Antigravity 進階指南： 3 種方式復刻 Kiro Spec 模式｜新歡與舊愛
整理版優先睇
三種方式喺 Antigravity 復刻 Kiro Spec 模式：輕量 Skill、原生 Rules/Workflows、工業級 OpenSpec
呢篇文章係由一個前 Kiro 用戶寫嘅，佢好懷念 Kiro IDE 嘅 Spec 模式——即係強制 AI 喺寫 Code 之前先產出需求、設計同任務文檔，避免一味 Vibe Coding。佢想喺 Google Antigravity 入面復刻呢種體驗，經過一輪折騰，結果揾到三種方案。
第一種方案係用 Antigravity 嘅 Agent Skills，寫一個 SKILL.md 就搞掂，最輕量，適合個人開發者快速驗證。第二種方案係用 Antigravity 原生嘅 Workflows 同 Rules，可以做到自動化流程，包括生成文檔、暫停確認、強制 Agent 跟住 Spec 寫 Code，體驗最絲滑。第三種係集成 OpenSpec 呢個開源框架，佢有一套標準嘅雙文件夾架構同 CLI 命令，適合團隊同大型項目，規範得嚟又持久。
整體結論係：如果你係個人用就揀 Skill 或者 Workflows；如果係團隊做大 project，OpenSpec 係終極答案。無論點揀，Spec-Driven Development 都係值得試嘅方法，可以令你對代碼更有掌控感。
- Spec 模式核心理念：先對齊需求、設計、任務，再編碼，避免盲目 Vibe Coding 後頻繁修改。
- 方案一（Agent Skills）：喺 .agent/skills/ 建立 spec-architect 技能，透過 SKILL.md 定義三個階段（需求、設計、規劃），輕量無依賴。
- 方案二（Rules & Workflows）：建立 spec-mode Workflow 同 spec-driven-dev Rule，自動生成文檔、暫停審批、強制 Agent 跟 Spec 執行，自動化程度高。
- 方案三（OpenSpec）：安裝 CLI 後初始化，獲得 /openspec-proposal、/openspec-apply、/openspec-archive 指令，支援雙文件夾架構，適合團隊協作。
- 選擇建議：個人快速驗證用 Skill；追求自動化體驗用 Workflows；大型團隊或跨 IDE 項目用 OpenSpec，確保文檔長久有效。
OpenSpec GitHub Repository
開源嘅 Spec 驅動開發框架，提供雙文件夾架構同 Antigravity 適配工作流程。
內容結構
12## Description3將模糊的想法轉化為工程級的規格說明書。包含需求(Requirements)、設計(Design)和實施計劃(Tasks)三個階段。每個階段完成後請暫停等待用戶確認。45## Steps67### 1. Requirements Gathering (需求收集)8**目標**: 創建 `.agent/specs/{feature_name}/requirements.md`9**指令**:101. 詢問用戶想要構建什麼功能（如果用戶未提供）。112. 根據用戶的想法，**直接生成**初版需求文檔（不要只是提問）。123. 文檔必須包含：13 - **User Stories**: 格式為 "As a [role], I want [feature], so that [benefit]"。14 - **Acceptance Criteria**: 使用 **EARS** 語法 (Easy Approach to Requirements Syntax)。15 - **Edge Cases**: 考慮邊緣情況和技術限制。164. **生成後動作**: 展示內容並詢問用戶："需求文檔看起來如何？如果沒問題，我們進入設計階段。"175. **約束**: 此時**不要**寫任何代碼，只關注需求。1819### 2. Design Document Creation (設計文檔)20**目標**: 創建 `.agent/specs/{feature_name}/design.md`21**前提**: 用戶已批准 `requirements.md`。22**指令**:231. 必須基於已批准的需求文檔。242. 文檔必須包含：25 - **Overview**: 架構概述。26 - **Data Models**: 數據結構定義。27 - **Components & Interfaces**: 組件劃分與接口定義。28 - **Error Handling**: 錯誤處理策略。29 - **Testing Strategy**: 測試策略。303. **可視化**: 如果適用，請使用 Mermaid 生成架構圖或流程圖。314. **生成後動作**: 展示內容並詢問用戶："設計文檔看起來如何？如果沒問題，我們制定實施計劃。"3233### 3. Implementation Planning (實施計劃)34**目標**: 創建 `.agent/specs/{feature_name}/tasks.md`35**前提**: 用戶已批准 `design.md`。36**指令**:371. 將設計轉化為一系列**可執行的編碼任務 (Checklist)**。382. **任務粒度**: 每個任務必須足夠具體，能夠被 AI Agent 直接執行（例如："實現 User 模型的 validate 方法"，而不是"做用戶功能"）。393. **格式**: 使用 Markdown Checkbox (`- [ ]`)。404. **嚴禁**: 不要包含非編碼任務（如"部署到生產環境"或"開會討論"）。415. **生成後動作**: 告訴用戶："Spec 生成完畢。你可以打開 `tasks.md`，通過 @mention 讓我依次執行這些任務。"4243// 注意：此工作流僅用於生成文檔，不執行代碼編寫。點解要復刻 Spec 模式？
