Superpowers: 让 AI 编程代理像资深工程师一样工作

Superpowers 是一个为 AI 编程代理（如 Claude Code、Codex、OpenCode）打造的完整软件开发工作流系统。 它的核心理念是：通过一套可组合的"技能"和初始指令，让 AI 代理在编写代码时自动遵循最佳实践，而不是像"没有经验的初级工程师"那样随意行事。项目由 Jesse Vincent 开发，目前已获得 16k+ 星标。

问题背景

你是否遇到过这样的场景：让 AI 编程助手帮你实现一个功能，结果它：

• 跳过测试直接写代码
• 没看到测试失败就声称测试通过
• 擅自添加"优化"却不是你要求的
• 宣布完成但功能实际上有 bug

这些行为的共同点是：AI 像一个热情但缺乏工程素养的初级工程师——会写代码，但不懂得如何系统地、可靠地开发软件。

核心设计哲学

Superpowers 建立在四个核心原则之上：

这些原则不是空话，而是被编码成 AI 必须遵循的工作流。

完整工作流程

Superpowers 构建了一个端到端的开发流程：

第一阶段：头脑风暴

当你说"我想做一个 X 功能"时，AI 不会直接写代码。它会像苏格拉底式对话一样：

1. 先侦察：查看项目目录，了解现有代码结构
2. 一次问一个问题：不会一次性抛出十个问题
3. 提供选项：尽量给 A/B/C 选择，减少你的思考负担

设计方案以 200-300 字的小节呈现，每节都要确认"看起来对吗"。确认后写入 docs/plans/ 目录。

第二阶段：工作区隔离

设计确认后，AI 会：

1. 创建新的 git 分支（如 feature/todo-app）
2. 创建独立的 worktree 目录
3. 验证项目环境和测试基线

这确保了开发环境隔离，不污染主分支。如果实验失败，直接删掉 worktree 即可。

第三阶段：编写计划

把设计拆解成 2-5 分钟的小任务，每个任务包含：

• 精确的文件路径
• 完整的代码片段
• 验证步骤

目标是让"一个没有判断力、没有项目背景的热情初级工程师"也能执行。

第四阶段：子代理驱动开发

这是 v4.0 的重大创新。主代理为每个任务派遣一个"新鲜"的子代理（没有上下文污染），实现后进行两阶段审查：

• 规格符合性审查：代码是否完全符合需求？是否多做了或少做了？
• 代码质量审查：代码是否干净？测试覆盖是否足够？

审查是循环的：发现问题 → 修复 → 再审查，直到通过。

第五阶段：收尾

所有任务完成后：

1. 验证测试全部通过
2. 呈现选项（合并/创建 PR/保留/丢弃）
3. 清理 worktree

技能库详解

项目包含 14 个核心技能，分为几大类别：

测试类

1test-driven-development

强制执行 RED-GREEN-REFACTOR 循环。核心规则："先写测试失败的代码？删掉，重新来"。包含详细的反模式参考。

调试类

协作类

元技能

技术架构亮点

流程图作为可执行规范

技能文件使用 DOT 语法定义决策流程图，这不是装饰性的，而是 AI 必须遵循的权威定义。

描述陷阱的发现与解决

项目团队发现一个有趣的现象：如果技能描述中包含工作流摘要，AI 会跟随简短描述而忽略详细流程图。

解决方案：描述只写触发条件（"Use when X"），不写流程细节。

反合理化设计

using-superpowers 技能中专门列出了 AI 常见的逃避借口及其反驳：

安装与使用

Claude Code 安装

1/plugin marketplace add obra/superpowers-marketplace

验证安装：

1/help

你应该能看到：

• /superpowers:brainstorm - 头脑风暴
• /superpowers:write-plan - 写计划
• /superpowers:execute-plan - 执行计划

Codex 安装

快速安装（推荐）：

1Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.codex/INSTALL.md

手动安装：

1# 克隆仓库
2mkdir -p ~/.codex/superpowers
3git clone https://github.com/obra/superpowers.git ~/.codex/superpowers
4
5# 创建个人技能目录
6mkdir -p ~/.codex/skills
7
8# 验证安装
9~/.codex/superpowers/.codex/superpowers-codex bootstrap

OpenCode 安装

 1#!/bin/bash
 2# 一键安装脚本
 3
 4mkdir -p ~/.config/opencode/superpowers
 5git clone https://github.com/obra/superpowers.git ~/.config/opencode/superpowers
 6
 7mkdir -p ~/.config/opencode/plugin
 8ln -sf ~/.config/opencode/superpowers/.opencode/plugin/superpowers.js \
 9       ~/.config/opencode/plugin/superpowers.js
10
11mkdir -p ~/.config/opencode/skills

重启 OpenCode 后，输入 "do you have superpowers?" 验证安装。

使用示例

启动头脑风暴

你只需要说："我想做一个待办事项应用"

Superpowers 会自动触发，不需要输入特殊命令。AI 会：

1. 一次问一个问题厘清需求
2. 把设计分成小节展示确认
3. 全部确认后写入设计文档

TDD 工作流

每个步骤遵循 RED-GREEN-REFACTOR 循环：

RED（红色）：写一个会失败的测试

1npm test  # 失败（因为功能还不存在）

关键：必须亲眼看到测试失败！如果一开始就通过，说明测试写错了。

GREEN（绿色）：写最少的代码让测试通过

REFACTOR（重构）：清理代码，确保测试仍然通过

子代理审查

子代理完成实现后，主代理会进行审查：

常见问题

Superpowers 与 GSD 有什么区别？

两者可以互补使用。

为什么必须看到测试失败？

这是 TDD 的核心实践：

1. 如果测试一开始就通过，可能测试的是已有功能（没意义）
2. 也可能测试写错了（危险，会给出错误的信心）
3. 只有看到测试失败，才能确保测试真正验证了预期行为

子代理为什么用"新鲜"的？

子代理没有之前的上下文污染，可以：

• 客观地执行任务，不会受之前对话的影响
• 没有已有的假设和偏见
• 审查时代理与实现时代理分离，确保审查的独立性

版本演进

总结

Superpowers 本质上是在回答一个问题：如何让 AI 代理像有经验的工程师一样工作，而不是像"会写代码但不懂工程"的实习生？

答案是：把最佳实践编码成可执行的、不可逃避的工作流：

• 用流程图定义决策点
• 用测试验证行为
• 用子代理实现关注点分离
• 用两阶段审查确保质量

对于想要提升 AI 编程效率和质量的开发者，Superpowers 是一个值得学习和使用的工具。

参考资源

• Superpowers GitHub 仓库
• Claude Code 官方文档