AI编程工作流框架Spec-KitOpenSpecSuperpowers
2026年了，AI编程工具早就不是”Copilot写代码补全”那个阶段了。
现在大家拼的不是谁生成的代码更好，而是——谁的开发流程更能管住AI，让它不乱来 。
于是冒出了一批”AI编程工作流框架”，目标都是同一个：给AI代理一套结构化的约束，让它按你的规矩干活。
但思路完全不一样，有的讲规范，有的讲技能，有的讲变更。
今天把三个最主流的框架放在一起横评，不吹不黑，说清楚每个的适用场景。
一、Spec-Kit：GitHub官方出品，阶段门控最严格#
背景 ：GitHub官方2025年初推出，Den Delimarsky和John Lam主导开发，82.5K Star。
核心思路 ：规范不只是文档，而是可执行的——规范能直接生成工作代码。
它的7个阶段是一道道”门”：
constitution（项目宪法）→ 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）每道门必须关好才能进下一道。好消息是质量可控，坏消息是不够灵活。
技术栈 ：Python（需要uv包管理器）
AI支持 ：11+工具（Claude Code、Copilot、Cursor等）
特点 ：
- constitution.md 定义项目级别的不可违反规则
- spec.md 描述功能需求，不涉及技术栈（只说what和why）
- plan.md 和 tasks.md 由AI自动生成
- 支持模板引擎 + 扩展系统，定制性很强
适合谁 ：多人协作的企业级项目，需要严格质量管控的团队。
不适合谁 ：想快速跑通一个Demo的独立开发者（流程太重了）。
二、OpenSpec：轻量级规范层，变更驱动#
背景 ：Fission-AI团队开发，34.5K Star，TypeScript实现。
核心思路 ：不做”规范生成代码”，而是做一层轻量规范管理，通过提案→执行→归档的循环，让规范成为活文档。
/opsx:propose（创建提案）→ /opsx:continue（逐步实施）→ /opsx:apply（执行）→ /opsx:archive（归档）每个功能变更是一个独立目录，包含proposal.md、design.md、tasks.md和specs/。完成后归档到知识库，成为项目的”记忆”。
技术栈 ：TypeScript（npm安装）
AI支持 ：20+工具（覆盖最广，包括Claude Code、Cursor、Windsurf、Codex等）
特点 ：
- 无需API Key和MCP，通用性最强
- Brownfield优先设计——明确面向现有代码库的渐进式改造
- 团队协作功能目前还在开发中
适合谁 ：需要快速迭代的个人开发者或小团队，想要轻量约束但不想被流程绑死。
不适合谁 ：对代码质量有硬性要求的团队（OpenSpec本身不强制TDD）。
三、Superpowers：技能触发式，质量门控最硬#
背景 ：Jesse Vincent（obra）出品，115K Star，社区规模最大。
核心思路 ：不是规范驱动，而是技能驱动——通过一组可组合的”技能”来约束AI代理行为。核心是Hook触发系统：不是手动调用命令，而是根据上下文自动激活相关技能。
写代码前 → 自动触发TDD技能
写完后 → 自动触发code-review技能它的工作方式很直觉：
- 你一开干，它不急着写代码，先退一步问你”你到底想做什么”
- 把需求拆成你能消化的规格，一段一段给你看
- 你点头之后，它出一份执行计划——写得连”热情但品味差、不爱写测试的初级工程师”都能照着做
- 你说”开搞”，它启动子代理分工干活，自己巡检、review、推进
而且技能都是自动触发的，你不用特意做什么，你的coding agent就自动有了Superpowers。
技术栈 ：Shell/JavaScript
AI支持 ：主要针对Claude Code优化（5+工具）
特点 ：
- 强制RED-GREEN-REFACTOR TDD循环——三家里唯一强制TDD的
- 核心技能包括：test-driven-development、systematic-debugging、brainstorming、subagent-driven-development
- 基于Git Worktrees管理变更状态
适合谁 ：对测试有硬性要求的团队，想让AI自动走TDD流程。
不适合谁 ：不习惯TDD的开发者，或者只用Cursor/Windsurf不用Claude Code的人。
四、横向对比一览#
| 维度 | Spec-Kit | OpenSpec | Superpowers |
|---|---|---|---|
| 核心范式 | 规范可执行化 | 轻量规范层 | 技能触发 |
| 技术栈 | Python | TypeScript | Shell/JS |
| Star数 | 82.5K | 34.5K | 115K |
| AI工具支持 | 11+ | 20+ | 5+ |
| TDD强制 | ❌ | ❌ | ✅ |
| 团队协作 | ✅ 企业级 | 🚧 开发中 | ✅ Discord社区 |
| Brownfield支持 | ✅ | ✅ 优先 | ✅ |
| 学习曲线 | 中等 | 平缓 | 平缓 |
| 工作流风格 | 阶段门控 | 流畅迭代 | 技能自动触发 |
| 哲学 | 结构胜过混乱 | 迭代胜过瀑布 | 流程胜过猜测 |
五、我的选择建议#
说白了就一个问题：你更担心什么？
- 担心AI乱来、不按规范走 → Spec-Kit（阶段门控最严格）
- 担心流程太重、拖慢速度 → OpenSpec（轻量灵活）
- 担心代码质量、想要强制TDD → Superpowers（TDD唯一强制）
如果你非要我给一个推荐——个人开发者先试OpenSpec ，上手快、通用性强，用一个月你就知道自己缺什么了。
六、最后一句#
这些框架本质上解决的是同一个问题：怎么让AI不只是个写代码的工具，而是个听话的合作伙伴 。
选哪个不重要，重要的是——先用一个跑起来 。
用了一个月，你自然知道它哪里不够用，再换也不迟。最怕的是永远在对比，永远不开始。
你用的是什么AI编程工作流？有没有踩过什么坑？评论区聊聊。