AI 驱动的端到端开发协作标准

AI 驱动的端到端开发协作标准

基于 Spec-Driven + AI Agent 的端到端开发模式


核心理念

开发哲学

  • Spec 驱动,Agent 执行 — 人定义意图和约束,AI Agent 自主完成实现
  • 上下文为王 — AI 产出质量的 80% 取决于你给它的上下文
  • 流动而非僵化 — 规范是活文档,随开发迭代演进
  • 审查而非编写 — 人的核心价值从"写代码"转向"审查代码"

技术栈总览

graph TB
    subgraph ctx["上下文工程层"]
        AGENTS["AGENTS.md<br/>项目 AI 协作指南"]
        RULES[".cursorrules<br/>编码规范与偏好"]
        SPEC["OpenSpec<br/>系统行为规范"]
    end

    subgraph agent["AI Agent 层"]
        CURSOR["Cursor Agent<br/>IDE 内自主开发"]
        CLAUDE["Claude Code<br/>终端自主开发"]
        BG["Background Agent<br/>异步后台开发"]
    end

    subgraph tools["工具连接层"]
        MCP["MCP Server<br/>外部系统连接"]
        GIT["Git + GitHub<br/>版本控制与协作"]
        CI["CI/CD<br/>自动化流水线"]
    end

    ctx -->|提供上下文| agent
    agent -->|通过 MCP 访问| tools

上下文工程体系

在使用 AI Agent 开发之前,必须先建立项目的上下文工程体系。这是保障 AI 产出质量的基础设施。

项目上下文三件套

1. AGENTS.md — 项目 AI 协作指南

放置在项目根目录,告诉所有 AI Agent 这个项目的核心约束。

# AGENTS.md 示例

## 项目概述
本项目是一个电商平台,使用 Next.js 14 + Prisma + PostgreSQL。

## 架构约束
- 使用 App Router,不使用 Pages Router
- API 路由统一放在 app/api/ 下
- 所有数据库操作必须通过 Prisma Client
- 认证使用 NextAuth.js v5

## 编码规范
- TypeScript strict mode
- 组件使用函数式 + hooks,禁止 class 组件
- 状态管理使用 Zustand
- 样式使用 Tailwind CSS,禁止内联 style

## 禁忌规则
- 不要在客户端组件中直接调用数据库
- 不要在 API 路由中返回敏感字段(password, token)
- 不要使用 any 类型
- 不要修改 prisma/schema.prisma 除非明确被要求

## 测试规范
- 单元测试使用 Vitest
- E2E 测试使用 Playwright
- 每个 API 路由必须有对应的集成测试

2. .cursorrules — 编码偏好

IDE 级别的 AI 编码偏好配置。

# 代码风格
- 使用 early return 减少嵌套
- 优先使用 const 而非 let
- 函数参数超过 3 个时使用对象参数
- 错误处理优先使用 Result 模式

# 命名约定
- 组件文件使用 PascalCase
- 工具函数使用 camelCase
- 常量使用 UPPER_SNAKE_CASE
- 数据库模型使用 PascalCase 单数形式

# 性能要求
- 列表组件必须使用虚拟滚动(超过 100 项时)
- 图片使用 next/image 组件
- API 响应超过 1KB 时考虑分页

3. OpenSpec — 系统行为规范

OpenSpec 是系统"当前行为"的单一真相源,同时也是 AI Agent 开发新功能时的参照标准。

project/
├── openspec/
│   ├── specs/                    # 真相源 - 系统当前行为
│   │   ├── auth/spec.md          # 认证模块规范
│   │   ├── api/spec.md           # API 模块规范
│   │   ├── data/spec.md          # 数据模型规范
│   │   └── ui/spec.md            # UI 交互规范
│   ├── changes/                  # 进行中的变更
│   │   └── add-feature/
│   │       ├── proposal.md       # 意图与范围
│   │       ├── specs/            # Delta 规范
│   │       ├── design.md         # 技术方案
│   │       └── tasks.md          # 实现清单
│   └── config.yaml
├── AGENTS.md                     # AI 协作指南
├── .cursorrules                  # 编码偏好
└── src/

