MageByte-Zero/spec-superflow

解决的问题

Spec-superflow 提供一种结构化且可恢复的 AI 编程工作流，防止 AI 代理偏离原始意图或无声失败。它解决了 AI 生成‘幻觉式’完成的问题——即 AI 声称任务已完成，但实际上未经过验证；或在没有明确、一致同意的范围的情况下实施复杂变更。

如何工作

该工具使用两条主要路径实现严谨的执行流水线：

• 直接路径：适用于目标明确、验证可复现的简单变更。无需大量规划文档，仅记录请求的范围和最终验证结果。
• 计划路径：适用于复杂、跨模块的变更。执行前必须创建 proposal.md（目标、边界、风险）和 tasks.md（带完成标准的编号复选框）。

它利用一组“技能”（模块化责任单元），如 spec-writer 用于规划、build-executor 用于实现、code-reviewer 用于最终验证。工作流确保只有当验证命令（例如 npm test）返回成功代码并记录 Git 范围时，任务才会被标记为 verified。

适用人群

使用 AI 编程助手（如 Claude Code、Cursor、GitHub Copilot CLI 或 Gemini CLI）的开发者，希望对 AI 生成的代码变更强制执行工程严谨性、正式验证和范围控制。

特色亮点

• 双执行路径：根据任务复杂度在轻量级直接执行与结构化规划之间切换。
• 可验证结果：防止 AI 仅声明任务完成；要求实际的验证命令退出码和 Git 范围审计。
• 可恢复状态：支持检查点和会话恢复（ssf resume），可恢复进行中的任务。
• Git 隔离：内置功能分支支持和可选的 Git worktree，用于隔离 AI 变更。
• 广泛平台支持：兼容 19 种不同的 AI 编程平台/插件。