OpenSpec 专题

这个专题围绕 OpenSpec 展开，但重点不只是“它是什么”，而是它在 AI 协作开发里到底扮演什么角色，以及它怎样和上下文工程、跨仓库协作、模型实验、内部定制这些问题连起来。

对我来说，OpenSpec 最重要的价值，不是多了一套文档格式，而是它把“需求、变更、实现”之间原本隐性的关系，变成了 AI 可以消费、团队可以审查、后续可以归档的 artifact 结构。

flowchart LR
    A[需求意图] --> B[proposal]
    B --> C[spec delta]
    C --> D[design / tasks]
    D --> E[AI 实施]
    E --> F[archive 回写 specs]

阅读顺序

• [OpenSpec 是什么以及怎么用](./OpenSpec 是什么以及怎么用.md)

  • 适合先快速理解 OpenSpec 的定位、核心结构和基本使用方式

• [OpenSpec 对比 Superpowers：规范驱动与技能驱动的 AI 开发工作流](./OpenSpec 对比 Superpowers：规范驱动与技能驱动的 AI 开发工作流.md)

  • 适合比较 OpenSpec 与另一类 Agent 工作流系统的差异与组合关系

• OpenSpec Fork 定制化实践报告

  • 适合关注内部定制、流程增强、standards 注入与模板扩展的人

• 跨仓库AI协作方案-Spec与上下文工程

  • 适合关注多仓库、多角色、多 Agent 共读同一份规范的人

• 实验/README

  • 进入基于不同模型生成的 OpenSpec 实验结果

这个专题包含什么

这个目录大致分成两部分：

1. 方法与实践

• OpenSpec 的基本理念
• 与其他 AI 协作工作流的差异
• 如何在团队里落地
• 如何做 fork 和定制化
• 如何支持跨仓库共享规范

2. 实验与产出

• openspec-glm5
• openspec-minimax2.5

这些实验目录保留了 proposal、design、tasks 和 specs 等完整产出，便于直接对比不同模型在 OpenSpec 结构下的实际表现。

为什么单独做成专题

原来这些内容是分散的：

• 一部分是方法文章
• 一部分是内部定制经验
• 一部分是模型实验目录

分散放着时，每篇文章都能看，但很难形成一个完整认知。
整理成专题以后，路径会更清楚：

1. 先理解 OpenSpec 是什么
2. 再理解它和其他工作流系统的区别
3. 再看定制与跨仓库实践
4. 最后看模型实验产出

这样更适合后续继续扩展案例和实验。