Apariencia
Workflow AI-First
Un principo que lo rige todo
Cada iniciativa comienza como conversación sobre porqué y qué necesitan los usuarios. El framework guía esa conversación hasta código production-ready.
El Ecosistema en 3 Capas
text
PRP (Business Layer)
↓ Define WHAT to build
SDD (Engineering Layer)
↓ Define HOW to build
GitHub (Delivery Layer)
↓ Track & deliver
Por qué estas capas:
- PRP: Stakeholders hablan business (no tech stack)
- SDD: Engineers convierten a implementation plan testeable
- GitHub: Team tracks progress, not just code
Primera Decisión: ¿Branch o Worktree?
Branch Simple
Cuándo: Una feature a la vez, desarrollo lineal.
bash
/ai-framework:SDD-cycle:speckit.specify "feature"
# → Branch en mismo directorio
Trade-off: Cambiar de feature requiere commit/stash.
Worktree Aislado
Cuándo: Múltiples features paralelas, bug fix urgente, experimentación.
bash
/ai-framework:git-github:worktree:create "feature" main
# → Directorio separado, nueva ventana IDE
Post-setup: En nueva ventana: Cmd+\``, verify
pwd, run
claude`
Benefit: Workspace principal intacto.
El Workflow SDD (6 Pasos Core + 2 Opcionales)
Philosophy
Cada paso previene problema específico que cuesta horas. No es burocracia - es speedup.
Comandos Opcionales:
Comando | Cuándo | Propósito | ROI |
---|---|---|---|
analyze | Entre tasks e implement | Valida consistencia entre spec/plan/tasks | Alto para features complejas |
checklist | Entre analyze e implement | Quality gate para requirements (unit tests for requirements) | Alto para requirements complejos |
sync | Después de implement | Documenta en GitHub lo construido | Solo si usas PRP workflow |
1. Specify → Spec Técnica
bash
/ai-framework:SDD-cycle:speckit.specify "add OAuth auth"
Convierte descripción en spec estructurada. Output: specs/001-feature/spec.md
2. Clarify → Detectar Ambigüedades
bash
/ai-framework:SDD-cycle:speckit.clarify
Por qué importa - Ejemplo:
text
Spec: "Add user authentication"
Sin clarify:
- Dev 1: Email/password
- Dev 2: OAuth
- Dev 3: SSO
→ 3 implementations, hours de meetings, refactor
Con clarify:
Claude: "¿Qué auth methods?"
You: "OAuth"
→ 1 implementation correcta, zero refactor
ROI: 2 minutos save 4 horas. Nunca skip este paso.
3. Plan → Design Artifacts
bash
/ai-framework:SDD-cycle:speckit.plan
Genera: research.md
, data-model.md
, contracts/
, quickstart.md
Benefit: Everyone trabaja con mismo data model. No "oh, asumí que User tenía este field".
4. Tasks → Implementation Breakdown
bash
/ai-framework:SDD-cycle:speckit.tasks
Genera tasks.md
con dependency ordering, parallel markers [P]
, file paths.
Benefit: No más "¿qué hago ahora?" Cada task es self-contained.
5. Analyze → Consistency Check (Optional)
bash
/ai-framework:SDD-cycle:speckit.analyze
Valida spec ↔ plan ↔ tasks consistency. Detecta gaps temprano.
Skip si: Feature simple (1-4 tasks). Use si: Feature compleja (10+ tasks).
5.5. Checklist → Quality Gate (Optional)
bash
/ai-framework:SDD-cycle:speckit.checklist "UX requirements quality"
Genera "unit tests for requirements". Valida que tus requirements estén bien escritos.
¿Qué valida?
- ✅ Requirements completos (no falta información)
- ✅ Requirements claros (no ambigüedades)
- ✅ Requirements consistentes (no contradicciones)
- ❌ NO valida que el código funcione
Workflow:
text
analyze → checklist (genera preguntas) → TÚ marcas checkboxes → implement (bloquea si incomplete)
Por qué ANTES de implement:
Detectas requirements malos ANTES de codear. Corriges spec. Evitas re-work.
Skip si: Requirements ultra-claros, feature simple. Use si: Requirements complejos, múltiples stakeholders, áreas de riesgo.
6. Implement → TDD + Execution
bash
/ai-framework:SDD-cycle:speckit.implement
Ejecuta tasks con TDD enforcement, assigned agents, parallel execution.