MCP 连接外部系统

通过 MCP (Model Context Protocol) 让 AI Agent 直接访问外部系统获取实时上下文。

graph LR
    Agent[AI Agent] -->|MCP| DB[(数据库<br/>Schema + 数据)]
    Agent -->|MCP| API[外部 API<br/>文档 + 测试]
    Agent -->|MCP| FS[文件系统<br/>配置 + 日志]
    Agent -->|MCP| Git[Git 仓库<br/>历史 + PR]
    Agent -->|MCP| Monitor[监控系统<br/>指标 + 告警]

常用 MCP Server 配置:

MCP Server 用途 典型场景
postgres / mysql 数据库访问 AI 直接查询 schema,理解数据模型
filesystem 文件系统 AI 读取配置文件、日志、文档
github GitHub 操作 AI 创建 PR、查看 issue、读取代码
fetch HTTP 请求 AI 调用外部 API、查看文档

核心开发流程

快速路径(推荐单人全栈)

graph LR
    A["1. /opsx:propose<br/>定义意图"] --> B["2. AI Agent 执行<br/>多文件自主开发"]
    B --> C["3. 人工审查<br/>代码 + 测试"]
    C --> D["4. /opsx:archive<br/>归档规范"]
    D --> E[下一个功能]

完整路径(团队协作 / 复杂需求)

graph TB
    Start[需求讨论] --> Explore["/opsx:explore 探索问题空间"]
    Explore --> Propose["/opsx:propose 创建变更规划"]
    Propose --> Context[准备上下文<br/>AGENTS.md + Spec + MCP]

    Context --> ParallelDev{多 Agent 并行开发}

    ParallelDev --> BEAgent["后端 Agent<br/>Claude Code / Cursor"]
    ParallelDev --> FEAgent["前端 Agent<br/>Cursor Agent Mode"]
    ParallelDev --> TestAgent["测试 Agent<br/>自动生成测试"]

    BEAgent --> Review[人工审查]
    FEAgent --> Review
    TestAgent --> Review

    Review -->|通过| Verify["/opsx:verify 验证"]
    Review -->|问题| ParallelDev

    Verify -->|通过| Archive["/opsx:archive 归档"]
    Verify -->|问题| ParallelDev

    Archive --> E2E[E2E 测试]
    E2E -->|通过| Deploy[部署]
    E2E -->|失败| Debug[AI 辅助调试]
    Debug --> ParallelDev

详细阶段说明

阶段 1: 规范设计

sequenceDiagram
    participant Dev as 开发者
    participant AI as AI Agent
    participant Spec as OpenSpec
    participant Context as 上下文体系

    Dev->>AI: /opsx:propose "添加用户认证功能"
    AI->>Context: 读取 AGENTS.md + 现有 specs
    AI->>Spec: 创建 changes/add-user-auth/
    AI->>AI: 生成 proposal.md (意图与范围)
    AI->>AI: 生成 specs/ (Delta 规范)
    AI->>AI: 生成 design.md (技术方案)
    AI->>AI: 生成 tasks.md (实现清单)
    AI-->>Dev: 规划完成,请审查后启动开发

关键产物

proposal.md — 意图和范围:

# Proposal: Add User Authentication

## Intent
实现用户认证系统,支持邮箱密码登录和 OAuth

## Scope
- 用户注册和登录
- JWT token 管理
- Google/GitHub OAuth 集成

## Constraints (从 AGENTS.md 继承)
- 使用 NextAuth.js v5
- 数据库操作通过 Prisma
- 密码使用 bcrypt 加密

specs/auth/spec.md — Delta 规范(增量):

# Delta for Auth

## ADDED Requirements

### Requirement: User Registration
系统必须允许用户通过邮箱和密码注册

#### Scenario: 成功注册
- GIVEN 用户提供有效邮箱和密码(8位以上)
- WHEN 提交注册表单
- THEN 创建新用户账户
- AND 发送验证邮件
- AND 返回 JWT token

#### Scenario: 邮箱已存在
- GIVEN 邮箱已被注册
- WHEN 尝试注册
- THEN 返回 409 Conflict
- AND 提示"该邮箱已注册"

design.md — 技术方案:

# Design: User Authentication

## Architecture Decision
使用 NextAuth.js v5 + Prisma Adapter

## API Endpoints
- POST /api/auth/register (自定义)
- POST /api/auth/[...nextauth] (NextAuth)
- GET /api/auth/me (自定义)

## Database Schema
model User {
  id            String   @id @default(cuid())
  email         String   @unique
  passwordHash  String?
  name          String?
  accounts      Account[]
  sessions      Session[]
}

