核心用法
SDD 开发工作流（Spec-Driven Development）是一套面向复杂软件项目的结构化开发方法论，通过将需求转化为"规范文档"来驱动 LLM 生成高质量代码。核心工作流包含八个阶段：constitution（宪法定义）→ specify（需求规范）→ clarify（需求澄清，强制≥1次）→ plan（技术规划）→ tasks（任务拆解）→ analyze（一致性分析，强制≥1次）→ implement（代码实现）。用户可通过 /speckit.* 命令在 Claude Code 中逐阶段执行，配合 specify init 初始化项目结构，实现从需求到可运行代码的完整闭环。
显著优点
1. 规范锚定机制：通过结构化文档（宪法、规范、计划）锁定开发上下文，显著降低 LLM 输出的不确定性
2. 强制质量保证：clarify 和 analyze 两个阶段强制人工介入或自动决策，提前暴露需求矛盾与技术风险
3. 零注意力依赖：自动检测并安装缺失依赖（Layer 2 自动处理），开发者无需中断流程处理环境问题
4. Git 安全网：每个阶段强制提交，验收后自动推送并创建 PR，降低 AI 开发的版本失控风险
5. 断点续传能力：通过 .task-context/ 目录持久化进度，支持长时间运行任务的上下文恢复
潜在缺点与局限性
1. 环境依赖较重：必需 ZHIPU_API_KEY，可选 GITHUB_TOKEN 和 ANTHROPIC_API_KEY，配置门槛较高
2. 工具链割裂：Specify CLI 仅用于初始化，后续 /speckit 命令在 Claude Code 内执行，概念上易造成混淆
3. 权限模式风险：bypassPermissions 模式虽提升自动化程度，但存在高权限操作隐患，需严格隔离环境
4. 限流敏感：高峰期 GLM-5 响应延迟可达 1-5 分钟，需配置 300 秒超时，影响开发体验
5. 模板缺失不可恢复：constitution 模板等关键资源缺失时需人工介入，自动化降级能力有限
适合人群
- 复杂系统开发者：需要多迭代、长周期维护的中大型项目团队
- AI 辅助开发探索者：希望系统性地将 LLM 集成到软件工程流程的技术负责人
- 规范化流程追求者：对代码质量、版本控制、验收标准有严格要求的工程团队
- 自动化测试倡导者：愿意投入 upfront 成本换取后续低维护开销的技术决策者
常规风险
- 凭据泄露风险：需配置多个 API 密钥，建议仅使用测试环境令牌
- 代码质量不可控：analyze 阶段虽能发现一致性问题，但无法完全杜绝逻辑缺陷
- Git 误操作：自动推送和 PR 创建可能污染主干分支，建议在特性分支隔离运行
- 超时中断：长时间任务可能因网络或限流中断，需依赖断点续传机制恢复