Install
$ agentstack add skill-seed-forge-harness-ai-kit-devlab-spec-driven-dev ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
devlab-spec-driven-dev
用途
将"AI 协作开发"从"边聊边改代码"升级为spec 驱动:先把需求沉淀为结构化提案(requirements / design / tasks),经人类审查确认后,再由 AI 分任务顺序执行并回归。适用于任何支持 spec 工作流的 AI IDE / Agent —— Kiro 的 .kiro/specs/ 只是其中一个具体实现(见 references/REFERENCE-KIRO-SPEC-EXAMPLE.md)。
核心价值:把"意图"显式化、可审查、可追溯、可分任务并行/续跑,避免大改动中途失焦、返工、上下文丢失。
适用场景
- 中大型功能/重构:需求有多个子任务、需要拆解与阶段验收。
- 多轮协作 / 跨会话续跑:需要一份稳定的"事实源"承接进度。
- 需要人类在关键决策点把关(架构、破坏性变更)的 AI 协作开发。
不适用场景
- 一次性小改动(改个文案、修个明显 typo)——直接改即可,不必起 spec。
- 纯探索性调研(用 ask/研究类流程)。
输入
- 需求描述(自然语言)。
- 目标代码库现状。
- 约束与偏好(语言、是否允许破坏性变更、测试力度等)。
输出
specs//提案三件套:requirements.md(需求+验收标准)、design.md(技术设计)、tasks.md(可勾选任务清单)。- 可选:
README.md概览、ADR 架构决策记录、STATUS.md/UPDATE_SUMMARY.md进度跟踪。 - 分任务执行后的实现 + 回归结果。
工作流
Phase 1: 需求 → requirements.md
→ 澄清目标、边界、验收标准(每条需求可验证)
→ ⛔ Gate G1(human):需求是否完整/无歧义
Phase 2: 设计 → design.md
→ 技术方案、模块划分、数据流、正确性属性、破坏性变更影响面
→ 调研是否有成熟库/方案可复用
→ ⛔ Gate G2(human):设计与取舍确认
Phase 3: 任务拆解 → tasks.md
→ 拆为可独立勾选、可验证的任务(含依赖顺序)
→ ⛔ Gate G3(human):任务粒度与顺序确认
Phase 4: 执行(Run all tasks)
→ 按 tasks.md 顺序执行;可委派子代理逐任务实现
→ 每完成一个任务勾选状态、同步 tasks.md
→ 变更调用侧同步(破坏性变更)
Phase 5: 回归与收尾
→ 跑测试/评测;更新 STATUS;必要时回写 design(实现偏差)
提案质量约束(默认规范,可按团队覆盖)
- 语言一致:提案与代码注释使用团队约定语言(本团队默认中文)。
- 破坏性变更策略:允许破坏性变更,但必须同步变更所有调用侧,不保留无意义的向后兼容代码。
- 工程化思维:方案要面向可维护性与复用,而非"为解决问题而解决"。
- 测试力度适配:保留必要的属性/单元测试,减少不必要的测试以加快提案落地;关键正确性属性必须覆盖。
- 提案-实现一致:实现偏离设计时,回写 design/tasks,保持事实源一致。
human-on-the-loop 决策门禁
| Gate | 时机 | 人类确认 | |------|------|---------| | G1 | requirements 完成 | 需求完整性/验收标准 | | G2 | design 完成 | 架构取舍、破坏性变更影响面 | | G3 | tasks 完成 | 任务拆解粒度与顺序 |
> 关键决策给选项 + 推荐,由人类拍板("方向1(推荐)/方向2…你怎么决策?"),而非 AI 直接定夺。
与其他 devlab-* / 平台 Skill 的关系
| Skill | 关系 | 说明 | |-------|------|------| | devlab-ai-agent-engineering | 上游 | 提供架构方法论,本技能把架构落地为 spec 并执行 | | devlab-eval-driven-agent | 下游 | Phase 5 回归用评测体系验证 | | devlab-tech-debt-ops | 并行 | 重构类 spec 引用其重构编排方法 | | 各 AI IDE 原生 spec 能力 | 载体 | Kiro spec / 其他工具的 spec 均为本方法论的具体实现 |
reference
references/REFERENCE-KIRO-SPEC-EXAMPLE.md— 以 Kiro.kiro/specs/为例的一个具体落地范例(目录结构、Run all tasks、子代理编排)。
约束
- spec 是事实源:进度、决策、变更都要回写 spec,不散落在对话里。
- 不硬编码具体 IDE 的路径/命令为唯一方式——Kiro 仅为 example,方法论与工具解耦。
- 每条需求必须可验证;每个任务必须可独立勾选。
- 破坏性变更必须同步调用侧并在 design 记录影响面。
推荐触发方式
按 spec 驱动方式做这个需求:先出 requirements/design/tasks 提案,我确认后再 Run all tasks
用 devlab-spec-driven-dev 把这个重构拆成提案三件套,关键决策给我选项
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: seed-forge
- Source: seed-forge/harness-ai-kit
- License: Apache-2.0
- Homepage: https://pypi.org/project/harness-ai-kit/
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.