万本电子书0元读

万本电子书0元读

顶部广告

SDD实战:规范驱动开发之道电子书

·权威作者,品质保证:作者黄佳老师是新加坡科技研究局人工智能高级研究员,拥有深厚的AI工程化理论与实践背景。其在极客时间设的专栏广受好评,其专业性和影响力是本书质量和销量的核心保障。 ·主题前沿,填补空白:本书是系统性、深度讲解SDD工程化实战的著作,精准切AI Agent和AI工程化两大前沿热,具有极强的稀缺性和时效性。 ·理念领先,授人以渔:本书不仅教授SDD的具体用法,更传递“规范是第一手工件,代码是规范的衍生物”的先工程思想,帮助读者建立面向未来的AI工程世界观,实现技能和思维的双重提升。

售       价:¥

纸质售价:¥34.90购买纸书

0人正在读 | 0人评论 6.6

作       者:黄佳 著

出  版  社:人民邮电出版社有限公司

出版时间:2026-08-01

字       数:10.7万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
本书系统阐述了AI时代的规范驱动发(Specification-Driven Development,SDD)方法论。针对当前Vibe Coding带来的需求蒸发、代码不可维护等痛,书中提出了“规范先行”的核心理念,详细拆解了从需求定义、架构设计到任务拆解的标准化工作流。全书不仅涵盖了SDD的核心思想、工具全景及规范撰写实战,还深探讨了SDD与AI Agent设计模式的融合,以及如何在团队中落地协作与自动化,旨在帮助发者构建可迭代、规范化的现代化工程体系。 本书适合深受AI辅助编程“上下文漂移”与“代码不可维护”困扰的软件发者、技术负责人及架构师阅读。<br/>【推荐语】<br/>·权威作者,品质保证:作者黄佳老师是新加坡科技研究局人工智能高级研究员,拥有深厚的AI工程化理论与实践背景。其在极客时间设的专栏广受好评,其专业性和影响力是本书质量和销量的核心保障。 ·主题前沿,填补空白:本书是系统性、深度讲解SDD工程化实战的著作,精准切AI Agent和AI工程化两大前沿热,具有极强的稀缺性和时效性。 ·理念领先,授人以渔:本书不仅教授SDD的具体用法,更传递“规范是第一手工件,代码是规范的衍生物”的先工程思想,帮助读者建立面向未来的AI工程世界观,实现技能和思维的双重提升。 ·实战驱动,案例丰富:全书贯穿来自真实场景的项目案例,代码翔实,步骤清晰,确保读者能够学以致用,将所学知识快速转化为实际生产力。 ·体系完整,内容深:内容覆盖从需求定义、架构设计到任务拆解的标准化工作流。结构完整,逻辑清晰,既适合初学者门,也能帮助资深工程师获得深度启发。<br/>【作者】<br/>黄佳,笔名咖哥,新加坡科技研究局人工智能高级研究员,奇智能研究院特聘专家,专注于AI Agent系统设计、大模型工程化与企业级AI应用研究。他提出了“双轴Agent设计框架”(认知功能×执行拓扑)和“模式选择卡”方法论,用于指导复杂Agent系统的设计、拆解与落地。 中文著作包括《Agent设计模式 图解可复用智能体架构》《Claude Code实战:Harness工程之道》《大模型应用发 RAG实战课》《大模型应用发 动手做AI Agent》《GPT图解 大模型是怎样构建的》等;英文著作包括Manning出版社的Designing AI Agents、Packt出版社的RAG from First Principles和Building with Claude Code。 在极客时间设了专栏《Agent设计模式之美》和《Claude Code工程化实战》,并设“大模型RAG阶实战训练营”。<br/>
目录展开

内容提要

前言 胸有丘壑,以终为始

资源与支持

第1章 空中楼阁:Vibe Coding的甜蜜与陷阱

1.1 什么是Vibe Coding

1.2 甜蜜的陷阱:5个致命问题

1.2.1 问题一,需求蒸发

1.2.2 问题二,上下文漂移

1.2.3 问题三,不可审查

1.2.4 问题四,不可复现

1.2.5 问题五,不可维护

1.3 案例:一个“AI写的项目”为何没人敢改

1.4 三次范式迁移:从瀑布模型、敏捷开发到SDD模式

1.4.1 第一代,瀑布模型——有规范,无迭代

1.4.2 第二代,敏捷开发——有迭代,轻规范

1.4.3 第三代,SDD模式——有迭代,有规范

本章小结

思考题

第2章 按图索骥:SDD的核心思想

2.1 一句话定义SDD

2.2 SDD的历史渊源:三次复兴

2.2.1 第一春,契约式设计(1988年)

