# AISpec：AI编码助手标准化规范体系，让团队代码质量一致可控 > 覆盖15个技术域、68个Skill、22个专业Agent的AI工程规范系统，支持Cursor、Codex、Claude Code、Gemini ADK多平台 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-04-19T09:15:50.000Z - 最近活动: 2026-04-19T09:24:42.848Z - 热度: 159.8 - 关键词: AI编码助手, 代码规范, Cursor, Codex, Claude Code, 多Agent, 工程规范, 代码审查 - 页面链接: https://www.zingnex.cn/forum/thread/aispec-ai - Canonical: https://www.zingnex.cn/forum/thread/aispec-ai - Markdown 来源: ingested_event --- ## 问题背景：AI编码助手带来的新挑战 Cursor、OpenAI Codex、Claude Code、Gemini等AI编码助手正在重塑软件开发流程。它们能够自动生成代码、重构项目、解释复杂逻辑，甚至协助调试和测试。然而，这种强大的能力也带来了新的问题： **风格不一致**：同一个团队的不同成员使用AI助手时，可能得到风格迥异的代码输出。有人得到的是函数式编程风格，有人得到的是面向对象风格；有人遵循严格的类型约束，有人则大量使用any类型。 **最佳实践遗漏**：AI模型训练数据的时间截点和来源各异，导致它们推荐的技术栈和模式可能过时或不适合当前项目。例如，可能推荐已废弃的API，或者忽略团队已约定的安全规范。 **架构漂移**：在大型项目中，缺乏统一约束的AI生成代码可能导致架构逐渐偏离最初设计，技术债务累积。 **协作摩擦**：当AI生成的代码需要人工审查时，审查者需要花费大量时间指出"AI应该知道"的规范问题，而不是关注业务逻辑本身。 这些问题的本质是：AI编码助手缺乏对特定团队工程规范的理解和约束机制。 --- ## AISpec核心理念：规则即基础设施 AISpec项目提出了一套完整的解决方案：将工程规范编码为结构化的规则体系，让AI助手在执行任务时始终遵循团队约定的标准。 ### 三层架构设计 AISpec采用清晰的分层架构，确保规则的单一来源和灵活的能力组合： **规则层（Rules Layer）** 这是整个体系的"唯一真源"，包含15个技术域的详细规范： - 服务端：Go、.NET、Python、Java、Node.js - 前端：Vue3、React、uni-app（Admin/H5/小程序） - 桌面端：.NET WPF/MAUI、Tauri（Rust）、Electron - 移动端：Android（Kotlin/Compose）、iOS（Swift/SwiftUI）、Flutter、React Native - 数据库：Schema初始化与迁移规范 - 横切关注点：安全基线、环境管理、可观测性（监控/日志/追踪）、API版本管理、版本发布（SemVer/Changelog）、测试（E2E+性能）、国际化、错误码体系 每个技术域的规则都详细定义了编码约定、项目结构、依赖管理、性能要求和常见陷阱规避。 **能力层（Skills Layer）** Skills是AI助手的执行入口，负责加载规则并引导任务完成。AISpec定义了68个Skill，分为两类： *域特定Skill（59个）*：每个技术域包含4类核心Skill - `*-coding-guide`：根据场景加载规则，引导AI编写规范代码 - `*-code-reviewer`：对代码变更进行规范性审查 - `*-project-scaffold`：生成符合规范的项目初始结构 - `*-rules-maintainer`：校验和维护规则文件一致性 *横切Skill（9个）*： - `task-router`：任务域路由器，识别任务涉及的技术域 - `task-planner`：任务拆解，将复杂任务拆分为可执行步骤 - `product-prd-writer`：PRD撰写引导 - `spec-generator`：技术规格说明书生成 - `ui-ux-designer`：UI/UX设计引导 - `design-reviewer`：设计走查与规范检查 - `security-auditor`：威胁建模与安全检查 - `qa-test-strategist`：测试规划与用例设计 - `devops-engineer`：CI/CD与部署策略 **编排层（Agents Layer）** 针对复杂的多域协作场景，AISpec提供22个专业Agent，支持多Agent协作编排： - `Coordinator`：任务协调器，负责任务分配和进度跟踪 - `Product`：竞品分析、需求定义、PRD、路线图 - `Spec`：技术规格说明书（五阶段引导） - `Design`：交互设计、视觉设计、设计系统 - 15个技术域Agent：各自负责特定技术域的实现 - `Security`：威胁建模、OWASP检查、依赖扫描 - `QA`：测试策略、测试用例、验收测试 - `DevOps`：CI/CD、基础设施、监控告警 --- ## 多平台适配方案 AISpec的最大优势之一是对主流AI编码助手平台的原生支持： ### Cursor（v2.4+） Cursor从v2.4版本开始原生支持SKILL.md规范。AISpec针对Cursor提供： - **单体模式**：无需任何配置，Cursor自动发现skills/目录下的Skill文件 - **多Agent模式**：在对话中直接触发，或创建.cursor/rules/agent-mode.md规则文件实现自动加载 使用示例： ``` 请使用多Agent模式。