1. 概述

随着AI编码能力（如 Claude Code、Cursor 等）的普及，软件开发领域正从“Vibe Coding”（随心灵感编码）向更工程化的方向演进。为了应对AI生成代码的不确定性、上下文丢失以及协作一致性等问题，社区涌现了多种规范驱动开发（Spec-Driven Development, SDD）框架和工作流方法论

选取了目前最具代表性的四个项目进行对比：

• Speckit：GitHub官方出品的结构化规范驱动工具包

• OpenSpec：专注于增量变更和棕地项目的轻量级框架

• Superpowers：强调强制流程和TDD的代理技能框架

• everything-claude-code：黑客松冠军开源的综合性 Claude Code 方法论

2. 核心属性速览

维度	Speckit	OpenSpec	Superpowers	everything-claude-code
核心理念	规范即代码，通过严格的结构化流程实现工业级控制	增量即真相，通过Delta机制管理现有项目的演进	强制方法论，通过不可跳过的“技能”约束AI行为	CLI+Skills替代MCP，通过编排与并行化榨干模型性能
目标场景	绿地项目 (0→1) ，复杂且需要严格文档的团队协作	棕地项目 (1→n) ，在已有代码库上进行频繁修改和功能迭代	从0到1的需求探索，对代码质量、测试覆盖有极高要求的项目	重度Claude Code用户，追求极致Token效率和复杂任务并行处理的场景
工作流程	五阶段线性流程：Constitution → Specify → Plan → Tasks → Implement	四阶段循环流程：Draft Proposal → Review → Apply → Archive	三阶段严格流程：Brainstorm → Write Plan → Execute Plan (含TDD)	五阶段Agent编排：Research → Plan → Implement → Review → Verify
关键机制	9条不可变架构原则、7层LLM输出约束、ADR决策记录	Specs/与Changes/隔离、Delta增量存储、Fail-Fast冲突检测	强制技能调用、Red-Green-Refactor TDD、子代理审查	多Agent编排、并行化（Git Worktrees）、动态系统提示、记忆钩子

3. 详细维度对比

3.1 核心理念与哲学

• Speckit：秉持“规范优先”的哲学。它假设需求在编码前可以被完全定义，通过类似于法律的“宪章”来约束AI的每一次产出。它将开发视为一个严谨的、逐层分解的工程过程，试图通过结构的确定性来对抗AI的随机性

• OpenSpec：秉持“演进优先”的哲学。它承认需求是动态变化的，特别是在维护老项目时。其核心理念是将“当前稳定状态”（Specs）与“提议变更”（Changes）分离，每次只处理增量，最终将验证后的增量合并回主干，实现系统的平滑演进

• Superpowers：秉持“流程即法律”的哲学。它不信任AI的自由发挥，通过一套不可跳过的“技能”（Skills）来强制AI遵循人类软件工程的最佳实践（如必须先写测试）。它像一名“教官”，强制AI按照TDD、Code Review等严谨流程行动

• everything-claude-code：秉持“效率与编排”的哲学。它将AI视为一个可编排的智能体集群，通过精细化的工程手段（如用CLI替代MCP省Token、多实例并行）来最大化模型性能，降低成本，实现复杂的、多步骤的研发任务

3.2 目标用户与适用项目

• Speckit：适合中大型团队，特别是需要严格合规、文档齐全的企业级项目。它明确了产品经理、技术负责人、开发者之间的交接点（如Spec、Plan），适合角色分工明确的团队

• OpenSpec：适合全栈开发者或小型团队，尤其是在维护复杂老系统的团队。对于经常需要跨多个服务或模块进行小范围修改的场景，它的轻量级和高效增量特性极具吸引力

• Superpowers：适合任何追求代码质量的开发者，尤其是从0到1启动项目时。它的头脑风暴模式对需求不明确的项目非常友好，强制TDD则确保了代码的健壮性

• everything-claude-code：适合Claude Code的重度用户和技术极客。适合需要处理复杂、多步骤、多文件任务的场景，或是希望在API调用成本上精打细算的开发者

3.3 工作流与落地实践

• Speckit：流程线性且严格

  • Constitution：定义开发原则和不可变规则

  • Specify：详细描述需求（What & Why）

  • Plan：基于技术栈制定架构方案

  • Tasks：分解为可执行的任务列表

  • Implement：逐一执行任务

    实践发现，若前期需求或设计有误，后期返工成本极高。在动态变化的企业环境中，这种线性流程常面临“理想很丰满，现实很骨感”的挑战

• OpenSpec：流程循环且隔离

  • Proposal：在 changes/ 目录下创建变更提案、任务和Spec增量

  • Review：人与AI审查、对齐提案，可利用 openspec validate 进行冲突检测

  • Apply：AI严格根据 tasks.md 和增量Spec实施编码

  • Archive：将验证通过的变更合并（归档）到 specs/ 目录，更新“真相源”

