Skip to content

快速开始 ​

5 分钟从零到验收。


安装 ​

bash
npm install -g speclore

前提条件

Node.js 18+


5 分钟教程 ​

1. 初始化项目 ​

bash
cd your-project && speclore setup

setup 只需运行一次。它会检测你的 AI 工具、写入 MCP 配置、生成 .speclore/config.yaml。

2. 从需求生成验收标准 ​

bash
speclore spec "患者注册需要手机号验证,支持微信登录"

输出 specs/patient/register.feature,包含 3 个 BDD 验收场景。

支持任意格式的需求来源:

bash
speclore spec requirements.md          # Markdown
speclore spec design.docx              # Word
speclore spec specs.xlsx               # Excel
speclore spec https://jira.example/123 # URL

3. 生成编码约束 + 测试骨架 ​

bash
speclore code

为 AI 编码工具生成约束规则文件,同时生成测试骨架(it.skip 占位)。

4. 编码后运行验收 ​

在 AI 客户端中编码,填充测试骨架,然后:

bash
speclore verify
✔ 3/3 场景通过 (100%)

specs/patient/register.feature
  ✓ 手机号注册成功         → passed
  ✓ 手机号格式错误时拒绝    → passed
  ✓ 重复手机号时提示冲突    → passed

✅ 验收通过

其他使用方式 ​

上面的教程是 CLI 命令行方式。SpecLore 还支持另外两种:

MCP + AI 客户端(推荐) ​

如果你使用 Cursor、Qoder 或 Claude Code,可以用自然语言对话完成全流程,无需手动执行 CLI 命令。

第一步:先用 AI 客户端打开项目

确保你的 AI 客户端(Cursor / Qoder / Claude Code)已经打开当前项目。这一步很重要,因为 setup 需要检测到客户端的目录才能写入 MCP 配置:

AI 客户端需要存在的检测标志写入的配置文件
Cursor.cursor/ 目录.cursor/mcp.json
Qoder.qoder/ 或 .qoder-cn/ 目录.qoder/mcp.json 或 .qoder-cn/mcp.json
Claude Code.claude/ 目录或 CLAUDE.md.mcp.json(项目根目录)

第二步:运行 setup

bash
cd your-project && speclore setup

setup 会自动检测已打开的 AI 客户端,并将 SpecLore MCP 服务器写入对应的配置文件。你不需要手动编辑任何 MCP 配置。

未检测到你的 AI 客户端?

如果 setup 未检测到你的 AI 工具,可以手动配置:

bash
speclore mcp add cursor   # 为 Cursor 写入 MCP 配置(自动创建 .cursor/)
speclore mcp add claude   # 为 Claude Code 写入 MCP 配置
speclore mcp add qoder    # 为 Qoder 写入 MCP 配置(自动创建 .qoder/)
speclore mcp list         # 查看所有客户端的 MCP 配置状态

第三步:重启 AI 客户端

setup 完成后,重启或重新打开你的 AI 客户端,让它加载新的 MCP 配置。

第四步:直接对话

打开 AI 客户端后,直接用自然语言描述需求:

你:帮我实现患者注册功能,需要手机号验证

AI(自动调用 speclore.spec):已生成 specs/patient/register.feature,包含 3 个验收场景

AI(自动调用 speclore.code):已生成编码约束和测试骨架

你:运行验收

AI(调用 speclore.verify):✅ 3/3 场景通过 (100%)

全程无需手动执行 CLI 命令。AI 通过 MCP 协议直接调用 SpecLore 工具,自动推进工作流。

混合使用 ​

CLI 做初始化和需求生成,AI 客户端做编码和验收:

bash
speclore setup
speclore spec requirements.md
speclore code

然后在 AI 客户端中编码,最后让 AI 调用 speclore.verify。


工作流状态 ​

speclore.status → speclore.spec → speclore.code → (AI 编码) → speclore.verify
   查看状态        生成 feature    生成约束+骨架      实现代码      验收测试
     ↓                ↓               ↓               ↓              ↓
   项目状态      → specified     → constrained     → coding     → verified

乱序调用会自动报错:

乱序场景报错信息
没有 .feature 就调 codeNo .feature files found. Run speclore.spec first.
没有测试骨架就调 verifyNo test scaffolding. Run speclore.code first.
项目未初始化自动创建 .speclore/config.yaml

下一步 ​

基于 MIT 许可发布