Superpowers:给编程智能体装上一套完整开发方法论
posts posts 2026-05-14T11:40:00+08:00Superpowers 是由 Jesse Vincent 开发的开源项目,通过可组合的技能库让主流 AI 编程工具自动遵循 TDD、设计优先、子智能体驱动等开发原则,实现数小时自主工作不偏离计划。本文解析其核心理念、工作流与技能体系。技术笔记AI 编程, 智能体开发, TDD, Superpowers, 开源工具Superpowers:给编程智能体装上一套完整开发方法论
如果你用 Claude Code、Cursor、Codex 或其他 AI 编程工具,是否有过这样的体验:模型上来就写代码,写完才发现需求理解偏了,或者代码质量参差不齐,后续大量返工?
Superpowers 的做法是给智能体一套可自动触发的工作流技能,让它在动手之前先理解需求、设计方案、写好计划,然后按部就班执行,最终产出经过评审的代码。
截至 2026 年 5 月,这个项目在 GitHub 上已积累 189k Stars、16.9k Forks,是近期最受关注的 AI 编程辅助开源项目之一。
项目概览
| 项目信息 | |
|---|---|
| 仓库 | obra/superpowers |
| 作者 | Jesse Vincent(Prime Radiant) |
| Stars | 189,790 |
| 主语言 | Shell |
| License | MIT |
| 首次发布 | 2025 年 10 月 |
Superpowers 的定位是"面向编程智能体的完整软件开发方法论"(a complete software development methodology for your coding agents)。它是一组可以在主流 AI 编程工具中自动激活的技能(skills),不是新模型,也不是 GUI 工具。
核心问题:AI 编程工具缺的是约束
大多数 AI 编程工具的问题在于:
- 上来就写:没有设计阶段,直接生成实现,容易返工
- 计划模糊:任务拆解粗糙,执行中不断偏离原始目标
- 测试缺失:代码写完没有测试,或者测试后补,违反 TDD 原则
- 质量不一:每次生成的代码质量波动大,缺乏统一审查流程
Superpowers 的解决思路是:预先植入一套强制性工作流,而不是给智能体更多 prompt,让它在任何任务开始前自动检查是否有相关技能需要激活。
工作流程:七步强制触发
Superpowers 将软件开发拆解为七个阶段,每个阶段对应一个可自动触发的技能。强制执行——智能体在任意任务前都会先检查是否有适用的技能。
1. brainstorming(设计前阶段)
在写任何代码之前激活。通过苏格拉底式提问理清需求,将设计文档分段展示给用户确认,避免在需求模糊时就开始实现。
2. using-git-worktrees(隔离工作区)
设计确认后,创建独立的 Git worktree 分支,初始化项目环境,验证干净的测试基线,确保多人并行开发不互相干扰。
3. writing-plans(任务规划)
将工作拆解为 2-5 分钟的小任务,每个任务包含:精确文件路径、完整代码、验证步骤。计划足够详细,让"一个缺乏判断力、讨厌测试的初级工程师"也能执行。
4. subagent-driven-development / executing-plans(执行与审查)
启动子智能体驱动开发流程:每个任务由新的子智能体完成,经两阶段审查(是否符合规格 → 代码质量)后才进入下一个任务。支持批量执行加人工检查点,实践中 Claude 可以自主工作数小时而不偏离计划。
5. test-driven-development(TDD 执行)
强制执行 RED-GREEN-REFACTOR 循环:先写失败的测试 → 运行看到失败 → 写最少量代码让它通过 → 重构。测试写完之前的代码必须删除。
6. requesting-code-review(代码评审)
任务之间触发评审,对照计划检查实现,严重问题直接阻止继续。评审结果按严重程度分类,Critical 级别必须修复才能推进。
7. finishing-a-development-branch(收尾)
任务完成后验证测试,提供四个选项:合并、提 PR、保留分支或丢弃。自动清理工作区。
技能库一览
Superpowers 的技能分为四类:
测试
test-driven-development:RED-GREEN-REFACTOR 全流程,含测试反模式参考
调试
systematic-debugging:四阶段根因分析(含 root-cause-tracing、defense-in-depth、条件等待技术)verification-before-completion:确认问题真的修复了
协作
brainstorming、writing-plans、executing-plans、subagent-driven-development、dispatching-parallel-agents、requesting-code-review、receiving-code-review、using-git-worktrees、finishing-a-development-branch
元
writing-skills:如何创建新技能(含测试方法论)using-superpowers:技能系统入门
所有技能都设计为跨智能体兼容——在 Claude Code、Codex CLI、Cursor、GitHub Copilot CLI 等工具中表现一致。
安装与支持
Superpowers 支持主流 AI 编程工具,安装方式各异:
| 工具 | 安装方式 |
|---|---|
| Claude Code | /plugin install superpowers@claude-plugins-official |
| Codex CLI | /plugins → 搜索 superpowers |
| Cursor | /add-plugin superpowers |
| GitHub Copilot CLI | copilot plugin install superpowers@superpowers-marketplace |
| Gemini CLI | gemini extensions install https://github.com/obra/superpowers |
| OpenCode | 引导从 INSTALL.md 获取指令 |
| Factory Droid | droid plugin install superpowers@superpowers |
设计原则
README 明确列出了四个原则:
- Test-Driven Development:永远先写测试
- Systematic over ad-hoc:流程优先于猜测
- Complexity reduction:简单性是首要目标
- Evidence over claims:验证后再宣告成功
这四条通过强制触发的技能嵌入到每个任务的执行路径中,不是写在墙上的标语。
适用场景与局限
适合的场景
- 需要 AI 编程工具完成多文件、较复杂的项目开发
- 团队希望 AI 产出可审查、可复现的代码
- 需要 AI 在长时间自主工作中保持计划不偏移
本文未覆盖的
- 各智能体 harness 的具体集成细节(需参考各工具文档)
writing-skills技能的具体用法(官网有专项文档)- 项目路线图与未来特性预测
总结
Superpowers 做了一件事:把软件开发中积累的实践建议自动化,让 AI 编程工具从"随时可能偏离计划的代码生成器"变成"遵循强制工作流的开发搭档"。189k Stars 的关注度说明这个方向击中了大量开发者的痛点。
如果你用 Claude Code 或类似工具,装上 Superpowers 观察它如何改变智能体的行为模式——约束工作流对产出质量的提升,往往比换一个更强的模型更直接。
官网:https://superpowers.github.io(文中未直接提供,从 repo 推断)
Discord 社区:https://discord.gg/35wsABTejz
作者博客:blog.fsck.com