→ 流畅而非僵化
→ 迭代而非瀑布
→ 简单而非复杂
→ 兼顾老项目与新项目
→ 从个人项目到企业级扩展
在 X 上关注 @0xTab 获取更新 · 加入 OpenSpec Discord 获取帮助和答疑。
在团队中使用 OpenSpec?发送邮件 获取我们的 Slack 频道访问权限。
You: /opsx:new add-dark-mode
AI: 已创建 openspec/changes/add-dark-mode/
准备创建: proposal
You: /opsx:ff # "快进" - 生成所有规划文档
AI: ✓ proposal.md — 为什么做这个,变更了什么
✓ specs/ — 需求和场景
✓ design.md — 技术方案
✓ tasks.md — 实施清单
准备实施!
You: /opsx:apply
AI: 正在实施任务...
✓ 1.1 添加主题上下文提供者
✓ 1.2 创建切换组件
✓ 2.1 添加 CSS 变量
✓ 2.2 连接 localStorage
所有任务完成!
You: /opsx:archive
AI: 已归档至 openspec/changes/archive/2025-01-23-add-dark-mode/
规范已更新。准备好进行下一个特性开发。
需要 Node.js 20.19.0 或更高版本。
全局安装 OpenSpec:
npm install -g @openspeccn/openspec@latest然后导航到你的项目目录并初始化:
cd your-project
openspec init现在告诉你的 AI:/opsx:new <你想构建什么>
→ 快速开始: 第一步
→ 工作流: 组合与模式
→ 命令: 斜杠命令与技能
→ CLI: 终端参考
→ 支持的工具: 工具集成与安装路径
→ 概念: 系统如何协同工作
→ 多语言: 多语言支持
→ 自定义: 定制你的体验
AI 编码助手很强大,但当需求仅存在于聊天记录中时,它们是不可预测的。OpenSpec 增加了一个轻量级的规范层,让你在编写任何代码之前就构建内容达成一致。
- 构建前达成一致 — 人类和 AI 在代码编写前对规范对齐
- 保持有序 — 每个变更都有自己的文件夹,包含提案、规范、设计和任务
- 工作流畅 — 随时更新任何产物,没有僵化的阶段门控
- 使用你的工具 — 通过斜杠命令与 20+ AI 助手配合工作
vs. Spec Kit (GitHub) — 详尽但沉重。僵化的阶段门控,大量的 Markdown,Python 设置。OpenSpec 更轻量,让你自由迭代。
vs. Kiro (AWS) — 强大但你被锁定在他们的 IDE 中且仅限于 Claude 模型。OpenSpec 适用于你已经在使用的工具。
vs. 什么都不用 — 没有规范的 AI 编码意味着模糊的提示和不可预测的结果。OpenSpec 带来了可预测性,而无需繁琐的仪式。
升级包
npm install -g @openspeccn/openspec@latest刷新 Agent 指令
在每个项目中运行此命令以重新生成 AI 指导并确保最新的斜杠命令处于活动状态:
openspec update模型选择:OpenSpec 在高推理能力的模型下表现最佳。我们推荐使用 Opus 4.5 和 GPT 5.2 进行规划和实施。
上下文卫生:OpenSpec 受益于干净的上下文窗口。在开始实施前清除上下文,并在整个会话中保持良好的上下文卫生。
小修补 — Bug 修复、拼写更正和小的改进可以直接提交 PR。
较大变更 — 对于新功能、重大的重构或架构变更,请先提交 OpenSpec 变更提案,以便我们在实施开始前对齐意图和目标。
撰写提案时,请牢记 OpenSpec 哲学:我们服务于跨不同编码 Agent、模型和用例的广泛用户。变更应适合所有人。
欢迎 AI 生成的代码 — 只要经过测试和验证。包含 AI 生成代码的 PR 应提及使用的编码 Agent 和模型(例如,"Generated with Claude Code using claude-opus-4-5-20251101")。
- 安装依赖:
pnpm install - 构建:
pnpm run build - 测试:
pnpm test - 本地开发 CLI:
pnpm run dev或pnpm run dev:cli - 常规提交(单行):
type(scope): subject
遥测
OpenSpec 收集匿名的使用统计信息。
我们仅收集命令名称和版本以了解使用模式。不收集参数、路径、内容或 PII。在 CI 中自动禁用。
退出: export OPENSPEC_TELEMETRY=0 或 export DO_NOT_TRACK=1
维护者与顾问
查看 MAINTAINERS.md 获取帮助指导项目的核心维护者和顾问列表。
本项目是 OpenSpec 的中文本地化版本。
- 致谢:衷心感谢 Fission AI 团队及 OpenSpec 开源社区创造了如此优秀的工具。
- 目的:本仓库旨在降低中国开发者的使用门槛,并验证和优化中文 LLM 模型在规范驱动开发中的表现。
- 数据收集:为了更好地服务中国开发者,我们后续将遥测数据地址更改为中国地址,用于收集的数据仅用于产品改进,并会定期同步回原项目以贡献社区,当前阶段仍然沿用原有项目遥测地址。
- 版权声明:OpenSpec 的原始创意、架构设计及核心代码版权归原作者及团队所有。本项目仅做本地化翻译及适配工作。
- 侵权处理:如果本项目有任何侵犯原作者权益的内容,请联系我们进行删除。
MIT