作者作為前 Kiro 用戶，好回味佢嘅 Spec 模式：先對齊（Spec），再編碼（Code）。呢種模式強制 AI 喺寫 Code 前產出需求文檔、設計文檔同任務清單，用戶可以喺編碼前釐清目標，唔使後悔先改。
Kiro IDE 嘅 Spec 模式 喺2025年嘅眾多AI Agent IDE工具中可算係一枝獨秀，佢強制 AI 喺寫代碼前，先生成需求文檔、設計文檔和任務清單。
方案一：輕量級 MVP — Agent Skills
呢個方案最簡單，適合個人開發者或快速驗證。你只需要喺項目根目錄建立 .agent/skills/spec-architect/，然後寫一個 SKILL.md，定義三個階段。
- 1 Phase 1 Requirements：生成用戶故事同驗收標準（EARS 語法）。
- 2 Phase 2 Design：生成架構圖（Mermaid）同數據模型。
- 3 Phase 3 Planning：生成 tasks.md 任務清單。
方案二：原生自動化 — Rules & Workflows
呢個方案用到 Antigravity 原生嘅 Workflows 同 Rules，自動化程度最高。你先要建立一個 spec-mode Workflow，負責生成文檔並暫停等確認；然後建立一個 spec-driven-dev Rule，強迫 Agent 喺寫 Code 時一定要跟住啲 Spec。
通過 Rules 強迫 Agent 喺後續寫代碼時必須參考呢啲文檔，確保代碼完全符合設計。
- 1 建立 .agent/workflows/spec-mode.md，包含需求收集、設計文檔、實施計劃三個步驟，每個步驟完成後暫停等用戶確認。
- 2 建立 .agent/rules/spec-driven-dev.md，設定單一事實來源、任務執行模式、變更管理等約束，並設為 Always On。
- 3 使用流程：輸入 /spec-mode 啟動，Agent 生成 requirements.md → 你審批 → 生成 design.md → 審批 → 生成 tasks.md，之後用 @tasks.md 叫 Agent 逐個執行。
方案三：工業級標準 — 集成 OpenSpec
如果嫌手寫 Prompt 同 Rules 太麻煩，OpenSpec 就係終極答案。呢個開源框架引入咗雙文件夾架構：openspec/specs/ 存放單一事實來源，openspec/changes/ 存放變更提案。
OpenSpec 引入咗一套嚴謹嘅雙文件夾架構：openspec/specs/ 同 openspec/changes/，每個新功能喺呢度生老病死。
- 1 初始化：npm install -g @fission-ai/openspec 然後 openspec init，喺交互選項中選擇 Antigravity。
- 2 自動獲得三個超能力：/openspec-proposal 自動生成提案、設計同任務；/openspec-apply 一鍵執行開發；/openspec-archive 開發完成後歸檔變更。
OpenSpec 係目前最規範、最持久嘅方案。就算你轉咗其他 AI Agent IDE，呢套文檔依然喺倉庫入面，守護住項目嘅邏輯完整性。
點揀好？
三種方案各有優缺：Skill 模式最輕量、冇依賴、改得快；Rules & Workflows 自動化程度高、體驗絲滑；OpenSpec 架構清晰、團隊通用、適合大項目。
如果你仲未試過 Spec-Driven Development，建議今晚就打開 Antigravity，選擇一種你鍾意嘅方式，集成 Spec 模式。
- Skill 模式：技術核心係 Prompt Engineering，優點係輕量、冇依賴、改得快。
- Rules & Workflows：技術核心係 Antigravity 原生能力，優點係自動化程度高、體驗絲滑。
- OpenSpec：技術核心係 CLI + 標準協議，優點係架構清晰、團隊通用、適合大項目。
Kiro IDE 的 Spec 模式 喺2025年咁多AI Agent IDE工具之中，真係算係一枝獨秀。佢嘅核心理念好簡單：先對齊 (Spec)，再編碼 (Code)佢強制 AI 喺寫代碼之前，先產生需求文檔、設計文檔同任務清單。用戶可以在編碼之前釐清需求同目標，而唔係一味靠 Vibe Coding 之後再修改。
作為前 Kiro 用戶，可唔可以喺 Google Antigravity復刻呢種體驗？
