# Research: Spec-Driven Development Tools

Date: 2026-02-22

---

## 1. Spec Kit (GitHub)

**Repo**: https://github.com/github/spec-kit
**Stars**: 71K+ | **Language**: Python | **License**: MIT

### Суть

Официальный тулкит от GitHub для Specification-Driven Development (SDD). CLI-утилита `specify`, которая инициализирует проект с набором шаблонов и slash-команд для AI-агентов.

Ключевая идея — инверсия власти: спецификация является первичным артефактом, код — её производная. Поддерживать софт = развивать спецификации. Дебажить = чинить спецификации.

### Воркфлоу

```
/speckit.constitution  →  архитектурные принципы (иммутабельные)
/speckit.specify       →  спецификация фичи (user stories, acceptance criteria)
/speckit.plan          →  техплан (research, data models, API contracts)
/speckit.tasks         →  executable task list с маркерами параллелизации [P]
/speckit.implement     →  выполнение тасков по плану
```

Структура файлов на выходе:
```
specs/[###-feature]/
├── spec.md
├── plan.md
├── research.md
├── data-model.md
├── quickstart.md
├── contracts/
└── tasks.md
```

### Ключевые концепции

**Constitution** — "конституция" проекта с иммутабельными принципами:
- Library-First: каждая фича начинается как standalone библиотека
- CLI Interface Mandate: всё доступно через текстовый I/O
- Test-First Imperative: тесты до кода (NON-NEGOTIABLE)
- Simplicity Gate: максимум 3 проекта, без future-proofing
- Anti-Abstraction Gate: используй фреймворк напрямую, без обёрток
- Integration-First Testing: реальные БД вместо моков

**Шаблоны как constraint для LLM**:
- Разделение WHAT/WHY vs HOW (спецификация не содержит деталей реализации)
- Обязательные `[NEEDS CLARIFICATION]` маркеры вместо угадывания
- Чеклисты как "юнит-тесты" для качества спецификации
- Phase gates (pre-implementation): simplicity, anti-abstraction, integration-first
- Иерархия деталей: основной документ — высокоуровневый, детали в отдельных файлах
- Test-first ordering: контракты → тесты → код

**Поддержка агентов**: Claude Code, Cursor, Copilot, Gemini CLI, Codex, Windsurf, Roo Code, Kilo Code, Amp, Qoder, Jules, IBM Bob, SHAI, Auggie, Antigravity, generic (bring-your-own)

### Сильные стороны
- Жёсткая структура "сверху вниз" (spec → plan → tasks → code)
- Traceability: каждое техническое решение привязано к конкретному требованию
- Constitution обеспечивает архитектурную консистентность между генерациями
- Шаблоны превращают LLM из "креативного писателя" в "дисциплинированного инженера"
- Branching для exploration: разные имплементации из одной спецификации

### Слабые стороны / ограничения
- Нет итеративных петель с quality gates (всё линейно: specify → plan → tasks → implement)
- Нет механизма самоулучшения скиллов на основе прошлых ошибок
- Нет anti-hallucination gate (grounded mode)
- Constitution — ручная настройка, нет auto-detection стека

---

## 2. AI Factory (lee-to)

**Repo**: https://github.com/lee-to/ai-factory
**Stars**: 273 | **Language**: TypeScript | **License**: MIT

### Суть

CLI-утилита + система скиллов для автоматизации AI-powered разработки. Одна команда `ai-factory init` детектит стек, устанавливает релевантные скиллы, конфигурирует MCP-серверы.

### Воркфлоу

```
ai-factory init          →  детект стека, установка скиллов, конфигурация MCP
/aif                     →  главная точка входа (3 режима: existing/new/empty project)
/aif-plan [fast|full]    →  планирование (PLAN.md или plans/<branch>.md)
/aif-implement           →  выполнение плана
/aif-verify              →  верификация против плана
/aif-commit              →  conventional commits
/aif-review              →  code review
/aif-loop                →  итеративный reflex loop с quality gates
/aif-evolve              →  самоулучшение скиллов
/aif-grounded            →  reliability gate (anti-hallucination)
```

Структура файлов:
```
.ai-factory/
├── DESCRIPTION.md
├── ARCHITECTURE.md
├── RULES.md
├── PLAN.md
├── plans/<branch>.md
├── patches/*.md
└── evolution/
    ├── current.json
    └── <alias>/
        ├── run.json
        ├── history.jsonl
        └── artifact.md
```

### Ключевые концепции

**22 скилла** (все с `aif-` префиксом) — от планирования до деплоя:
- Core workflow: aif, aif-plan, aif-implement, aif-verify, aif-commit
- Quality: aif-review, aif-security-checklist, aif-grounded
- Iteration: aif-loop, aif-evolve, aif-improve
- Infrastructure: aif-ci, aif-deploy, aif-dockerize, aif-build-automation
- Meta: aif-skill-generator, aif-rules, aif-roadmap, aif-docs, aif-architecture

