SDD规约驱动编程 实战训练营

SDD规约驱动编程 实战训练营
    马上咨询

    一、为什么需要该课程

    随着AI Coding、AI Agent等技术快速发展,传统依赖需求文档、设计文档和代码协作的软件开发模式正面临需求理解偏差、上下文丢失、代码质量不稳定、团队协作困难等挑战。本课程结合当前国际主流的 Spec-Driven Development(SDD) 与 Harness Engineering(驾驭工程) 最新实践,围绕 OpenSpec、Superpowers,Harness 等主流框架,以真实项目为主线,系统讲解如何建立"需求→规格(Spec)→设计→任务→编码→测试→验收"的AI规范驱动开发流程,并进一步引入 Harness Engineering,构建AI开发过程中的上下文管理、知识工程、多Agent协同、开发护栏、自动验证和质量治理体系,帮助企业建立可复用、可协作、可持续演进的AI研发模式。

    课程通过完整项目实战,带领学员从0到1完成一个SDD项目,并结合Legacy系统改造实践项目,帮助团队建立规范化开发流程、统一协作标准和工程实践,为企业构建AI时代的软件研发体系提供可落地的方法论和最佳实践。

    二、课程特色

    以真实项目贯穿全程,融合 Spec-Driven Development + Harness Engineering思想,结合OpenSpec、Superpowers工具,帮助企业建立"规范驱动、AI协同、工程可控、持续演进"的AI软件研发体系。

