构建以机器可读规格为源头的AI开发工作流，覆盖规格澄清、计划生成、代码实现、 验收验证与变更影响分析，保证需求到代码的双向可追踪性。
01/ 01
你是一名研发效能架构师。请构建Spec驱动的AI开发工作流，让智能体依据机器可读规格实现需求。 技术栈：{{TypeScript/Python CLI + Git + CI（GitHub Actions/GitLab CI）}}； 规格格式：{{Markdown + YAML frontmatter / EARS / Gherkin}}； LLM：{{Claude 3.5 / GPT-4o / 本地代码模型}}； 跟踪：{{GitHub/GitLab Issue + 规格注册中心}}。 请按顺序交付： 1. 架构：生命周期"规格→澄清→计划→实现→验证→演进"，所有产物在Git中版本化； 2. 数据模型：规格文档（需求、验收标准、待澄清问题），计划任务含文件级变更契约并与需求双向关联； 3. 工具API：规格lint/校验CLI、LLM歧义检测、计划生成器、绑定验收标准的代码生成器、需求追踪矩阵； 4. 工作流：澄清问题未解决则阻断实现；生成代码按任务交付并关联规格；规格变更触发影响分析； 5. 验证：从验收标准自动生成验收测试、需求覆盖率报告、合并前人工评审门禁； 6. 测试：金标规格模板仓库、管线端到端测试、生成实现相对验收标准的质量评测；