🌐 English Version | 🇨🇳 中文版
本项目起源于"AI 原力注入"社区关于 AI 编程的深度探讨。针对社区提出的"利用 OpenSpec 实现 Spec 驱动开发"这一构想，本项目通过一个完整的实战案例，演示了 OpenSpec 规范在 AI 辅助编程中的具体应用。
作为 OpenSpec 的学习与实践仓库，本项目提供了系统的文档分析、详细的使用手册及多语言示例，旨在帮助开发者深入理解并高效应用该规范。
Star History:
本项目主要由以下四个核心模块构成：
存放 OpenSpec 的理论分析与实践指南，帮助理解规范背后的思想与工作流。
-
OpenSpec使用手册: OpenSpec 的完整使用手册，涵盖安装、初始化、文档规范、验证、最佳实践等内容。
"OpenSpec 是一个规范驱动开发（Spec-Driven Development, SDD）框架，专为 AI 编程助手设计。它通过在编写代码之前先定义规范，确保人与 AI 对需求达成一致。" —— OpenSpec 使用手册
-
OpenSpec 实战指南: OpenSpec 的具体落地实践指南。
"OpenSpec 不仅仅是一套文档格式，更是一种 Spec 驱动开发 (Spec-Driven Development) 的工程实践。它主张'以规格为源'，确保代码与测试始终与设计保持一致。" —— OpenSpec 实战指南
-
OpenSpec 实战指南：AI 辅助软件工程全流程深度复盘: 深度解析 OpenSpec 在 AI 编程工作流中的角色与价值。
"传统的开发模式是 需求 -> 人 -> 代码，而新的范式正在演变为 意图 -> Spec (OpenSpec) -> AI -> 代码 & 验证。" —— OpenSpec AI 工作流程分析
基于电商场景 (E-commerce) 的多语言最小化实现 (MVP)，展示 OpenSpec 规范如何驱动代码落地。
-
ecommerce-mini(Node.js)src/domain: 核心业务逻辑，纯净的领域层。src/http: API 接口实现。src/services: 业务服务层。src/repo: 内存数据存储。src/persist: 文件持久化存储。__tests__: 配套的测试用例（单元测试、集成测试、性能测试）。
-
ecommerce-mini-python(Python)src/domain: Pydantic 定义的领域模型。src/services: 业务服务层。src/api: FastAPI 实现的接口服务。src/repo: 内存数据存储。tests: Pytest 测试套件。
展示 SDD 工作流的完整规范文件，存放于 examples/openspec/。
examples/openspec/config.yaml: 项目上下文配置（技术栈、约定规则等），自动注入每次 AI 规划请求。examples/openspec/changes/v1-mvp/: MVP 版本的完整变更规范（已归档）。proposal.md: 变更提案（Why / What Changes / Capabilities）。design.md: 系统架构设计（分层架构与数据流）。tasks.md: 实施任务清单。specs/domain-model/spec.md: 核心领域模型规范。specs/catalog-management/spec.md: 商品管理规范。specs/cart-management/spec.md: 购物车管理规范。specs/order-management/spec.md: 订单管理规范。specs/payment/spec.md: 支付规范。specs/error-handling/spec.md: 错误处理规范。
examples/openspec/specs/: 归档后的主规范（已从 v1-mvp 归档合并）。
示例项目使用的测试数据文件。
examples/ecommerce-mini/data/: Node.js 版本的测试数据。products.json: 商品数据。carts.json: 购物车数据。orders.json: 订单数据。
本项目演示了以下 OpenSpec 核心特性：
- 规范驱动开发: 先定义规范，再编写代码，确保 AI 与人对需求达成一致。
- 多语言实现: 使用相同的规范驱动 Node.js 和 Python 两套实现。
- 完整测试覆盖: 单元测试、集成测试、性能测试。
- 生产级扩展: 持久化存储、鉴权、幂等性、可观测性。
- AI 深度协作: 通过
openspec init生成 OPSX 斜杠命令（/opsx:propose、/opsx:apply等），支持与 20+ AI 编程助手（如 Cursor、Claude Code、Junie、Lingma 等）的标准化协作工作流。