Por qué TDD es natural aquí:
Sin framework: Write → Hope → Debug → Fix (unpredictable)
Con framework: Test → Fail → Code → Pass (predecible)
7. Sync → GitHub Documentation (Optional)
bash
/ai-framework:SDD-cycle:speckit.sync {parent_issue_number}
Documenta en GitHub lo que fue construido. Vincula spec técnica a PRP parent issue.
Cuándo ejecutar: DESPUÉS de implementación completa y validada.
Por qué después de implementar:
- GitHub issue documenta lo que SÍ construiste (no especulación)
- Spec + Plan + Tasks son 100% accurate con código final
- Stakeholders ven resultados, no work-in-progress
- Zero necesidad de re-sync
Skip si: No usas PRP workflow, feature interna sin stakeholders. Use si: Feature con PRP parent issue, documentación para stakeholders.
Con PRP o Sin PRP?
Con PRP (Business-Driven)
Cuándo: La feature necesita aprobación de stakeholders.
bash
/ai-framework:PRP-cycle:prp-new "feature-name"
/ai-framework:PRP-cycle:prp-sync "feature-name"
/ai-framework:SDD-cycle:speckit.specify --from-issue {number}
# → Continue steps 2-6 normalmente
# → Al final: speckit.sync (documenta en GitHub)
Benefit: Business y Tech separated pero linked.
Sin PRP (Tech-Driven)
Cuándo: Bug fixes, refactorings, internal tools.
bash
/ai-framework:SDD-cycle:speckit.specify "fix race condition"
# → Continue steps 2-6 normalmente
# → Skip sync (no PRP parent issue)
Benefit: Faster start, no business overhead.
Patterns Por Complexity
Size S (≤80 LOC): Minimal Workflow
bash
specify → clarify → plan → tasks → implement → commit → pr
Skip: analyze (overhead > benefit para size S) Time: 5-10 min
Size M (≤250 LOC): Full Workflow
bash
specify → clarify → plan → tasks → [analyze] → [checklist] → implement → commit → pr
Opcionales recomendados: analyze (consistency), checklist (quality gate) Time: 15-45 min
Hotfix: Rapid + Isolated
bash
worktree:create → understand → specify → clarify → plan → tasks → implement → commit → pr → cleanup
Skip opcionales: analyze, checklist, sync (prioridad = speed) Benefit: Trabajo principal untouched, fix rápido
🧭 Decision Trees
¿PRP?
¿Stakeholder approval needed? → YES: Use PRP | NO: Skip to SDD
¿Worktree?
¿Work in progress que no quieres interrumpir? → YES: worktree | NO: branch
Post-Merge
bash
/ai-framework:utils:changelog # Auto-detect merged PRs
/ai-framework:git-github:cleanup # Delete branch, sync base
Si usaste worktree, cleanup regresa automáticamente a main.
Best Practices
Workflow Selection: Comienza de forma simple (branch). Mejora a worktree cuando necesites aislamiento.
Clarify Strategy: Answer questions even if obvious. 2 min ahora > 2 hours later.
Security Review:/ai-framework:git-github:pullrequest
auto-runs security review. Blocks PR si HIGH vulnerability found.
Commit Strategy:commit "all changes"
auto-groups por categoría. Better que 1 giant mixed commit.
Para Profundizar
- Commands Guide — Completo conjunto de comandos, usage, options
- Agents Guide — Extensa biblioteca de agentes, cuándo usar
- MCP Servers — Playwright, Shadcn
- Pro Tips — Advanced patterns
Herramienta Opcional: Agent Strategy Advisor
Planificación Consultiva
Si no estás seguro qué agentes usar para una tarea compleja, puedes consultar al agent-strategy-advisor
:
bash
/ai-framework:Task agent-strategy-advisor "Analiza mi tasks.md y recomienda agentes"
Este agente NO ejecuta tareas, solo analiza y recomienda:
- Qué agentes usar para qué trabajo
- Cuándo usar agentes vs. main Claude
- ROI realista de paralelización
- Estrategia de ejecución con justificación
Úsalo cuando:
- Planeas trabajo complejo y no sabes qué agentes usar
- Quieres aprender el ecosistema de agentes
- Necesitas justificación de estrategia para tu equipo
No lo uses cuando:
- Ya sabes qué agentes necesitas
- Trabajo simple (<80 LOC)
- Necesitas ejecución inmediata (no planificación)
Última Actualización
Fecha: 2025-10-16 | Ecosistema: PRP-SDD-GitHub