Sdd Dev Workflow

🎯 规范驱动AI自动化开发工作流

规范驱动开发(SDD)工作流,结合Speckit和Claude Code实现复杂软件项目的结构化开发,通过规范文档锚定LLM输出,自动化迭代开发全流程。

收藏
4.4k
安装
1.1k
版本
1.3.8
CLS 安全扫描中
预计需要 3 分钟...

使用说明

SDD开发工作流评估

核心用法

该技能实现规范驱动开发(Specification Driven Development),将自然语言需求转化为结构化规范文档,再通过Claude Code执行完整开发流程。

完整工作流constitution → specify → clarify → plan → tasks → analyze → implement

  • constitution:加载企业级项目宪法模板,建立约束规则
  • specify:将功能描述转化为结构化需求
  • clarify(强制≥1次):澄清需求歧义,必要时人工介入
  • plan:制定技术栈选型与架构方案
  • tasks:拆解具体开发任务
  • analyze(强制≥1次):一致性校验,发现规范冲突
  • implement:代码实现与验收测试

关键特性

  • 支持新项目初始化与迭代开发两种模式
  • Git版本控制强制集成,每个阶段自动提交
  • 依赖自动安装(零注意力设计)
  • 验收通过后自动创建PR
  • 子Agent断点续传机制

显著优点

1. 结构化约束降低幻觉:通过宪法文档和强制clarify/analyze阶段,显著减少LLM输出偏离预期的风险
2. 全流程自动化:从需求到PR的完整链路,减少人工重复操作

3. 版本安全网:强制Git提交策略,确保开发过程可回溯

4. 企业级规范:内置企业宪法模板,适合团队协作场景

5. 隔离设计:推荐VM/容器运行,配合acceptEdits/bypassPermissions分级权限

潜在局限

1. 环境依赖较重:必需ZHIPU_API_KEY,可选GITHUB_TOKEN/ANTHROPIC_API_KEY
2. 学习曲线陡峭:需理解SDD理念、Speckit命令体系、Claude Code权限模式

3. 限流敏感:高峰期GLM-5响应可能需1-5分钟,需配置5分钟超时

4. 模板刚性:template_missing错误不可恢复,必须人工介入

5. Python生态偏向:自动安装示例多为pip/npm,其他语言支持未明确

适合人群

  • 复杂项目开发者:需要多迭代、长周期维护的软件项目
  • 团队技术负责人:需要统一开发规范、降低协作摩擦
  • AI辅助开发实践者:已熟悉Claude Code,希望提升开发确定性
  • 企业用户:有合规要求,需要可审计的开发流程

不适合:简单脚本、一次性验证、追求极致速度的PoC场景

常规风险

| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 凭证泄露 | 中 | API密钥需配置为环境变量,脚本自动执行安装操作 |
| 权限越界 | 高 | `bypassPermissions`模式若误用于生产环境,可能导致未授权修改 |
| 代码质量 | 中 | 依赖LLM生成代码,需验收测试把关,复杂业务逻辑仍需人工Review |
| 上下文丢失 | 中 | 长时间运行Agent可能中断,虽支持断点续传但恢复非100%可靠 |
| 供应链 | 中 | 自动安装依赖可能引入未审计包,建议配合私有镜像使用 |

核心建议:严格遵循acceptEdits模式,仅在隔离环境使用bypassPermissions;定期审查自动生成的Git提交历史。

Sdd Dev Workflow 内容

references文件夹
scripts文件夹
templates文件夹
手动下载zip · 45.9 kB
acceptance-protocol.mdtext/markdown
请选择文件