    三、课程收益

    • 掌握AI时代研发新范式:理解 Vibe Coding、Spec-Driven Development、Harness Engineering 等核心理念,建立AI Native软件工程思维。 
    • 掌握企业级SDD开发流程:能够基于 OpenSpec、Superpowers 等工具完成需求分析、规格设计、任务拆解、AI编码、测试与交付全过程。 
    • 完成一个完整SDD项目实战:通过真实案例,从需求到可运行系统完整实践,掌握新项目和 Legacy 项目的 SDD 落地方法。 
    • 建立团队规范与协作机制:学习 Spec 编写规范、Review机制、多Agent协同、开发护栏(Guardrails)及团队协作流程,提升研发效率与交付质量。 
    • 掌握Harness驾驭工程体系:学会构建上下文管理、知识工程、自动验证、质量治理等工程能力,使AI开发更加稳定、可控、可验证。 
    • 形成企业可复用的方法与模板:获得 Spec 模板、项目模板、开发规范、团队协作规范及落地实施方法,为企业推广 SDD 与 AI 研发体系提供实践基础。
    三、课程内容安排(以下内容多天内容,课前根据客户需求进行定制)
    第一部分:AI时代的软件开发范式演进(Vibe Coding → Spec Coding → AI Native Engineering)
    1. AI时代软件研发的新挑战:代码生成越来越快,需求一致性越来越难 
    2. 从 Code First 到 Intent First:软件开发范式的历史演进 
    3. Vibe Coding(氛围编程)的定义、特点与典型工作方式 
    4. Vibe Coding 的优势:快速验证、快速原型、快速试错 
    5. Vibe Coding 的局限:上下文丢失、需求漂移、代码不可维护 
    6. Spec Coding(规格驱动开发)的提出背景 
    7. 为什么 AI Coding 必须从 Prompt 驱动走向 Spec 驱动 
    8. Specification:AI时代新的"Source of Truth" 
    9. AI开发中的四大核心问题:理解偏差、上下文遗忘、输出漂移、知识孤岛 
    10. 新一代AI研发体系:Spec × Prompt × Context × Harness × Agent 
    11. AI Coding、Agent Coding、Spec Coding三种开发模式比较 
    12. 企业AI研发模式升级路线图 
    13. 案例分析:传统AI开发与Spec驱动开发效果对比 
    第二部分:Spec-Driven Development(SDD)规范驱动开发体系
    1. 什么是 Spec:需求、约束、规则、验收标准的统一表达 
    2. Spec 与 PRD、设计文档、接口文档、测试用例之间的关系 
    3. SDD(Spec-Driven Development)的核心理念 
    4. Spec 的质量标准:明确性、完整性、一致性、可验证性、可追踪性 
    5. Specification 生命周期管理 
    6. Spec 如何成为 AI 长期上下文(Persistent Context) 
    7. SDD 全流程:Proposal → Specification → Design → Tasks → Coding → Testing → Review 
    8. SDD 与瀑布开发、敏捷开发、TDD、BDD、DDD 的关系 
    9. Human + AI 在 SDD 中的职责划分 
    10. 企业采用 SDD 的典型应用场景 
    11. SDD 在复杂系统与多团队协作中的优势 
    12. 案例分析:Spec-Driven Development 企业实践 
    第三部分:OpenSpec框架深度实践——构建AI时代的软件规格管理体系
    1. OpenSpec 的设计理念与整体架构 
    2. Proposal(需求提案)编写规范 
    3. Specification(规格说明)编写规范 
    4. Scenario(业务场景)设计方法 
    5. Acceptance Criteria(验收标准)设计技巧 
    6. Design(技术设计)文档生成方法 
    7. Tasks(任务拆解)自动生成机制 
    8. Spec Delta:需求变更管理与影响分析 
    9. Archive:规格资产沉淀与持续演进 
    10. OpenSpec 与 Git、AI Coding 工具协同开发 
    11. Brownfield(遗留系统)中的 OpenSpec 应用 
    12. 实战演练:利用 OpenSpec 完成完整 Feature 开发 
    第四部分:Superpowers框架与AI Agent协同开发实践
    1. Superpowers 框架整体设计思想 
    2. Brainstorm:AI辅助需求分析与方案设计 
    3. Plan:AI自动生成开发计划 
    4. AI自动任务拆解与研发计划执行 
    5. Multi-Agent 协同开发模式 
    6. AI自动代码生成最佳实践 
    7. AI自动Review与代码优化 
    8. TDD + Superpowers 的结合实践 
    9. Verification:自动验证与质量检查 
    10. OpenSpec + Superpowers 协同工作流 
    11. 企业AI Agent开发最佳实践 
    12. 案例分析:AI Agent 协同开发完整流程 
    第五部分:Harness Engineering——AI时代的软件驾驭工程体系
    1. 为什么AI软件工程进入 Harness Engineering 时代 
    2. 什么是 Harness Engineering(驾驭工程) 
    3. Prompt Engineering、Context Engineering 与 Harness Engineering 的演进 
    4. Harness 与 Spec 的关系:Spec 定义目标,Harness 驾驭执行 
    5. Harness Engineering 的核心价值:让 AI 开发更加可控、可验证、可维护 
    6. Harness 的整体架构:Model + Spec + Context + Memory + Tools + Verification 
    7. Harness 的核心组成:Task、Context、Memory、Skills、MCP、CLI、Workflow 
    8. Harness 如何解决 AI Coding 的四大挑战:上下文丢失、输出漂移、工程失控、质量不可控 
    9. Harness 在 OpenSpec、Superpowers、AI Agent 中的定位 
    10. Harness 驱动 AI Native 软件工程体系 
    11. 企业 Harness Engineering 最佳实践 
    12. 案例分析:从 Vibe Coding 到 SDD + Harness 的工程化演进 
    第六部分:Harness驱动的AI Native软件工程实践
    1. Harness 如何驱动完整的软件开发生命周期 
    2. Harness + OpenSpec + Superpowers 的协同开发模式 
    3. Harness 驱动的结构化知识工程(Spec、Knowledge、Repo Wiki) 
    4. Agent Teams 多智能体协同开发实践 
    5. Skills、MCP、CLI 等能力插件的统一管理与编排 
    6. Harness 中的开发护栏(Guardrails)与企业研发规范 
    7. Harness 驱动的自动验证体系(Verification):单元测试、接口测试、AI Review、自动验收 
    8. Harness 的可观测体系(Observability):任务追踪、上下文追踪、Agent 执行链路分析 
    9. Harness 驱动的持续迭代与自修复(Self-Healing) 
    10. Harness 与 DevOps、CI/CD、Docker 容器化部署集成实践 
    11. 企业级 AI Native Workspace 建设:Prompt、Spec、Rule、Knowledge、Agent 一体化管理 
    12. 综合实战:基于 Harness Engineering 构建生产级 AI 全栈开发体系 
    第七部分:实战案例1-AI驱动的软件架构设计与详细设计-某案例
    1. Spec 如何驱动系统架构设计 
    2. AI辅助生成系统架构设计文档(SAD) 
    3. AI自动完成模块划分与职责设计 
    4. AI辅助数据库设计(ER图、DDL) 
    5. AI辅助API接口设计(OpenAPI) 
    6. AI自动生成业务流程图与时序图 
    7. AI辅助领域模型设计(DDD) 
    8. AI辅助UI原型设计 
    9. AI自动生成详细设计文档(SDD) 
    10. Architecture Decision Record(ADR)最佳实践 
    11. AI辅助架构评审与优化 
    12. 企业架构设计案例分析 
    第八部分:完整项目实战2——基于 SDD + Harness 的AI全栈开发
    1. 项目需求分析与业务建模 
    2. Proposal 与 Specification 编写 
    3. AI生成架构设计与详细设计 
    4. AI自动拆解开发任务(Tasks) 
    5. OpenSpec + Superpowers 驱动项目开发 
    6. Harness 驱动前后端协同开发 
    7. AI自动生成单元测试、接口测试、自动化测试 
    8. AI辅助 Code Review 与质量检查 
    9. AI辅助 Bug 修复与持续迭代 
    10. Docker 容器化部署与CI/CD 
    11. 项目验收与版本发布 
    12. 输出完整项目工程资产 
    第九部分:实战案例3-Legacy(棕地项目)中的SDD与Harness实践
    1. Legacy 系统面临的典型挑战 
    2. Existing Code 如何反向生成 Specification 
    3. AI辅助理解历史系统架构 
    4. 增量式引入 SDD 
    5. Harness 驱动遗留系统持续治理 
    6. Spec Drift(规格漂移)的识别与治理 
    7. Brownfield 项目最佳实践 
    8. Legacy 系统渐进式改造策略 
    9. 企业历史系统改造案例分析 
    10. 实战演练:为 Spring Boot 项目建立 Spec + Harness 体系 
    第十部分:落地挑战与团队协作-企业级AI Native研发体系建设与最佳实践
    1. 企业导入 SDD + Harness Engineering 的实施路径 
    2. Pilot 项目规划与推广策略 
    3. 企业 Spec、Prompt、Rule 规范建设 
    4. 企业知识工程与研发资产管理 
    5. Product、架构师、开发、测试、AI Agent 的角色协同 
    6. Spec Review、Design Review、Code Review 新模式 
    7. Git Flow、Spec Flow、Agent Flow 一体化实践 
    8. 企业 AI 开发治理与风险控制 
    9. AI Native DevOps 建设实践 
    10. 企业 AI 研发成熟度模型 
    11. 企业 AI Native 软件工程平台建设 
    12. 综合案例:构建企业级 AI 软件研发体系