    这种模式确保了主分支的Spec始终反映最新状态，且归档动作实现了知识的持续沉淀

• Superpowers：流程强制且循环

  • Brainstorm：AI通过多轮问答帮助用户精炼需求，探索方案，输出设计文档

  • Write Plan：将设计拆解为极小的任务（2-5分钟），每个任务包含精确的文件路径、代码片段和测试命令

  • Execute Plan：通过子代理或批量模式执行计划，强制遵循 TDD（Red-Green-Refactor） ，并进行代码审查

    任何跳过步骤（如先写代码）的行为都会被AI视为违规

• everything-claude-code：流程编排且并行

  • 编排：通过 Research Agent → Planner Agent → TDD-guide Agent → Reviewer Agent → Resolver Agent 的有序协作完成任务。每个Agent输入输出清晰，中间用 /clear 清理上下文

  • 并行：利用 Git Worktrees 创建多个工作目录，同时运行多个Claude实例处理不同任务，互不干扰。采用 Two-Instance Kickoff（一个搭骨架，一个做调研）启动新项目

3.4 优缺点分析

工具/方法论	优点	缺点/挑战
Speckit	结构最严谨，文档最完善，适合大型项目治理；通过ADR记录决策，可追溯性强 。	太重、太理想化。对动态需求适应性差，流程僵化；生成文档冗长（相较OpenSpec多出数倍），上下文窗口易爆，返工成本高 。
OpenSpec	轻量、Token效率高。增量模式对老项目友好；archive机制能反向构建知识库；学习曲线平缓 。	对命名敏感，Delta机制依赖稳定的命名进行匹配；冲突解决依赖人工介入，对认知负担有一定挑战 ；不适合需要顶层宏观设计的0→1项目 。
Superpowers	质量保障最强。通过强制TDD和Code Review，产出代码可靠性高；头脑风暴功能极佳，能深度挖掘模糊需求 。	流程强制带来的“笨重感” 。即使是修个小Bug，也可能触发全套流程（TDD），对于追求快速验证的场景可能显得繁琐 。
everything-claude-code	极致的技术效率。Token优化策略显著降本；并行化和Agent编排极大提升复杂任务吞吐量；开源且模块化，扩展性强 。	上手门槛较高。需要理解其Agent编排、Hooks、Worktrees等整套哲学，对新手不够友好；部分技巧（如记忆钩子）需要手动配置 。

4. 选型建议

根据不同的团队类型和项目阶段，可以遵循以下建议进行选型

• 如果你是维护复杂老系统的“单人开发者”或“小型团队”

  • 首选 OpenSpec。它的增量哲学能让你在不扰乱现有架构的前提下，安全地嵌入新功能。归档机制能帮你逐步梳理出混乱系统的“隐形文档”

• 如果你正在启动一个全新的、复杂度较高的项目，且有明确的架构要求

  • 如果你是严谨派，追求工业级的代码质量：可以尝试 Speckit，但要做好前期投入大量时间编写规范的准备

  • 如果你是敏捷派，需求尚在演变中：强烈推荐 Superpowers。先利用其 Brainstorm 功能理清思路，再利用强制TDD构建稳固的核心，体验会非常流畅

• 如果你是重度AI用户（特别是 Claude Code），追求极致的开发效率和成本控制

  • everything-claude-code 是你的不二之选。学习并采用它的CLI+Skills思想、Agent编排和并行化策略，你将能驾驭AI完成以往需要一个小团队才能完成的复杂任务

• 如果你在大型团队中协作，需要明确的产品与开发交接流程

  • Speckit 的结构化文档（Constitution, Spec, Plan）可以作为团队协作的契约，明确各方职责，减少沟通误差。但需确保项目需求相对稳定，以避免因变更导致的巨大返工成本

5. 总结

AI编程正从“无序的 vibe coding”走向“有序的工程化”。这四种工具代表了不同的工程化路径

• Speckit 走的是“计划经济的道路”，通过周密的计划来控制生产

• OpenSpec 走的是“改革的道路”，在保持系统稳定的前提下，通过小步快跑实现演进

• Superpowers 走的是“素质教育的道路”，通过严格的训练（流程）让AI养成良好的编码习惯

• everything-claude-code 走的是“科技强军的道路”，通过先进的装备（编排、并行）和战术配合来发挥AI的最大战斗力

最终的选择没有绝对的对错，关键在于你的项目痛点、团队文化以及对AI协作的期望。希望这份报告能帮助你在这个快速发展的领域中找到最适合自己的方向