当前位置: 首页 > news >正文

再次革新 .NET 的构建和发布方式(三)孟

1 安装与初始化

# 全局安装 OpenSpec

npm install -g @fission-ai/openspec@latest

# 在项目目录下初始化

cd /path/to/your-project

openspec init

初始化时,OpenSpec 会提示你选择使用的 AI 工具(Claude Code、Cursor、Trae、Qoder 等)。

3 OpenSpec 如何"教"AI 工作?

OpenSpec 的核心机制,是通过一套规范注入系统,让 AI 在每次对话前先"学习"项目规范。

3.1 不同 AI 工具的初始化差异

根据你使用的 AI 工具不同,OpenSpec 会生成不同的目录结构。这背后的设计理念是:最大限度地适配各工具的特性。

3.2 ?? 场景 1:Claude Code

Claude Code 在执行了 OpenSpec Init 后的目录结构如下:

.claude/

├── commands/

│ └── openspec/

│ ├── apply.md

│ ├── archive.md

│ └── proposal.md

├── AGENTS.md

└── CLAUDE.md

commands/openspec 这个目录定义了三个不同的命令,每个命令文件中所写的提示词,都是 AI 在执行该命令时需要参考的"规范"。上述三个命令分别是:

apply.md:表示执行已批准的变更

archive.md:归档已完成的变更

proposal.md:发起新变更提案

当我们需要发起新的提案时,可以直接使用:/openspec:proposal 就可以触发该指令,此时 AI 就会根据 proposal.md 中所定义的规范,来创建一个新的变更提案。

核心文件解读:AGENTS.md

这个文件是 Claude Code 每次对话时的"第一课",内容如下:

# OpenSpec 说明

这些指令是针对参与本项目的人工智能助手。

当请求中包含以下内容时,请务必打开 `@/openspec/AGENTS.md`:

- 提及规划或提案(如提案、规范、变更、计划等字眼)

- 引入新功能、重大变更、架构调整或重大的性能/安全工作

- 听起来含糊不清,且在编码前需要权威规范

使用 `@/openspec/AGENTS.md` 来学习:

- 如何创建和应用变更提案

- 规范格式和约定

- 项目结构和指南

保留此托管块,以便"openspec update"可以刷新指令。

工作原理:

Claude Code 启动时自动读取 AGENTS.md

判断用户请求是否触"提案/变更"等关键词

如果触发,自动加载 openspec/AGENTS.md 中的详细规范

AI 按照规范执行任务

3.3 ?? 场景 2:Trae(字节跳动)

OpenSpec 在初始化时可选择的AI 工具中是不支持 Trae 的,但是很多朋友是基于 Trae 在开发。

所以对于使用 Trae 的朋友,我们在执行 OpenSpec Init 的时候,可以选择最后一个选项 Other Tools (适用于 VsCode 等)

此时初始化后的目录结构如下:

项目根目录/

├── AGENT.md # 项目级规范(需手动配置)

└── openspec/

├── AGENTS.md # OpenSpec 详细规范

├── project.md # 项目知识库

├── specs/ # 已实现能力规范

└── changes/ # 变更提案

关键差异:需要手动配置

与 Claude Code 不同,老版本的 Trae 不会自动读取 AGENT.md。此时你需要手动将规范内容添加到 Trae 的"项目规则"中。

但是对于Trae 2026 年 1 月份最新的一次版本变更中,也已经兼容了读取 AGENT.md 文件作为项目规则来使用。

所以使用老版本 Trae 的朋友需要基于下述步骤进行配置:

打开 Trae 的项目设置

找到"项目规则"配置

将 AGENT.md 的内容粘贴进去

保存后,Trae 每次对话都会加载该规则

配置完成后,Trae 的工作流程与 Claude Code 类似:

每次对话自动加载项目规则

判断是否触发 OpenSpec 规范

根据规范执行对应任务

3 OpenSpec 规范核心要点

无论使用哪种 AI 工具,OpenSpec 的核心工作流都是一致的。理解这套规范,你就能更好地与 AI 协作。

三阶段工作流:

阶段1:创建变更(Proposal)

阶段2:实现变更(Apply)

阶段3:归档变更(Archive)

何时必须创建提案?

场景 是否需要提案

新增功能或能力 ? 必须

破坏性变更(API/Schema) ? 必须

架构或模式调整 ? 必须

Bug 修复(恢复既有行为) ? 跳过

拼写、格式、注释修正 ? 跳过

非破坏性依赖升级 ? 跳过

常用命令:

openspec list # 列出所有变更

openspec list --specs # 列出所有规范

openspec validate # 校验变更

openspec archive # 归档变更

?? 小贴士:作为人类开发者,你无需记忆这些命令。AI 会自动执行相应的操作来检查和管理变更提案。你只需要理解这套规范的工作流程,就能与 AI 配合无间。

openspec/project.md 的作用

这个文件是项目的"知识库",用于存放:

