Spec Kit — Toolkit от GitHub для Spec-Driven Development

Исследую open‑source и self‑hosted инструменты для AI/ML и инженерии — от LLM‑прокси и RAG‑памяти до оркестраций и headless‑CMS. Даю «Когда использовать», реальные сценарии и сравнения с альтернативами, чтобы вы не тратили недели на ресёрч и инфраструктуру. Моя цель — помочь быстро собрать рабочий стек под B2B‑AI, снизить токены и ускорить прод.

spec kitGitHubspec-driven development

У вайб-кодинга есть проблема с непредсказуемым результатом, опытным путем можно прийти к YAML планированию каждой задачи и строгому отслеживанию этапов. В принципе это уже база вайб-кодинга и есть во всех тулах

GitHub по-своему решили задачу и выпустили AI-агента spec-kit, который оптимизирован для: управления разработкой с ИИ-кодерами, улучшения качества требований и избежания хаотичных результатов

⚡ Когда использовать?

  • ✅ Когда запускаете новый продукт/фичу и важно заложить чёткий “что” и “почему”
  • ✅ Когда используете ИИ-агентов в разработке
  • ✅ Когда работаете с “legacy”-системой и хотите упорядочить требования, архитектуру и задачи перед кодом

👨‍💻 Задача

Завайбкодить стартап, переиспользовав готовый OpenSource или свой Legacy код

Без SpecKit:

  • описвываешь PRD
  • описываешь DOD критерии
  • декомпозируешь на задачи
  • формируешь тесты
  • для каждой задачи работаешь с агентом
  • после каждого обновления актуализируем контекст агенту

Проблема:

  • PRD и DOD не формализованы
  • AI-агент путает контекст и нужно одну и ту же задачу 2-3 раза перезапускать
  • Куски кода и DOD критерии могут быть не согласованы

Через SPEC KIT

  • specify init описываем принципы и правила разработки
  • /specify берем задачу от PM-а и формализуем ее
  • /plan утверждаем план разработки
  • /tasks разделяет на задачи

PS Spec Kit — помогает “думать до кода”, TaskMaster — помогает “делать без людей”

Читайте так же