A 6-step meta pipeline for spec-driven AI workflows across code + content + knowledge scenarios.
跨代码 / 内容 / 知识场景的 spec-driven AI 工作流元规范。把 INGEST / SYNTHESIZE / PERSIST 升级为与 CONSTRAIN / EXECUTE / VERIFY 同等级的一等公民。
Status: v0.1.1-draft · 2026-05-17 · @JasonZhang
业界 SDD（Spec-Driven Development）只解决了"代码 + AI"场景的 CONSTRAIN → EXECUTE → VERIFY 三步。Pipeline-Spec 在两端扩展，覆盖跨代码、内容、知识管理的完整 AI 工作流：
INGEST → CONSTRAIN → EXECUTE → VERIFY → SYNTHESIZE → PERSIST
↑ ↑ ↑ ↑ ↑ ↑
1.抓取 2.约束前置 3.AI 自治 4.机器可判 5.综合分级 6.跨 session
5 个反复出现的痛点都是同一个根因 — 软规则不靠谱，AI 看心情遵守：
- 组件重复开发（没事前架构）
- DESIGN.md 被绕过（Gate 没自动验证）
- Harness engineering 概念虚（不知怎做）
- 多 session 上下文损耗（没持久化状态）
- PRD 写了不遵守（PRD 是叙述不是约束）
解法：把规则升级为强制约束闸门 + 强制输出格式（CONSTRAIN + VERIFY）。但还不够 — 现有 SDD 不管 INGEST（怎么抓素材）、SYNTHESIZE（怎么综合分级）、PERSIST（怎么跨 session 治理）。Pipeline-Spec 把这三步也设计成一等公民。
每步包含：input / output / acceptance / 反例。详见 SPEC.md。
| # | 步骤 | 干什么 | 反例（避免） |
|---|---|---|---|
| 1 | INGEST | 抓取/接收源材料，去重，加 frontmatter | "随便存个目录就完了" |
| 2 | CONSTRAIN | Schema / DESIGN.md / acceptance 前置写明 | "AI 大概懂吧" |
| 3 | EXECUTE | AI 自治推进（single agent / handoff / batch / /goal） | "全靠 prompt 临场发挥" |
| 4 | VERIFY | 机器可判（10 秒内验完 / 测试 / lint / diff） | "看起来不错就行" |
| 5 | SYNTHESIZE | 综合 / 聚类 / 分级（月报 / 专题 / TL;DR） | "全集瀑布流当输出" |
| 6 | PERSIST | 跨 session 治理（provenance / dedupe / index / log） | "改了就改了不记录" |
| 标准 | 覆盖步骤 | Pipeline-Spec 的差异化 |
|---|---|---|
| GitHub Spec-Kit | 2 + 3 + 4 | 加 1 + 5 + 6 三步覆盖非代码场景 |
| Anthropic Skills | 3 子结构 | 兼容 SKILL.md frontmatter，加 pipeline_steps 扩展 |
| Karpathy LLM Wiki | 1 + 5 + 6 | 加 2 + 4，使其可工程化 |
| Cursor / Windsurf Rules | activation 子模式 | 跨工具，不锁单 IDE |
| crewAI / Mastra YAML | 3 workflow 子结构 | 不吸收 persona，吸收 task/io/verify |
| DSPy Signatures | input/output/verify 子结构 | 一等化 input_schema / output_schema |
每个都是真实跑过的 SKILL.md，按 Pipeline-Spec 反向标注：
| Skill | 覆盖步骤 | 解决什么 |
|---|---|---|
goal-writer |
CONSTRAIN | 把模糊诉求写成 Codex /goal 能闭眼跑几小时 |
project-bootstrap |
CONSTRAIN + VERIFY + PERSIST | 项目启动五件套约束（COMPONENTS / DESIGN / PROJECT_STATE / PRD-acceptance / verify.sh） |
topic-deep-dive |
SYNTHESIZE | 把信息浓度高的主题做成"读完就能上手"的教程 |
inbox-budget |
INGEST + SYNTHESIZE + PERSIST | 沉淀闸门：强制周度配额（5-10 raw → wiki） |
book-vault |
INGEST + SYNTHESIZE + PERSIST | 睡前丢英文书，醒来拿结构化笔记 + 双语词汇 |
x-likes-sync |
全 6 步（完整样本） | Twitter likes → 知识库的完整 pipeline |
ai-frontend-design |
CONSTRAIN + VERIFY | Hard Gates 0/A/B 三段闸门，AI 不能偷懒 |
在 SKILL.md frontmatter 加：
---
name: my-skill
description: ...
pipeline_steps: [1, 5, 6] # 这个 skill 覆盖 INGEST + SYNTHESIZE + PERSIST
pipeline_mode: batch # 或 single / streaming
pipeline_persists_to: "path/" # 输出去哪
pipeline_input_format: text # text / yaml / json
---跑 project-bootstrap → 生成：
your-project/
├── COMPONENTS.md ← 组件清单 + 复用规则
├── DESIGN.md ← 视觉系统 + Hard Gates
├── PROJECT_STATE.md ← 跨 session 状态
├── PRD-acceptance.md ← 验收标准（机器可判）
└── verify.sh ← 跑完即看通过/失败
来源：跑通自 Twitter likes 1102 条压成 1 篇月报 + 10 个专题 + 全集的实战。
L1 信息层：全集瀑布流（兜底穷举）
L2 判断层：月报 + 专题（抓主旋律）
L3 能力层：topic-deep-dive 教程（把"知道"变"会做"）
- v0.1.1 (2026-05-17) ✅ — 初版 + GPT Pro 调研回流
- v0.2 (本周) — 定位重写 + frontmatter
activation/inputs/output_schema/verify一等化 + PERSIST 治理子字段 - v0.3 (下周) — 加
ROUTE/PLAN+OBSERVE/GOVERN横切字段 + Trust 段（signed_release / permission_manifest / dry_run / pin_version / audit_log，对标 OpenClaw 安全事件） - v1.0-RC (再下周) — Adapter 章节（spec → SKILL.md / AGENTS.md / Cursor / Windsurf / Cline / crewAI / DSPy 的映射规则）+ 商业化附录
详见 SPEC.md 第 8 节。
关键判断（来自 GPT Pro 调研）
- 不是无人区：Blog-Tech-Kit 已经做过"内容 SDD"。本规范的差异化是跨代码+内容+知识，不是垂直某一域。
- PERSIST 真正的护城河是治理（provenance / dedupe / contradiction_policy / staleness_check / index_update），不是"保存文件"。否则知识库会变 AI 垃圾堆。
- Skill 市场真正的壁垒是 trust。OpenClaw 安全事件警示：skill 能读写文件 + 调用工具时，必须有 signed_release / permission_manifest / dry_run / pin_version / audit_log。Pipeline-Spec v0.3 会内置。
不做重框架。先卖"可复制的一人公司工作流资产包"：
pipeline-spec.md + adapter CLI + 10 个示例 skill + lint/eval harness + directory
- 内容生产包
- 知识库治理包
- 研究 DR 包
- 视频生产包
- 社媒数据包
灵感来源：
- Andrej Karpathy 2026-04 LLM Wiki 系列推文
- GitHub Spec-Kit 团队
- Anthropic Agent Skills 工程团队
- 中文 X 社区：@kepano / @cyrilXBT / @AlchainHust / @aehyok / @leopardracer 等关于 Obsidian + Claude Code 闭环的实战推文
- W3C AI Execution 5 准则
MIT