领域驱动设计（DDD）的战略洞察与 OpenSpec 的结构化规范相融合，构建了从领域模型到工程代码的高可靠衔接体系。下述 DDD 产出物向 OpenSpec 工作流转化的标准映射路径，均提炼自开源技能库项目 domain-driven-design-skills（详见 ddd-openspec-mapping.md 文档）。
在战略层面，通过将 DDD 的空间划分方法论引入 OpenSpec 的目录结构，可以实现设计与规格的天然对应。
DDD 的“限界上下文”对应 OpenSpec 中 specs/ 目录下的子领域目录。这种对齐方式确保了每一个 DDD 识别出的业务边界在工程规格中都有明确的归属。同时，通过在 openspec/config.yaml 中声明这种映射关系，可以为 AI Agent 提供全局的架构上下文。
# openspec/config.yaml 示例：领域与限界上下文的映射配置
context: |
## 项目领域映射
本系统遵循 DDD 设计，核心限界上下文包括：
- 用户管理上下文
- 订单管理上下文
- 支付上下文战术设计决定了代码实现的质量。OpenSpec 提供了一套结构化的表达方式，将 DDD 的构造块转化为可验证、可执行的任务序列。
下表展示了 OpenSpec 核心组件与 DDD 产出物的具体映射关系：
| OpenSpec 规范结构 | 对应的 DDD 产出物 | 描述与说明 |
|---|---|---|
| 领域（Domain） | 限界上下文（Bounded Context） | 一个领域目录对应一个限界上下文。 |
| 需求（Requirement） | 领域服务（Domain Service） / 命令（Command） | 描述一个核心业务功能或操作。 |
| 场景（Scenario） | 聚合（Aggregate）行为 | 使用 Given/When/Then 格式精确描述聚合行为。 |
| 技术设计（Design） | 应用服务（Application Service） | 协调多个领域服务，管理事务与安全。 |
| 实施任务（Tasks） | 战术设计待办列表 | 将实体、值对象、仓储接口等具体实现任务化。 |
OpenSpec 的工作流与 DDD 的迭代建模高度契合，特别强调存量优先的重构能力。
- 提案（Propose）：使用
/opsx:propose快速初始化变更，沉淀领域建模结论。 - 实施（Apply）：利用 AI 依据规范（需求与场景）进行代码实现与自动化验证。
- 归档（Archive）：通过
openspec archive将增量规范合并至主规范，确保领域知识的单一事实来源。
进入 examples/ecommerce-mini 目录：
# 安装依赖 (虽然本项目无外部依赖，但建议保持此习惯)
npm install
# 运行测试 (使用 Node.js 内置测试运行器)
npm test
# 启动开发服务 (内存存储，默认监听 3000 端口)
npm start
# 启动生产服务 (文件持久化、鉴权，默认监听 3002 端口)
npm run start:prod进入 examples/ecommerce-mini-python 目录：
# 安装依赖
pip install -r requirements.txt
# 运行测试
pytest
# 启动服务 (默认监听 8000 端口)
python -m uvicorn src.api.server:app --reload推荐按以下顺序学习：
- 入门: 阅读 OpenSpec使用手册，了解 OpenSpec 的基本概念和使用方法。
- 实践: 阅读 OpenSpec 实战指南，理解如何在实际项目中应用。
- 深入: 阅读 OpenSpec 实战指南：AI 辅助软件工程全流程深度复盘，了解 AI 协作的最佳实践。
- 动手: 运行
examples/ecommerce-mini和examples/ecommerce-mini-python，体验规范驱动开发。 - 研究: 查看
examples/openspec/changes/v1-mvp/下的规范文件，学习如何编写规范。
为了在实际开发中更高效地落地 OpenSpec 规范，本项目推荐搭配专用的 AI 助手技能进行协作。
- OpenSpec Assistant: 这是一个专为执行 OpenSpec 规范驱动开发 (SDD) 而设计的 AI 技能。它涵盖了意图对齐、规范生成、代码实现与自动化验证的完整生命周期。同时支持架构师 (编写与评审 Spec) 、开发者 (编写代码) 和 QA (编写测试) 等多角色协同工作，并原生支持本项目的
/opsx指令体系。