参考 agents/index.md 和 agents/protocols/coordination.md。 任务：新增用户管理功能（数据库 + API + 前端页面）。 ``` ### OpenAI Codex Codex使用.toml文件定义Agent。AISpec提供22个预配置的.toml文件，涵盖Coordinator和所有域Agent： ```bash mkdir -p .codex/agents cp aispec/agents/adapters/codex/*.toml .codex/agents/ ``` ### Claude Code Claude Code通过CLAUDE.md文件集成规范体系。只需在项目根目录的CLAUDE.md中引用AISpec的规则体系和多Agent调度协议即可启用。 ### Gemini ADK Gemini ADK使用Python类定义Agent。AISpec提供将agents//agent.md映射为LlmAgent的指南，并支持通过SequentialAgent/ParallelAgent实现工作流编排。 --- ## 实际工作流程示例 ### 场景一：单体模式下的代码审查 开发者完成一个前端功能开发后，请求AI助手进行代码审查： 1. AI助手识别当前技术域为前端（React） 2. 自动加载`frontend-code-reviewer` Skill 3. Skill读取rules/frontend/下的所有相关规范 4. AI按照规范逐项检查：组件命名、Hooks使用、状态管理、样式方案、性能优化等 5. 输出结构化的审查报告，指出不符合规范的具体位置和修改建议 ### 场景二：多Agent模式下的全栈功能开发 团队需要开发一个包含数据库、API和前端页面的用户管理功能： 1. **Coordinator Agent**接收任务，识别涉及的技术域：数据库、服务端（Node.js）、前端（React） 2. 创建子任务并分配给对应Agent： - **Spec Agent**：编写技术规格说明书 - **Database Agent**：设计Schema和迁移脚本 - **Backend Agent**：实现RESTful API - **Frontend Agent**：实现管理页面 - **Security Agent**：审查权限控制和输入验证 - **QA Agent**：设计测试用例 3. 各Agent按照协作协议并行或串行工作 4. Coordinator汇总输出，确保各部分符合各自技术域的规范 --- ## 项目结构与使用方式 AISpec采用清晰的目录结构： ``` aispec/ ├── rules/ # 规则层（唯一真源） │ ├── index.md # 总入口 │ ├── / # 15个技术域规则 │ ├── security/ # 安全基线 │ ├── testing/ # E2E + 性能测试 │ ├── i18n/ # 国际化 │ └── templates/ # 可复用模板 │ ├── skills/ # 能力层（AI执行入口） │ ├── task-router/ # 任务域路由器 │ ├── *-coding-guide/ # 编码引导 ×15 │ ├── *-code-reviewer/ # 代码审查 ×15 │ ├── *-project-scaffold/ # 项目脚手架 ×14 │ ├── *-rules-maintainer/ # 规则维护 ×15 │ └── (9个横切skill) │ ├── agents/ # 编排层（多Agent模式） │ ├── index.md # 总入口 │ ├── protocols/ # 协作协议（4个） │ ├── coordinator/ # 任务协调器 │ ├── / # 15个域Agent + 支持Agent │ └── adapters/ # 平台适配 │ ├── codex/ # OpenAI Codex │ ├── cursor/ # Cursor │ ├── claude-code/ # Claude Code │ └── gemini-adk/ # Gemini ADK │ ├── CONTRIBUTING.md └── LICENSE (MIT) ``` ### 快速开始 将AISpec引入项目有两种方式： **方式一：克隆到项目中** ```bash git clone https://github.com/snotty-hood161/aispec.git ``` **方式二：作为Git submodule引入** ```bash git submodule add https://github.com/snotty-hood161/aispec.git ``` 然后根据使用的AI平台，参考adapters/目录下的对应指南完成配置。 --- ## 价值与意义 AISpec为团队带来的核心价值： **一致性**：无论哪个开发者、使用哪个AI助手、在什么时间，生成的代码都遵循同一套规范 **可维护性**：统一的代码风格、项目结构和文档规范大幅降低后期维护成本 **可扩展性**：清晰的规则分层让团队可以逐步引入新的技术域或更新现有规范 **协作效率**：减少代码审查中的"规范争论"，让审查聚焦于业务逻辑和架构设计 **知识沉淀**：将团队的工程经验编码为可复用的规则，新人可以快速上手 --- ## 总结 AISpec代表了AI辅助编程的下一个演进方向：从"让AI生成代码"到"让AI按照规范生成代码"。它不是一个简单的提示词集合，而是一套完整的工程规范体系，涵盖规则定义、能力封装和多Agent编排。 对于正在大规模使用AI编码助手的团队，AISpec提供了一个可行的路径来解决一致性和质量控制的挑战。随着AI编程工具的普及，类似的规范体系将成为团队工程基础设施的标准组成部分。