## MCP 集成
- 通过 postgres MCP 验证 schema 兼容性
- 通过 github MCP 检查相关 issue

阶段 2: 多 Agent 并行开发

这是 AI 驱动开发的核心阶段。与传统的"人写代码"不同,这里是人编排 Agent,Agent 写代码

单人全栈模式

sequenceDiagram
    participant Dev as 开发者
    participant Agent1 as Claude Code (终端)
    participant Agent2 as Cursor Agent (IDE)
    participant Spec as OpenSpec

    Dev->>Spec: 确认 proposal 和 tasks
    
    rect rgb(225, 245, 255)
        Note over Dev,Agent1: 后端开发 (终端)
        Dev->>Agent1: /opsx:apply add-user-auth (后端任务)
        Agent1->>Agent1: 读取 specs + AGENTS.md
        Agent1->>Agent1: 实现 API routes
        Agent1->>Agent1: 创建 Prisma schema
        Agent1->>Agent1: 运行测试验证
        Agent1-->>Dev: 后端完成
    end

    rect rgb(225, 255, 225)
        Note over Dev,Agent2: 前端开发 (IDE)
        Dev->>Agent2: /opsx:apply add-user-auth (前端任务)
        Agent2->>Agent2: 读取 specs + .cursorrules
        Agent2->>Agent2: 实现登录/注册页面
        Agent2->>Agent2: 集成 API client
        Agent2->>Agent2: 添加表单验证
        Agent2-->>Dev: 前端完成
    end

    Dev->>Dev: 审查所有产出
    Dev->>Spec: /opsx:verify 验证一致性

团队协作模式

sequenceDiagram
    participant Arch as AI 编程架构师
    participant Dev1 as 工程师 A (后端)
    participant Dev2 as 工程师 B (前端)
    participant Spec as openspec-shared
    participant CI as GitHub Actions

    Arch->>Spec: 审查并批准 proposal
    Arch->>Spec: 更新 AGENTS.md 架构约束

    par 并行开发
        Dev1->>Dev1: Claude Code /opsx:apply (后端)
        Dev1->>Dev1: AI Agent 实现 API + 数据库
        Dev1->>Dev1: AI Agent 运行测试
    and
        Dev2->>Dev2: Cursor Agent /opsx:apply (前端)
        Dev2->>Dev2: AI Agent 实现界面
        Dev2->>Dev2: AI Agent 集成 API
    end

    Dev1->>Spec: 后端完成,推送变更
    Spec->>CI: 触发通知
    CI->>Dev2: 同步最新 API specs

    Dev2->>Dev2: 更新 API 集成
    Dev2->>Spec: 前端完成

    Arch->>Arch: 架构一致性审查
    Arch->>Spec: /opsx:archive

Background Agent 异步开发

对于明确的任务,可以利用 Background Agent 实现异步开发:

# 分配任务给 Background Agent
# Agent 在云端异步执行,完成后创建 PR

# 适合 Background Agent 的任务:
# - 明确的 CRUD 功能开发
# - 基于 spec 的 API 实现
# - 测试用例编写
# - 代码重构(有明确规则)

# 不适合 Background Agent 的任务:
# - 需要频繁人机交互的探索性工作
# - 涉及复杂架构决策的新模块
# - 需要实时调试的性能优化

阶段 3: 验证与归档

sequenceDiagram
    participant Dev as 开发者
    participant AI as AI Agent
    participant Spec as OpenSpec
    participant Tests as 测试套件

    Dev->>AI: /opsx:verify add-user-auth
    AI->>Spec: 检查 tasks.md 完成度
    AI->>Tests: 运行全量测试
    AI->>AI: 对比实现与 spec 一致性
    AI->>AI: 检查 AGENTS.md 约束合规性

    alt 验证通过
        AI-->>Dev: 完整性、正确性、一致性全部通过
        Dev->>AI: /opsx:archive add-user-auth
        AI->>Spec: 合并 Delta specs 到 specs/
        AI->>Spec: 移动到 changes/archive/
        AI-->>Dev: 归档完成
    else 验证失败
        AI-->>Dev: 发现问题(列出具体问题)
        Dev->>AI: 修复问题
        Dev->>AI: /opsx:verify (重新验证)
    end