**aif-loop (Reflex Loop)** — итеративный цикл с quality gates:
```
PLAN → PRODUCE||PREPARE → EVALUATE → CRITIQUE → REFINE
```
- Параллельное выполнение через Task-агенты
- Двухфазная оценка (A/B с разными порогами: 0.8 и 0.9)
- Stagnation detection (delta < 0.02 два раза подряд → стоп)
- Persist на диск (run.json + history.jsonl) — можно resume после /clear
- Stop conditions: threshold_reached, no_major_issues, iteration_limit, user_stop, stagnation

**aif-evolve (Self-Improvement)** — анализирует прошлые патчи/фиксы, находит паттерны ошибок и усиливает скиллы:
- Собирает "intelligence" из patches, codebase conventions, linter configs
- Группирует по категориям (null-check, async, N+1, etc.)
- Генерирует project-specific улучшения для каждого скилла
- Всё traceable: каждое улучшение привязано к конкретному патчу/паттерну
- Требует подтверждения пользователя перед применением

**aif-grounded (Reliability Gate)** — anti-hallucination:
- Классификация запроса: repo-grounded / doc-grounded / external-facts
- Mandatory verification для изменяемых фактов (версии, "latest", цены)
- Confidence gate 0-100: ответ только при 100/100
- При < 100 выдаёт "INSUFFICIENT INFORMATION" + список чего не хватает

**Transformer-система** — один набор скиллов адаптируется под формат каждого агента через трансформеры (src/core/transformers/)

### Сильные стороны
- Итеративные петли с quality gates и persist (aif-loop)
- Самоулучшение на основе прошлых ошибок (aif-evolve)
- Anti-hallucination gate (aif-grounded)
- Auto-detection стека при init
- Богатый набор скиллов (22 штуки) покрывающий полный цикл
- MCP-конфигурация из коробки

### Слабые стороны / ограничения
- Нет concept "конституции" — архитектурные принципы менее формализованы
- Нет pre-implementation gates как в spec-kit
- Шаблоны спецификаций менее структурированы (нет forced [NEEDS CLARIFICATION])
- Меньше community adoption (273 vs 71K звёзд)

---

## 3. Сравнительная таблица

| Аспект | Spec Kit (GitHub) | AI Factory (lee-to) |
|---|---|---|
| **Фокус** | Spec-first: спецификация → план → таски → код | Skill-система: набор workflow-скиллов |
| **Stars** | 71K | 273 |
| **CLI** | Python (`specify init`) | Node.js (`ai-factory init`) |
| **Подход** | Структура "сверху вниз" (waterfall-like) | Итеративный с feedback loops |
| **Constitution** | Да, шаблон + phase gates | Нет (есть RULES.md, но менее формальный) |
| **Spec templates** | Да, с constraint для LLM | Нет явных spec-шаблонов |
| **[NEEDS CLARIFICATION]** | Да, обязательно | Нет |
| **Iterative loops** | Нет | Да (aif-loop с 6 фазами) |
| **Quality gates** | Pre-implementation gates | Evaluation с scoring + thresholds |
| **Self-improvement** | Нет | Да (aif-evolve) |
| **Anti-hallucination** | Нет | Да (aif-grounded) |
| **Auto-detect stack** | Нет (ручная настройка) | Да |
| **MCP support** | Нет | Да |
| **Agents** | 20+ | 15 |
| **Task parallelization** | Маркеры [P] в tasks.md | Parallel Task agents в loop |

---

## 4. Идеи для адаптации

### Из Spec Kit взять:
1. **Constitution pattern** — формализованные архитектурные принципы с phase gates
2. **Structured spec templates** с forced `[NEEDS CLARIFICATION]` маркерами
3. **Pre-implementation gates** (simplicity, anti-abstraction, integration-first)
4. **Traceability** — каждое техническое решение привязано к требованию
5. **Шаблоны-как-constraint** — управление поведением LLM через структуру документа
6. **Test-first ordering** — контракты → тесты → код

### Из AI Factory взять:
1. **aif-loop** — reflex loop с PLAN→PRODUCE→EVALUATE→CRITIQUE→REFINE
2. **aif-evolve** — self-improvement скиллов на основе прошлых ошибок
3. **aif-grounded** — confidence gate с explicit evidence requirements
4. **Persist на диск** — run.json + history.jsonl для resume после context clear
5. **Stagnation detection** — автоматический стоп если прогресс < 0.02
6. **Parallel Task agents** — параллельное выполнение независимых фаз

### Комбинированный подход (гипотеза):
```
Constitution (spec-kit)
    ↓
Specify with [NEEDS CLARIFICATION] (spec-kit templates)
    ↓
Plan with pre-implementation gates (spec-kit)
    ↓
Tasks with [P] markers (spec-kit)
    ↓
Implement via Reflex Loop (ai-factory aif-loop)
    ↓
Verify + Grounded check (ai-factory aif-grounded)
    ↓
Evolve skills based on patches (ai-factory aif-evolve)
```

---

## 5. Ссылки

- Spec Kit manifesto: https://github.com/github/spec-kit/blob/main/spec-driven.md
- Spec Kit README: https://github.com/github/spec-kit
- AI Factory README: https://github.com/lee-to/ai-factory
- AI Factory AGENTS.md: https://github.com/lee-to/ai-factory/blob/2.x/AGENTS.md