Star 46.2k 让 AI 编程工具按照你的要求自动写代码

• 它到底是什么？
• 核心亮点
• 怎么用？
• 说点实在的

用 Cursor、Claude 写代码，体验大概是这样的：写出来能跑，但风格杂乱、架构随缘、命名像抽奖 。你告诉它”帮我写个用户模块”，它确实写了，但跟你项目里的代码风格八竿子打不着——仿佛一个从没看过你项目的外包临时工。

问题的根源很简单：AI 不缺写代码的能力，缺的是一套完整的工程规范来约束它。

GitHub 上 Star 46.2k 的 Superpowers 项目，正好解决了这个痛点。

它到底是什么？

一句话：给 AI 编程智能体装上”工程师大脑”的指令集。

Superpowers 不是一个 IDE 插件，也不是又一个 AI 代码生成器。它是一套精心设计的 skills（技能）+ instructions（指令） 组合，直接喂给你的 AI 智能体（Cursor、Claude Code 等），让它从”只会写代码的打字员”进化成”懂流程的工程师”。

具体来说，它覆盖了三个关键阶段：

• 设计阶段 ：AI 先分析需求，生成架构方案，而不是上来就写代码
• 规划阶段 ：拆解任务、确定实现顺序、预判依赖关系
• 实现阶段 ：按照你项目的编码规范、目录结构、命名风格来生成代码

说白了，它教会 AI 一件事：写代码之前，先想清楚。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

• 项目地址：https://github.com/YunaiV/ruoyi-vue-pro
• 视频教程：https://doc.iocoder.cn/video/

核心亮点

1、Skills 技能系统

Superpowers 内置了多种开发技能模块，例如代码审查、调试排错、架构设计、测试编写等。每个 Skill 都是一份结构化的提示词，告诉 AI”做这件事时应该怎么思考、怎么行动”。

这比你在聊天框里手搓一段 prompt 靠谱得多——因为这些 Skill 是经过社区反复打磨、实战验证的。

2、项目级指令定制

这才是杀手级特性。你可以为自己的项目编写专属指令，比如：

• “所有 Service 类必须使用构造器注入”
• “REST 接口统一返回 CommonResult 包装类”
• “异常处理走全局 ExceptionHandler，禁止 try-catch 吞异常”

AI 读了这些指令以后，生成的代码就像是你团队老成员写出来的。代码风格统一，架构约束到位。

3、工作流驱动，不是碰运气

传统方式用 AI 写代码是”一问一答”模式，质量全靠 prompt 写得好不好。Superpowers 把这个过程变成了流水线 ：需求分析 → 方案设计 → 任务拆解 → 逐步实现 → 代码审查。环环相扣，每一步都有规范约束。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

• 项目地址：https://github.com/YunaiV/yudao-cloud
• 视频教程：https://doc.iocoder.cn/video/

怎么用？

使用方式非常直接：

1. Clone 仓库：git clone https://github.com/obra/superpowers
2. 将其中的 skills 和 instructions 配置到你的 AI 工具中（Cursor Rules、Claude Project 等）
3. 根据自己项目的技术栈和编码规范，定制专属指令
4. 让 AI 按照这套工作流来开发

关键一步 ：参考 Superpowers 的结构，为你自己的项目打造一套 skills 指令集。别只是照搬——每个项目的技术栈、架构风格、团队习惯都不同，最有价值的部分恰恰是你自己补充的那些项目专属规则。

说点实在的

AI 编程工具的能力早就够用了，瓶颈从来不在模型本身，而在你怎么驾驭它 。Superpowers 证明了一件事：与其抱怨 AI 生成的代码不够好，不如花点时间告诉它什么才是”好”。

给 AI 一份清晰的工程规范，它就能像团队里最听话的那个开发者一样，稳定输出符合标准的代码。这不是未来，这是现在。

项目地址：https://github.com/obra/superpowers