验证维度

维度 检查内容 工具
完整性 所有 tasks 完成、所有需求已实现、场景已覆盖 OpenSpec verify
正确性 实现符合规范意图、边界情况已处理 自动化测试
一致性 代码符合 AGENTS.md 约束、架构风格统一 AI 审查
安全性 无明文密钥、无 SQL 注入、输入已校验 安全扫描

跨仓库协作模式

独立 Spec 仓库 + Git Submodule

# 独立 Spec 仓库
openspec-shared/
├── openspec/
│   ├── specs/
│   │   ├── api/          # Backend 维护
│   │   ├── auth/         # Backend 维护
│   │   ├── data/         # 共同维护
│   │   └── ui/           # App 维护
│   └── changes/
├── AGENTS.md             # 跨仓库通用 AI 约束
└── schemas/

# App 仓库
app-repo/
├── openspec-shared/      # Git Submodule
├── .openspec -> openspec-shared/openspec
├── AGENTS.md             # App 特定 AI 约束 (继承 shared)
├── .cursorrules
└── src/

# Backend 仓库
backend-repo/
├── openspec-shared/      # Git Submodule
├── .openspec -> openspec-shared/openspec
├── AGENTS.md             # Backend 特定 AI 约束 (继承 shared)
├── .cursorrules
└── src/

同步工作流

# 初始化 (一次性)
cd app-repo
git submodule add <spec-repo-url> openspec-shared
ln -s openspec-shared/openspec .openspec

# 日常同步
npm run sync-specs  # git submodule update --remote openspec-shared

# 自动同步 (package.json)
{
  "scripts": {
    "sync-specs": "git submodule update --remote openspec-shared",
    "predev": "npm run sync-specs"
  }
}

详细的跨仓库方案参见 跨仓库OpenSpec协作方案


实施标准与最佳实践

1. 上下文工程最佳实践

AGENTS.md 维护原则

  • 保持简洁——AI 的上下文窗口有限,只放最关键的约束
  • 定期更新——每次架构决策后同步更新
  • 分层管理——共享仓库放通用约束,各仓库放特定约束
  • 版本化管理——AGENTS.md 的变更应有 PR 审查

OpenSpec 规范编写标准

# Spec 模板

## Requirements

### Requirement: [需求名称]
[需求描述 - 使用 MUST/SHALL/SHOULD]

#### Scenario: [场景名称]
- GIVEN [前置条件]
- WHEN [触发动作]
- THEN [预期结果]
- AND [额外断言]

#### Scenario: [边界情况]
- GIVEN [异常前置条件]
- WHEN [触发动作]
- THEN [错误处理]

2. AI Agent 使用规范

任务分配原则

任务类型 推荐 Agent 原因
新功能开发 Cursor Agent Mode IDE 内开发,实时可见,方便交互
API 实现 Claude Code (CLI) 终端操作,可运行测试,适合后端
明确的 CRUD Background Agent 异步执行,释放人力做高价值工作
跨模块重构 Claude Code + Task 需要全局视野,CLI 更擅长
UI 开发 Cursor Agent 需要实时预览,IDE 更方便
Bug 修复 Cursor Debug Mode 需要交互式调试,IDE 体验好

审查清单

## AI 产出审查要点

### 架构合规
- [ ] 符合 AGENTS.md 约束
- [ ] 遵循项目目录结构
- [ ] 使用正确的技术选型

### 代码质量
- [ ] 无 any 类型 / 无类型断言滥用
- [ ] 错误处理完整
- [ ] 边界情况覆盖
- [ ] 无硬编码的配置值

### 安全
- [ ] 输入校验完整
- [ ] 无敏感信息暴露
- [ ] 权限检查到位

### 测试
- [ ] 关键路径有测试覆盖
- [ ] 边界情况有测试
- [ ] 测试可独立运行

3. 协作检查清单

规范设计阶段

  • 运行 openspec init 初始化项目
  • 编写 AGENTS.md 定义 AI 协作约束
  • 配置 .cursorrules 编码偏好
  • 使用 /opsx:propose 创建变更
  • proposal.md 清晰描述意图和范围
  • Delta specs 包含完整的场景和边界情况
  • design.md 说明技术方案并引用 AGENTS.md 约束

开发阶段

  • 使用 /opsx:apply 启动 AI Agent 开发
  • 确认 AI Agent 读取了正确的上下文(AGENTS.md + specs)
  • MCP 连接已配置(如需访问数据库/API)
  • 定期检查 AI Agent 的产出方向
  • 保持 tasks.md 更新