經過半日咁搞，我實現了三種喺 Antigravity 入面實現 Spec 模式嘅方案，由輕量級到工業級，總有一款適合你。
方案一：輕量級 MVP —— Agent Skills
適用場景： 個人開發者、快速驗證想法、唔想引入額外 CLI 工具。
Antigravity 嘅 Agent Skills 本質上就係一個包含 SKILL.md 嘅文件夾，佢系最簡單嘅“能力擴展包”。我哋可以透過編寫一個 spec-architect 技能，令 AI 扮演架構師。
核心思路： 利用 Antigravity 嘅 漸進式披露 (Progressive Disclosure) 機制，將需求分析、架構設計、任務拆解嘅 Prompt 封裝成一個技能。
實操步驟：
喺項目根目錄創建
.agent/skills/spec-architect/。編寫
SKILL.md，定義三個階段：
- Phase 1 Requirements
：生成用戶故事同驗收標準（EARS 語法）。 - Phase 2 Design
：生成架構圖（Mermaid）同數據模型。 - Phase 3 Planning
：生成 tasks.md任務清單。
定義 SKILL ⬆️
執行任務 ⬆️
SKILL 識別成功，生成需求文檔 ⬆️
生成設計文檔 ⬆️
生成任務文檔 開始執行 ⬆️
完成任務 任務狀態更新 ⬆️
效果展示 ⬆️
方案二：原生自動化 —— Rules & Workflows
1. 創建 Spec 生成 Workflow
喺項目根目錄下創建文件：.agent/workflows/spec-mode.md
2. 創建 Spec 驅動規則 (Rules)
淨系生成文檔系唔夠嘅，需要透過 Rules 強迫 Agent 喺後續寫代碼時必須參考呢啲文檔。
創建文件：.agent/rules/spec-driven-dev.mdActivation Mode：建議設為 Always On。
3. 點樣用（最佳實踐）
而家你已經搭建好 Kiro 嘅核心引擎，使用流程如下：
啓動 Spec 模式：喺 Antigravity 對話框輸入：
/spec-mode我想做一個番茄鍾應用，支持自定義休息時間同歷史記錄統計。交互與審批：
Agent 會生成 requirements.md。你閲讀並反饋（例如："增加一個白噪音功能"）。Agent 修改後，你確認通過。 Agent 繼續生成 design.md。你審查架構（例如："數據存儲用本地 localStorage 即可"）。最後生成 tasks.md。開始編碼（Execution）：
打開生成嘅
tasks.md文件。喺對話框入便輸入：
@tasks.md 請執行任務 1：搭建項目基礎結構。
由於我哋配置咗 Rules，Agent 會自動去讀 Requirements 同 Design，確保代碼完全符合設計。
過程截圖集合 ⬆️
方案三：工業級標準 —— 集成 OpenSpec
如果你覺得手寫 Prompt 同 Rules 太攰，咁 OpenSpec 就係終極答案。呢個系一個開源嘅、標準化嘅 Spec 驅動開發框架，目前喺 GitHub 上好火爆。
點解要揀 OpenSpec？ 佢唔止系一組 Prompt，佢引入咗一套嚴謹嘅雙文件夾架構：
openspec/specs/：存放項目嘅單一事實來源 (Source of Truth)。 openspec/changes/：存放變更提案。每個新功能都喺呢度生老病死。
喺 Antigravity 入面集成淨系需要兩步：
Step 1: 初始化，喺項目根目錄運行：
注意：喺交互選項入便揀 Antigravity，佢會自動注入適配嘅 Workflows。
Step 2: 初始化之後，你嘅 Antigravity 會自動得到以下超能力：
/openspec-proposal：話俾 AI “我要加個雙因素認證”，佢自動生成提案、設計同任務。 /openspec-apply：審核通過之後，一鍵執行開發。 /openspec-archive：開發完成之後，自動將變更歸檔，合併返主 Specs。
OpenSpec 系而家最規範、最持久嘅方案。就算你換咗其他 AI Agent IDE，呢套文檔仍然喺倉庫入面，守護住項目嘅邏輯完整性。
過程截圖集合 ⬆️
總結：我應該揀邊個？
| Skill 模式 | ||
| Rules & Workflows | ||
| OpenSpec | 架構清晰，團隊通用，適合大項目 |
如果你仲未試過 Spec-Driven Development，建議今晚就打開 Antigravity，揀一種你中意嘅方式，集成 Spec 模式。相信我，嗰種“一切盡在掌握”嘅感覺，試過就返唔到轉頭。
🔗 相關資源：
Antigravity 核心指南：7 個硬核問題通關 Rules 與 Workflows 實戰 Antigravity & Trae 紛紛支持 Skills，咁就嚟場雙修體驗啦～ OpenSpec： https://github.com/Fission-AI/OpenSpec
Kiro IDE 的 Spec 模式 在2025年的眾多AI Agent IDE工具中可算是一枝獨秀。它的核心理念很簡單：先對齊 (Spec)，再編碼 (Code)。它強制 AI 在寫代碼前，先生成需求文檔、設計文檔和任務清單。用戶可以在編碼前釐清需求及目標，而不是一味靠Vibe Coding後再修改。