项目目标和背景

核心业务术语

技术栈说明

详细文档索引

4 常见问题解答

4.1 Q1:为什么有时候 AI 不触发 OpenSpec 规范?

A:这通常是因为触发条件未被满足。

OpenSpec 的触发机制基于关键词匹配(如"提案"、"变更"、"规范"等)。如果你的请求不包含这些关键词,AI 则不会加载 OpenSpec 规范。

解决方案:

明确使用触发词:"帮我创建一个变更提案"

直接指定文件:"先阅读 openspec/project.md 再回答"

使用斜杠命令:/openspec:proposal(如果工具支持)

5.2 Q2:project.md 中的业务知识什么时候生效?

A:只有触发 OpenSpec 规范后才会读取。

这是一个重要的设计权衡:

知识类型 存放位置 触发条件

通用开发规范 /AGENTS.md 每次对话自动加载

OpenSpec 工作流 openspec/AGENTS.md 触发关键词后加载

业务上下文 openspec/project.md 通过规范索引间接加载

实践建议:

将通用规则(如项目结构、编码风格)放在 /AGENTS.md 中

将业务知识索引也写在 /AGENTS.md 中,便于日常对话触发

或者在对话中明确要求 AI 先阅读特定文档

5.3 Q3:如何让 AI 自动检索相关背景知识?

A:这是 OpenSpec 的进化方向。

目前最佳实践是:

在 /AGENTS.md 中建立业务知识索引

采用提案方式讨论业务逻辑(自动触发规范)

对话中明确指定:"先阅读 docs/xxx.md 再回答"

6 五、总结:OpenSpec 的核心价值

回到开篇的问题:为什么有时候让 AI 发起提案"时灵时不灵"?

答案现在很清楚了:

触发机制:AI 需要识别到特定关键词才会加载 OpenSpec 规范

工具差异:不同 AI 工具对规范文件的支持程度不同

知识分层:业务知识与开发规范需要合理分层存放

OpenSpec 的核心价值在于:通过"规范注入"让 AI 从"项目小白"成长为"熟悉业务的开发伙伴"。

它不是银弹,但当你理解了它的工作原理后,就能让 AI 在团队协作中发挥真正的作用。

当然,在有需要的时候,我们也可以修改 OpenSpec 初始化时所生成的一系列.md文件,直接变更规范,使其更加符合企业内的业务流程。访逝贪铀

http://www.jsqmd.com/news/630979/

相关文章:

  • Qt网络编程避坑:用QNetworkAccessManager上传文件到FTP服务器,这些细节你注意了吗?
  • 大模型MLOps流水线崩溃实录(附Gartner验证的6层验证模型):为什么92%的AI团队在Stage 3集体卡点?
  • YOLOv8/v11-ONNX-QT-C++实战:从模型推理到界面渲染的性能调优与稳定性保障指南
  • NVIDIA Profile Inspector驱动兼容性完全指南:解决572.16版本闪退问题
  • 保姆级教程:在Claude Code中配置专属Sub-agent的5个关键步骤(附系统提示词模板)
  • DeOldify内存优化技巧:应对大尺寸图像处理的显存挑战
  • LeaguePrank终极指南:3步自定义英雄联盟游戏数据展示
  • 中国具身模型狂揽全球第一!机器人的人类数据时代来了
  • 智能语音对话系统技术方案—— 中英语版本系统选型
  • rabbitmq消息积压:如何快速排查与处理
  • ROS导航避坑指南:手把手教你调优Costmap的5个关键参数(附YAML配置详解)
  • 3DS模拟器Citra:4步实现经典游戏在PC上的完美重生
  • 7B参数模型在消费级GPU上的极限:Token生成速度优化全记录
  • 动手学深度学习——语义分割
  • C++模板元编程理论基础简介
  • 为什么92%的AI平台租户隔离形同虚设?2026奇点大会首席架构师亲授内存级隔离内核原理
  • 不用装软件!这款MicroPython浏览器 IDE :让你在手机上也能调试树莓派 Pico伪
  • 情感粒度从“喜怒哀惧”粗分类→“羞耻性犹豫”“制度性疲惫”等37维亚情绪谱系:2026奇点大会定义下一代情感分析黄金标准
  • 2026 天津复读教育服务行业天津辅仁学校白皮书 - 外贸老黄
  • 电容滤波在电源设计中的关键作用与优化策略
  • 从零搭建多租户大模型计费中台:基于Prometheus+OpenTelemetry+Apache Calcite的实时分账系统实战
  • 动手学深度学习——语义分割数据集
  • 苹果CMS10搭建电视直播站点的3个隐藏技巧(含M3U8格式处理)
  • ROS图像传输优化:如何用CompressedImage减少80%带宽消耗(附代码对比)
  • 【大模型公平性工程化落地指南】:20年AI架构师亲授3大可量化评估框架与5个避坑实战案例
  • Python网络爬虫实战
  • 2026 天津复读学校实测评测:天津辅仁学校办学全维度体验报告 - 外贸老黄
  • test 10
  • 【绝密白皮书节选】某千亿参数大模型量产项目中,如何将评估周期从14天压缩至22分钟——自动化评估引擎架构图首次解密
  • 给肿瘤学研一新生的SEER数据库‘生存指南’:从零申请账号到完成你的第一个趋势分析图表