franklinxkk/ai-delivery-spec · 2026 年收录
推荐一个面向 AI Coding 前需求交付的开源 Skill：ai-delivery-spec
做产品需求和 AI Coding 时，我反复碰到一个问题：一句话就能让大模型开始写 PRD、画原型甚至改代码，但需求里的边界、权限、状态、数据口径和异常还没有说清。产物看起来很完整，产品、前端、后端和测试却可能各自理解一套，最后还是要靠评审
https://github.com/franklinxkk/ai-delivery-spec
被谁收录过
投稿原文（节选）
项目地址： https://github.com/franklinxkk/ai-delivery-spec 做产品需求和 AI Coding 时，我反复碰到一个问题：一句话就能让大模型开始写 PRD、画原型甚至改代码，但需求里的边界、权限、状态、数据口径和异常还没有说清。产物看起来很完整，产品、前端、后端和测试却可能各自理解一套，最后还是要靠评审会反复补口径。 所以我把真实需求工作中反复使用的方法整理成了开源 Skill AI Delivery Spec 。它不是单纯的 PRD 生成器，而是需求进入编码前的交付层：可以从一个 Idea、业务问题或用户痛点开始，也可以直接读取会议纪要、竞品、旧 PRD、原型、存量系统、变更或缺陷；根据当前阶段补齐真正会影响实现和验收的事实，产出最小但完整的需求基线。 几个主要特点： 任意阶段进入 ：从问题定义、方案探索、需求澄清，到 PRD、工程原型、变更影响和验收，都可以从现有位置开始，不要求先补齐整套流程。 按任务控制重量 ：一个字段或页面小改只做必要约束；跨角色、跨模块或高风险需求才补流程、状态、数据流和追溯，不把每个小功能都写成厚文档。 人和 Coding Agent 共用一套事实 ：业务目标、角色权限、页面动作、字段口径、状态守卫、异常、副作用与验收可以相互追溯；不清楚的内容标为 GAP，不让模型自行编造一个“看起来合理”的实现。 评审态按需生成 ：客户确认默认使用可操作的产品态；只有明确要给前后端、测试评审时，才增加编号、核心流程和角色必需说明。 中英文均可使用 ：支持 Codex、Claude Code、Cursor、Trae、OpenClaw 等 Agent Skills 环境。 一分钟安装： # Codex / Claude Code / Cursor / Trae 等 npx skills add franklinxkk/ai-delivery-spec # OpenClaw openclaw skills install @franklinxkk/ai-delivery-spec 安装后可以直接说： 使用 $ai-delivery-spec。我现在有一段模糊需求，本次只需要收敛到可评审、可实施的需求基线。 先复用已确认事实，只问会改变范围或结果的问题；不要自行猜测业务规则。 它与 Spec Kit、OpenSpec 这类工具不是替代关系：AI Delivery Spec 主要解决“需求还不完整、业务规则还不稳定”时如何收敛为可实施输入；下游工具再继续完成技术规格、任务拆分和代码实现。 当前版本为 v5.4.4，采用 Apache-2.0 协议。截至 2026-08-08，ClawHub 已有 1.6k+ 下载，SkillHub AI 评分为 4.8/5.0。欢迎试用、提出问题或贡献真实但脱敏的使用反馈。