AI编码正在飞速发展，每周都有能让我感到吃惊的AI编码工具出现。

还记得上次给大家分享了AI编程的工作流吗？最近我又找到了一个更好的工具，可以更好的生成初创项目的代码实现，那就是9月份 github 开源的 spec-kit。今天，我们就来一起盘一盘它到底有多神。

什么是规则驱动开发（Spec-Driven Development）?

“某某驱动开发”这个词，在软件开发行业都快听出茧子了，从 TDD (测试驱动开发) 到 BDD (行为驱动开发)，核心目标都是为了提升效率和质量。

那么现在这个 Spec-Driven Development 又是什么新花样呢？

Spec-Driven Development 的核心思想是，让规范变得可执行，直接生成企业级的代码实现。换句话说，规范本身就应该是能跑起来、能直接生成代码的“活”蓝图。

github 开源的 spec-kit 项目包含了哪些

朋友们！想不想试试给AI当老板，让它当你的“产品总监”与“首席工程师”，在短短3天内从零交付一个MVP产品？

今天，我们就来深入聊聊一个新的话题：可控AI软件工程。

近一年，AI编程工具层出不穷，从 Cursor、Qoder、Trea 到基于命令行的 Claude Code，简直让人眼花缭乱。作为一名老程序员，AI日渐成熟引发的生产力暴涨让我兴奋，担忧自我成长追不上AI发展的步伐又让我焦虑。

正如许多前辈指出的，AI已是大势所趋。与其焦虑恐慌、被动接受，不如主动拥抱变化、提高工作效率。这也是我决心深入大模型领域，并与大家分享过程、交流经验，共同成长的初衷。

今天这篇文章将为大家呈现从产品定义、技术选型到编码测试的全过程，通过上述流程向大家展示如何高效利用现有AI工具，实现“可控AI编程”。

磨刀不误砍柴工，选好你的AI“梦之队”

工欲善其事，必先利其器。我们首先来看下，在AI软件工程中，目前适合AI

1. 前言

Gemini CLI 是 Google 推出的一个命令行工具，可以让你通过命令行与 Gemini 模型进行交互。

现在，我的很多编程场景都在使用 Gemini CLI 来完成。用 Gemini CLI 的时候总觉得有点束缚，每个项目只能配一个 gemini.md，想换个场景还得改来改去，太麻烦了！

不像 Cursor 可以配置多条 cursor rule，Gemini CLI 在一个工程中只能配置一条系统提示词，想设定多种场景的话只能都写到一个提示词中。这会导致提示词效果变差。

功夫不负有心人，在我翻遍了 Gemini CLI 的官方文档后，终于让我找到了一个完美的解决方案——自定义命令！💡

2. 认识一下“自定义命令”

Gemini CLI 提供一系列内置命令，帮助用户管理会话、自定义界面以及控制行为。这些命令以斜杠 / 开头。

Gemini CLI 内置了一系列命令，如/help、 /clear、 /copy 等。

官方文档是这么说的 📝： 自定义命令允许用户在 Gemini CLI 中将最常用的提示保存并重复