2.2.2 第二春,API-First开发(2015年)

2.2.3 第三春,AI时代的SDD(2025年)

2.3 SDD的五大核心原则

2.3.1 原则一,规范先行

2.3.2 原则二,规范即文档

2.3.3 原则三,规范可执行

2.3.4 原则四,规范可版本控制

2.3.5 原则五,代码服务规范

2.4 SDD工作流:6个阶段

2.4.1 阶段一,需求定义→proposal.md

2.4.2 阶段二,架构设计→design.md

2.4.3 阶段三,接口契约→api-spec.yaml/data-models.md

2.4.4 阶段四,任务拆解→tasks.md

2.4.5 阶段五,代码生成

2.4.6 阶段六,验证与交付

2.5 SDD不是什么:边界与误区

本章小结

思考题

第3章 欲善其事:SDD工具链全景

3.1 三大SDD开源框架

3.1.1 OpenSpec:文档驱动的规范框架

3.1.2 Spec-Kit:GitHub的规范工具包

3.1.3 BMAD:角色驱动的多智能体编排

3.1.4 四层工具生态:从技能到方法论

3.2 AI辅助编程工具与SDD的结合

3.2.1 Claude Code:SDD的天然载体

3.2.2 Cursor:规则驱动的上下文管理

3.2.3 GitHub Copilot:从Issue到代码的规划能力

3.2.4 Kiro:把Spec流程内置进IDE

3.3 规范的载体选择:Markdown、YAML与JSON Schema

3.3.1 Markdown:SDD第三春的主力

3.3.2 YAML:结构化的中间地带

3.3.3 JSON Schema:形式化的极端

3.4 版本控制与协作:Git中的规范管理

3.4.1 目录结构约定

3.4.2 规范审查:规范审查先于代码审查

3.4.3 分支策略:规范探索

3.5 如何选择适合自己的工具组合

本章小结

思考题

第4章 条分缕析:需求分析与规范撰写

4.1 从模糊意图到结构化规范

4.2 规范的三层结构

4.3 实战:智能日报生成器的proposal.md

4.4 常见陷阱:过度规范与规范不足

4.5 用Claude Code辅助编写规范

4.6 规范质量检查清单

本章小结

思考题

第5章 运筹帷幄:架构设计与技术决策

5.1 从proposal.md到design.md:关键的一步跨越

5.2 系统架构:先画地图,再行军

5.2.1 为什么架构设计如此重要

5.2.2 智能日报生成器的架构设计

5.2.3 模块职责定义

5.3 技术选型:ADR的艺术

5.3.1 为什么需要记录技术决策

5.3.2 ADR的格式

5.3.3 智能日报生成器的ADR示例

5.4 接口契约:模块之间的“握手协议”

5.4.1 为什么接口比实现更重要

5.4.2 数据模型定义

5.4.3 模块接口定义

5.5 非功能性约束:那些“看不见的需求”

