理、权限控制、全文搜索这几个模块 # AI 会自动： 1. 读取 SPECS-WORKFLOW.md → 了解团队流程规则 2. 读取规则文件（如 CLAUDE.md）→ 了解技术栈规范 3. 读取项目概述模板 → 按 project-overview-template.md 格式生成 specs/project-overview.md
3
按模块编写 Spec
项目概述确认后，逐个模块编写需求规格。AI 会按模板生成包含接口设计、数据模型、页面定义的完整 Spec。
# 用户说： 帮我写 M1-文档管理的 Spec # AI 生成 specs/M1-document-management.md # 包含：功能说明、API 接口、数据库表结构、前端页面、验收标准
4
生成开发计划和任务
Spec 确认后，让 AI 生成技术方案和任务清单。每个 Spec 产出 Plan → Tasks → 代码。
# 用户说：按 M1 Spec 生成开发计划 # AI 生成 specs/M1-plan.md # 用户说：按 M1 Plan 拆任务 # AI 生成 specs/M1-tasks.md # 用户说：按 M1 Tasks 开始实现 # AI 按 tasks 清单逐项写代码
5
审查和迭代
代码完成后，让 AI 用内置的检查清单自查质量。发现问题可在 Spec 文件中追加「反馈」章节继续迭代。
# 用户说：审查一下 M1 的代码质量 # AI 按 .specs/checklists/code-checklist.md 逐项检查 # 输出审查报告，标记问题

文件说明

文件说明
CLAUDE.md / .cursorrules 等AI Agent 规则文件，定义技术栈规范和开发流程
SPECS-WORKFLOW.md团队协作流程：角色分工、交接规则、反馈机制
specs/project-overview.md项目概述，包含系统描述、技术选型、模块拆分
specs/M{N}-xxx.md模块需求规格，包含接口设计、数据模型、验收标准
specs/M{N}-plan.md开发计划，包含技术方案、实施步骤、里程碑
specs/M{N}-tasks.md任务清单，包含具体开发任务、优先级、负责人
prompts/*.md技术栈开发规范，包含代码模板、反模式、架构约定
prompts/output/输出规范模板（可选）：PRD、原型图、流程图、API 文档等
.specs/templates/产出物模板：Spec、Plan、Tasks、项目概述
.specs/checklists/质量检查清单：Spec 检查、Plan 检查、Code 检查

工作流全景

用户描述项目
→
项目概述
specs/project-overview.md
→
模块 Spec
specs/M1-xxx.md
↓
代码实现
按 tasks 逐项开发
←
任务清单
specs/M1-tasks.md
←
开发计划
specs/M1-plan.md

每个模块独立走一遍 Spec → Plan → Tasks → Code 循环

常用对话指令

初始化项目
"我要做一个 XXX 系统，主要功能有 A、B、C"
写模块 Spec
"帮我写 M1-XXX 的 Spec"
生成开发计划
"按 M1 Spec 生成开发计划"
拆任务
"按 M1 Plan 拆任务"
开始编码
"按 M1 Tasks 开始实现"
代码审查
"审查一下 M1 的代码质量"
写 PRD
"按 prompts/output/prd/standard-prd.md 规范，帮我写 M1 的 PRD"
画原型图
"按 prompts/output/prototype/admin-panel.md 规范，用 Pencil 生成 M1 的页面原型"
画流程图
"按 prompts/output/flowchart/business-process.md 规范，用 draw.io 格式画出 M1 的业务流程"
写 API 文档
"按 prompts/output/api-doc/rest-api.md 规范，生成 M1 的接口文档"
写系统设计
"按 prompts/output/architecture/system-design.md 规范，输出系统设计方案"
所有输出规范模板均可自定义。下载 ZIP 后，编辑 prompts/output/ 下的 .md 文件即可调整格式和章节结构。模板为纯 Markdown，改完即生效。

AI 编程工具

Claude Code Cursor Gemini CLI Copilot Codex CLI Windsurf Cline OpenCode Trae Qoder CodeBuddy OpenClaw

推荐 Skills

Skills 为 AI Agent 添加专项能力，以下按角色和流程组织，覆盖从产品经理到研发交付的全链路。

核心调度
Superpowers 必装
自动识别任务意图，调度最佳 skill 处理
Find Skills
搜索发现新 Skills，直接安装社区技能
Skill Creator
按工作流自动创建新 skill，定制团队能力
产品经理
Brainstorming 必装
需求头脑风暴，多轮问答细化模糊想法
Wireframe
从想法生成交互线框图，产出可交互设计方案
产品设计
Frontend Design 必装
前端界面设计，生成有设计感的页面代码
UI Sketcher
需求转 UI 草图，生成 ASCII 界面布局和交互规格
开发编码
Code Reviewer
AI 代码审查，检查质量、安全漏洞和性能问题
Code Simplifier
代码简化重构，识别冗余逻辑和过度抽象
Bug Analyzer
深度调试分析，追踪执行路径定位 Bug 根因
Env Doctor
环境诊断，自动排查开发环境配置问题
Readme Generator
项目文档生成，自动分析代码库生成 README
测试验证
Playwright 必装
浏览器自动化，AI 操控浏览器点击、填表、截图
协作交付
Git Commit Writer
分析代码变更，自动生成规范的 commit message
PR Description Writer
分析分支变更，自动生成结构化的 PR 描述

推荐 MCP 服务

MCP（Model Context Protocol）让 AI Agent 连接外部工具和数据源。

视觉理解 推荐
看懂图片、UI 设计稿、错误截图
联网搜索 推荐
搜索互联网，查找最新文档
网页读取
读取网页内容，抓取在线文档
文档查询（Context7）
实时查询编程库官方文档
GitHub / GitLab
操作代码仓库，管理 PR 和 Issue
Pencil.dev 推荐
AI 设计工具，生成可视化设计稿
Calicat
AI 产品设计协作平台，原型与设计稿管理
墨刀
在线原型设计与协作，支持 MCP 连接 AI
提示：你可以在对话中直接对 AI 说"帮我安装 Playwright skill"或"推荐一些好用的 MCP 服务"，AI 会根据你使用的工具自动完成安装和配置。