作為前Kiro用戶，能否在Google Antigravity復刻這種體驗？
經過小半天的折騰，我實現了三種在 Antigravity 中實現 Spec 模式的方案，從輕量級到工業級，總有一款適合你。
方案一：輕量級 MVP —— Agent Skills
適用場景： 個人開發者、快速驗證想法、不想引入額外 CLI 工具。
Antigravity 的 Agent Skills 本質上是一個包含 SKILL.md 的文件夾，它是最簡單的“能力擴展包”。我們可以通過編寫一個 spec-architect 技能，讓 AI 扮演架構師。
核心思路： 利用 Antigravity 的 漸進式披露 (Progressive Disclosure) 機制，將需求分析、架構設計、任務拆解的 Prompt 封裝成一個技能。
實操步驟：
在項目根目錄創建
.agent/skills/spec-architect/。編寫
SKILL.md，定義三個階段：
- Phase 1 Requirements
: 生成用戶故事和驗收標準（EARS 語法）。 - Phase 2 Design
: 生成架構圖（Mermaid）和數據模型。 - Phase 3 Planning
: 生成 tasks.md任務清單。
定義SKILL ⬆️
執行任務 ⬆️
SKILL識別成功，生成需求文檔 ⬆️
生成設計文檔 ⬆️
生成任務文檔 開始執行 ⬆️
完成任務 任務狀態更新 ⬆️
效果展示 ⬆️
方案二：原生自動化 —— Rules & Workflows
1. 創建 Spec 生成Workflow
在項目根目錄下創建文件：.agent/workflows/spec-mode.md
2. 創建 Spec 驅動規則 (Rules)
僅僅生成文檔是不夠的，需要通過 Rules 強迫 Agent 在後續寫代碼時必須參考這些文檔。
創建文件：.agent/rules/spec-driven-dev.mdActivation Mode: 建議設為 Always On。
3. 如何使用（最佳實踐）
現在你已經搭建好了 Kiro 的核心引擎，使用流程如下：
啓動 Spec 模式： 在 Antigravity 對話框輸入：
/spec-mode我想做一個番茄鍾應用，支持自定義休息時間和歷史記錄統計。交互與審批：
Agent 會生成 requirements.md。你閲讀並反饋（例如："增加一個白噪音功能"）。Agent 修改後，你確認通過。 Agent 繼續生成 design.md。你審查架構（例如："數據存儲用本地 localStorage 即可"）。最後生成 tasks.md。開始編碼（Execution）：
打開生成的
tasks.md文件。在對話框中輸入：
@tasks.md 請執行任務 1：搭建項目基礎結構。
由於我們配置了 Rules，Agent 會自動去讀 Requirements 和 Design，確保代碼完全符合設計。
過程截圖集合 ⬆️
方案三：工業級標準 —— 集成 OpenSpec
如果你覺得手寫 Prompt 和 Rules 太累，那麼 OpenSpec 就是終極答案。這是一個開源的、標準化的 Spec 驅動開發框架，目前在 GitHub 上非常火爆。
為什麼選擇 OpenSpec？ 它不僅僅是一組 Prompt，它引入了一套嚴謹的雙文件夾架構：
openspec/specs/：存放項目的單一事實來源 (Source of Truth)。 openspec/changes/：存放變更提案。每個新功能都在這裏生老病死。
在 Antigravity 中集成只需兩步：
Step 1: 初始化，在項目根目錄運行：
注意：在交互選項中選擇 Antigravity，它會自動注入適配的 Workflows。
Step 2: 初始化後，你的 Antigravity 會自動獲得以下超能力：
/openspec-proposal：告訴 AI “我要加個雙因素認證”，它自動生成提案、設計和任務。 /openspec-apply：審核通過後，一鍵執行開發。 /openspec-archive：開發完成後，自動將變更歸檔，合併回主 Specs。
OpenSpec 是目前最規範、最持久的方案。即使你換了其他AI Agent IDE，這套文檔依然在倉庫裏，守護着項目的邏輯完整性。
過程截圖集合 ⬆️
總結：我該選哪個？
| Skill 模式 | ||
| Rules & Workflows | ||
| OpenSpec | 架構清晰，團隊通用，適合大項目 |
如果你還沒試過 Spec-Driven Development，建議今晚就打開 Antigravity，選擇一種你青睞的方式，集成Spec模式。相信我，那種“一切盡在掌握”的感覺，試過就回不去了。
🔗 相關資源：
Antigravity 核心指南：7 個硬核問題通關 Rules 與 Workflows 實戰 Antigravity & Trae 紛紛支持Skills，那就來場雙修體驗吧～ OpenSpec : https://github.com/Fission-AI/OpenSpec