GPT-Pilot Spec Writer 使用指南：从 3 句话想法到可开工的项目规范

GPT-Pilot Spec Writer 使用指南从 3 句话想法到可开工的项目规范【免费下载链接】gpt-pilotThe first real AI developer项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-pilot一个典型场景你手上只有三句话的应用想法却要开工。GPT-Pilot 的 Spec Writer 模块负责这一段通过对话收集需求用 LLM 把描述重写成结构化的项目规范产出能直接进入后续开发阶段的项目状态。典型卡点想法到开工之间缺的那一页多数 AI 生码工具拿到一句描述就直接写代码写错了也只能推倒重来。GPT-Pilot 的取舍是先在流程最前面插一个规范编写者把描述收敛成一份所有后续 agent 都读得懂的文档。核心实现在 core/agents/spec_writer.py生成的规范最终存在项目状态的specification.description字段里Architect、TechLead 都基于它干活。5 分钟上手拿到第一份 LLM 生成的规范前置条件是 Python 3.9 和一个 LLM 服务商的 API key。git clone https://gitcode.com/GitHub_Trending/gp/gpt-pilot cd gpt-pilotpython3 -m venv venv source venv/bin/activateWindows 用venv\Scripts\activatepip install -r requirements.txtcp example-config.json config.json在config.json里填 openai / anthropic / groq 的 provider 和 keypython main.py在交互提示里输入项目描述几分钟后你会看到 LLM 流式输出一份完整规范接着是自动生成的项目名称项目目录随之建在workspace下。也可以用python main.py --initial-prompt 描述跳过交互直接喂描述。机制透视SpecWriter 在 agent 流水线里的位置调度中心 core/agents/orchestrator.py 会在三种时机把活交给 SpecWriter新项目还没有规范、用户请求修改规范、开发中提出新需求。SpecWriter 的run()就是按这三种情况分流if current_iteration is not None and current_iteration.get(status) IterationStatus.NEW_FEATURE_REQUESTED: return await self.update_spec(iteration_modeTrue) elif self.prev_response and self.prev_response.type ResponseType.UPDATE_SPECIFICATION: return await self.update_spec(iteration_modeFalse) elif not self.current_state.specification.description: return await self.initialize_spec_and_project()白话新需求进迭代走update_spec用户主动改规范也走update_spec第一次开工才走初始化流程。数据流大致是原始描述存入knowledge_base.user_options.original_description→ 套 core/prompts/spec-writer/build_full_specification.prompt 模板调 LLM 生成完整规范 → 再单独让 LLM 起个项目名 → 写入specification.description并初始化文件系统。用户不满意时可以选 No, I want to add more details 进入追加循环每一轮把新输入并入规范并重新生成全文。确认完规范后模块还会判断是否需要登录态并据此选前端模板if options[auth_type] api_key or options[auth_type] none: template_name vite_react_swagger else: template_name vite_react白话纯 API key 或无认证的项目直接套 OpenAPI 驱动的模板其余走带注册登录流程的模板。最后check_prompt_complexity用 temperature0 的单次调用给规范打个simple / moderate / hard标签供 TechLead 制定开发计划时参考。常见坑与解法别在初始描述里纠结技术栈。规范模板明确禁止提技术选型、测试、部署内容栈被固定为 ReactShadCN 和 Node.js你写了也会被规则过滤掉。把篇幅花在用户交互场景上。描述太糙时 LLM 会自行脑补。首轮生成后仔细看规范文本缺什么就用 add more details 入口补一轮每次补一个明确点比一次糊一大段效果好。长对话会截断上下文。追加循环里消息超过 6 条就只保留中间部分convo.slice(1, 4)跨很多轮的细节可能被丢重要约束尽量早说、说全。想回退某一步python main.py --project app_id --step step可以从指定步骤重跑注意该步之后的进度会被删掉。复杂度标签不是即时生效的。它影响的是后续任务拆解的粒度预期改完描述别指望立刻看到不同行为。注意仓库安全公告。README.md 顶部有说明core/telemetry/曾在 2025-08 至 2026-06 间藏过凭证窃取恶意代码已清除但项目已停止维护建议在自己的受控环境里跑跑完检查core/telemetry/下是否干净。下一步行动从规范继续往下看读 README.md 的 How GPT Pilot works? 一节把 SpecWriter 之后的 Architect → TechLead → Developer 流水线对齐一遍。通读 core/prompts/spec-writer/ 下 8 个 prompt 模板它们就是规范生成行为的完整定义想理解或想魔改规范风格从这里入手。跑完一轮后用python main.py --list找到自己的app_id再--project app_id续跑规范不满意就停在 spec 步骤重进满意则让它继续进架构阶段。验收动作只有一个打开生成的规范逐条对照你最初的想法缺的补一轮确认无误后再放行给后续 agent。【免费下载链接】gpt-pilotThe first real AI developer项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-pilot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考