5.5.1 非功能性需求为什么容易被忽略

5.5.2 智能日报生成器的非功能性约束

5.6 实战:用Claude Code生成架构设计

5.6.1 工作流

5.6.2 生成过程中的关键注意点

5.7 design.md完整示例

本章小结

思考题

第6章 化整为零:任务拆解与执行编排

6.1 从design.md到tasks.md:SDD的第三份规范

6.1.1 三份规范的递进关系

6.1.2 tasks.md的基本结构

6.2 任务粒度:不大不小的艺术

6.2.1 粒度的两个极端

6.2.2 黄金法则:一个任务=一个可验证的交付物

6.3 任务依赖与执行顺序:DAG思维

6.3.1 不是所有任务都要排队

6.3.2 智能日报生成器的任务依赖图

6.4 验收标准:每个任务的“完成”定义

6.4.1 没有验收标准的任务等于没有终点

6.4.2 优秀的验收标准长什么样

6.5 完整的tasks.md示例

6.6 实战:用Claude Code逐任务执行

6.6.1 执行工作流

6.6.2 给AI的上下文

6.6.3 验证与迭代

6.7 实战:用子智能体并行执行

6.7.1 为什么要并行执行

6.7.2 并行执行的安全边界

6.7.3 并行执行的工作流

本章小结

思考题

第7章 千锤百炼:验证、迭代与演进

7.1 规范驱动的测试策略

7.1.1 从验收标准到测试用例

7.1.2 让AI从规范生成测试

7.1.3 测试金字塔在SDD中的应用

7.2 回归验证:代码变了,规范怎么跟着变

7.2.1 变更的4种类型

7.2.2 变更流程:自上而下的涟漪

7.2.3 逆向回溯:从代码bug发现规范缺陷

7.3 规范的版本演进

7.3.1 规范的版本控制

7.3.2 增量式规范迭代

7.4 Brownfield场景:为存量系统补写规范

7.4.1 存量系统的困境

7.4.2 逐步收编策略

7.4.3 存量系统的规范补写流程

7.5 实战:完整的SDD迭代循环

7.5.1 场景回顾

7.5.2 Step 1,更新proposal.md

7.5.3 Step 2,更新design.md

7.5.4 Step 3,更新tasks.md

7.5.5 Step 4,执行与验证

7.5.6 Step 5,全量回归测试

7.5.7 完整迭代循环图

本章小结

思考题

第8章 登堂入室:SDD与Agent设计模式

8.1 规划与执行模式:SDD的天然搭档

8.1.1 模式简介

8.1.2 SDD和规划与执行模式的结构映射

8.1.3 CLAUDE.md作为规划上下文

8.2 生成—评审模式:规范审查的自动化

8.2.1 模式简介

8.2.2 SDD为评审提供客观标准

8.2.3 生成—评审模式的实践应用

8.3 层级委托模式:规范驱动的多智能体协作

8.3.1 模式简介

8.3.2 SDD与层级委托模式的结合

8.4 护栏三明治模式:规范作为安全护栏

8.4.1 模式简介

8.4.2 SDD规范作为护栏的素材

8.4.3 在Claude Code中实现护栏

8.5 条件路由模式:规范定义的任务分发

8.5.1 模式简介

8.5.2 SDD为路由提供分发规则

8.6 实战:用Agent模式落地SDD自动化

8.6.1 生成—评审模式:一条指令启动自我审查循环

8.6.2 层级委托模式:用子智能体并行执行独立任务

8.6.3 护栏三明治模式:用Hooks实现自动化规范检查

8.6.4 4种模式之间的组合

8.7 5种模式组合构建SDD半自动化流水线

8.7.1 从手动到半自动

8.7.2 人类的角色变迁

8.7.3 不是完全自动化

8.8 从Agent设计模式到Harness Engineering

本章小结

思考题

第9章 众人拾柴:团队中的SDD实践

9.1 从个人到团队:三个阶段

9.1.1 为什么不能一步到位

9.1.2 第一阶段的关键:选对试点人和试点项目

9.2 规范的协作模式:谁撰写、谁审核、谁执行

9.2.1 三种角色

9.2.2 规范审查的PR流程

9.3 规范模板的团队标准化

9.3.1 为什么需要统一模板

9.3.2 模板的弹性

9.4 与现有开发流程的融合

9.4.1 SDD+Scrum

9.4.2 SDD+CI/CD

9.5 度量与改进:如何衡量SDD的效果

9.5.1 为什么要度量

9.5.2 SDD效果的度量指标

9.6 CI/CD 中的规范守护:让机器帮你盯规范

9.6.1 规范审查不能只靠人

9.6.2 三个层次的自动化规范检查

9.6.3 实战:一个最小的规范CI工作流

本章小结

思考题

第10章 大道至简:SDD的未来与思考

10.1 SDD的边界:什么场景适合,什么场景不适合

10.1.1 SDD的甜蜜区

10.1.2 不适合SDD的场景

10.1.3 行业验证:SDD绝非一家之言

10.2 SDD与其他方法论的融合

10.2.1 方法论不是金科玉律

10.2.2 SDD与主流方法论的关系

10.3 AI辅助编程方法论的演进方向

10.3.1 从辅助到协作,再到自治

10.3.2 规范形态的演进

10.4 规范即代码的终极愿景

10.4.1 当规范足够精确时

10.4.2 我们离终极愿景还有多远

10.5 写给开发者的话:在AI时代,工程素养重于编码能力

10.5.1 能力矩阵的迁移

10.5.2 工程素养的回归

10.6 从Vibe Coding毕业

本章小结

思考题

后记 百川入海,殊途同归

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部