验证阶段

  • 运行 /opsx:verify 验证实现
  • 检查 AGENTS.md 约束合规性
  • 运行全量自动化测试
  • 人工审查关键逻辑和安全点
  • 运行 E2E 测试

归档阶段

  • 使用 /opsx:archive 归档变更
  • 确认 Delta specs 已合并到主 specs/
  • 更新 AGENTS.md(如有架构变更)

单人全栈快速迭代模式

graph LR
    A["定义意图<br/>/opsx:propose"] --> B["后端开发<br/>Claude Code"]
    B --> C["前端开发<br/>Cursor Agent"]
    C --> D["验证<br/>/opsx:verify"]
    D -->|通过| E["归档<br/>/opsx:archive"]
    D -->|问题| B
    E --> F[下一个功能]

典型一天的工作流程

# 9:00 - 9:30: 规范设计
/opsx:propose "添加产品评论功能"
# AI 自动生成 proposal + specs + design + tasks

# 9:30 - 11:30: 后端开发 (Claude Code)
/opsx:apply add-product-reviews
# Claude Code 自主实现:
#   - Prisma schema 变更
#   - API routes (CRUD)
#   - 业务逻辑
#   - 集成测试

# 11:30 - 12:00: 审查后端产出
# 检查架构合规性、安全性、测试覆盖

# 13:00 - 15:00: 前端开发 (Cursor Agent)
/opsx:apply add-product-reviews
# Cursor Agent 自主实现:
#   - 评论组件
#   - API 集成
#   - 表单验证
#   - 响应式布局

# 15:00 - 15:30: 审查前端产出

# 15:30 - 16:30: 验证与修复
/opsx:verify add-product-reviews
# 如有问题,AI Agent 辅助修复

# 16:30 - 17:00: 归档
/opsx:archive add-product-reviews

关键效率提升

  • AI Agent 处理 ~80% 的编码工作
  • 人类聚焦在意图定义(15%)和审查(5%)
  • 单功能从需求到上线周期:1-2 天 → 半天

工具生态

核心工具

类别 工具 用途
上下文工程 OpenSpec, AGENTS.md, .cursorrules 定义 AI 的工作约束和参照标准
AI Agent Cursor (Agent Mode), Claude Code (CLI) 自主编码的 AI 开发者
异步开发 Cursor Background Agent 后台异步完成开发任务
工具连接 MCP (Model Context Protocol) AI Agent 连接外部系统
测试 Vitest, Playwright 单元测试与 E2E 测试
版本控制 Git + GitHub 代码和规范版本管理
CI/CD GitHub Actions 自动化构建、测试、部署

AI 编码工具对比

工具 定位 最佳场景 特点
Cursor Agent IDE 内自主开发 UI 开发、跨文件修改 实时预览、多文件编辑、Background Agent
Claude Code 终端自主开发 后端开发、系统集成 可执行命令、运行测试、全自主
GitHub Copilot 行级代码补全 日常编码辅助 补全速度快、IDE 集成深
Windsurf IDE 内开发 全栈开发 类 Cursor,Cascade 流式操作

OpenSpec 命令速查

# 项目管理
openspec init                    # 初始化项目
openspec config profile          # 配置 profile
openspec update                  # 更新 AI 指令

# 查看状态
openspec list                    # 列出所有变更
openspec show <change>           # 查看变更详情
openspec view                    # 交互式 Dashboard

# AI Slash Commands (Core)
/opsx:propose <idea>             # 创建变更并生成规划
/opsx:apply [change]             # 启动 AI Agent 实现
/opsx:archive <change>           # 归档变更

# AI Slash Commands (Expanded)
/opsx:explore                    # 探索问题空间
/opsx:verify <change>            # 验证实现
/opsx:sync <change>              # 同步 specs
/opsx:bulk-archive               # 批量归档

落地验证路径

第一周: 上下文工程基础

目标:建立项目的上下文工程体系

步骤

# 1. 初始化 OpenSpec
npm install -g @fission-ai/openspec@latest
cd your-project
openspec init

# 2. 编写 AGENTS.md
# 定义项目的架构约束、编码规范、禁忌规则

# 3. 配置 .cursorrules
# 定义 IDE 级别的编码偏好

# 4. 配置 MCP (如需要)
# 连接数据库、API 等外部系统

# 5. 用 /opsx:propose 创建第一个变更
/opsx:propose "实现用户注册和登录功能"

验收标准

  • AGENTS.md 覆盖核心架构约束
  • OpenSpec specs/ 包含主要模块的行为规范
  • AI Agent 能正确读取上下文并产出符合规范的代码

