AI_template/RESEARCH-SDD-TOOLS.md

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