第二周: AI Agent 开发实战

目标:完成一个完整的 AI Agent 驱动的功能开发

# 1. 后端开发 (Claude Code)
/opsx:apply add-user-auth

# 2. 前端开发 (Cursor Agent)
/opsx:apply add-user-auth

# 3. 验证
/opsx:verify add-user-auth

# 4. 归档
/opsx:archive add-user-auth

验收标准

  • AI Agent 产出代码符合 AGENTS.md 约束
  • 所有 spec 场景有对应测试覆盖
  • 端到端功能正常工作
  • 开发效率对比传统模式提升 3x+

第三周: 团队协作与优化

目标:建立团队级的 AI 开发协作流程

# 1. 设置跨仓库协作 (如前后端分离)
# 详见《跨仓库OpenSpec协作方案》

# 2. 配置 GitHub Actions 自动化
# spec 变更自动通知、自动同步 PR

# 3. 建立团队 AI 编程规范
# 审查流程、Agent 使用规范、上下文维护责任

# 4. 开始并行功能开发
# 多人多模块并行,验证协作流程

验收标准

  • 团队成员熟悉 AI Agent 开发工作流
  • 跨仓库 spec 同步流畅
  • 建立清晰的 AI 产出审查流程
  • 至少完成 3 个完整的功能迭代

常见问题

Q1: AGENTS.md 和 OpenSpec 的关系?

AGENTS.md 是项目级的 AI 协作指南,定义"这个项目怎么开发"——架构约束、编码风格、技术选型。所有 AI Agent 都应该读取它。

OpenSpec 是系统行为规范,定义"这个系统做什么"——功能需求、场景、边界情况。它是功能开发的参照标准。

两者互补:AGENTS.md 告诉 AI "怎么写",OpenSpec 告诉 AI "写什么"。

Q2: 如何管理 AI Agent 的产出质量?

  1. 源头管控——高质量的上下文(AGENTS.md + specs)= 高质量的产出
  2. 自动化守护——CI 中集成 lint、类型检查、测试、安全扫描
  3. 人工审查——关注架构决策和业务逻辑,而非代码风格
  4. 持续优化——根据 AI 产出的常见问题,更新 AGENTS.md

Q3: 多人协作时如何避免 AI 产出冲突?

  • 变更隔离——每人在独立的 change 文件夹中工作
  • 规范共享——通过 OpenSpec specs/ 作为共同参照
  • 职责划分——api/ 由后端维护,ui/ 由前端维护
  • 批量归档——使用 /opsx:bulk-archive 自动检测冲突

Q4: 什么时候不应该用 AI Agent?

  • 核心算法创新——需要深度思考和创造性的部分
  • 敏感安全模块——支付核心逻辑、加密算法实现(可用 AI 辅助,但需更严格审查)
  • 架构决策——这是 AI 编程架构师的职责,AI 可以辅助分析但不应决策
  • 产品定义——AI 可以帮助实现,但"做什么"是人的决定

成功指标

开发效率

  • 单功能开发周期缩短 3-5x(AI Agent 处理大部分编码)
  • 前后端集成问题减少 80%+(基于共同 spec)
  • 人工编码时间占比降至 20% 以下

代码质量

  • AGENTS.md 约束合规率 > 95%
  • 自动化测试覆盖率 > 80%
  • AI 产出代码首次审查通过率 > 70%

团队协作

  • 前后端可并行开发,无阻塞
  • 单人可独立完成全栈功能
  • 新成员上手时间缩短 60%+
  • 变更历史完整可追溯

文档版本: 3.0.0
最后更新: 2026-03-06
适用场景: AI 驱动的全栈开发、单人全栈、模块化团队协作
核心工具: OpenSpec + AI Agent (Cursor/Claude Code) + MCP + AGENTS.md
相关文档: 跨仓库 AI 协作方案:Spec 与上下文工程 | [AI Agent 时代的技术团队重塑](./AI Agent 时代的技术团队重塑.md)

更新时间:2026年3月6日