Superpowers:给你的 AI 编程助手装一套完整方法论

Superpowers：给你的 AI 编程助手装一套完整方法论

你有没有过这种经历——

让 AI 帮你写个功能，它唰唰唰几秒钟给你吐出 200 行代码，看着挺唬人，但一跑起来全是坑。变量命名随心所欲，边界条件不管，测试？不存在的。你花了比自己写更多的时间去修它的烂摊子。

问题不在 AI 写代码的能力——现在主流的编程 Agent 能力都相当强了。问题在于：它没有方法论。

就像一个天赋极高但从没接受过工程训练的实习生，能力有，但没有纪律。

今天介绍的这个开源项目，就是要解决这个问题。

Superpowers 是什么

Superpowers（GitHub 仓库：github.com/obra/superpowers）是一个给 AI 编程 Agent 用的「技能框架」。它由 Jesse Vincent 开发，目前在 GitHub 上已经有超过 4 万颗星。

说得直白点：它是一套「规矩」，装上之后，你的 AI 编程助手就不再是一个只会闷头写代码的愣头青，而变成了一个懂得先想后做、有计划有纪律的工程师。

它支持主流的 AI 编程工具——不管你用的是哪个编程 Agent，装上 Superpowers 之后，工作流都会被改造。

核心工作流：不是写得更多，而是写得更规范

Superpowers 的精髓不在于让 AI 多写代码，而在于一套完整的开发流程。安装之后，当你让 AI 开始一个任务时，它不会直接上手写——它会先跟你聊。

第一步：Brainstorm（脑暴）

AI 会用苏格拉底式的追问来澄清你的需求。你说「帮我做一个用户认证模块」，它会反问：用什么认证方式？需要支持 OAuth 吗？Token 过期策略是什么？密码重置流程要不要？

它会把你俩讨论出来的设计方案分段展示，每段都等你确认后再继续，而不是一股脑甩你一面墙。

第二步：Plan（计划）

确认设计后，AI 会产出一份详细的实施计划。这里有个很绝的描述——官方文档说这份计划要「清晰到一个充满热情但品味堪忧、毫无判断力、没有项目上下文、还讨厌写测试的初级工程师都能照着做」。

每个任务被拆成 2-5 分钟的小块，标明具体文件路径、完整代码和验证步骤。

第三步：实施——用 TDD 的方式

Superpowers 严格执行红绿灯 TDD（测试驱动开发）：

先写一个会失败的测试（红灯）
写刚好够让测试通过的代码（绿灯）
重构
提交

如果 AI 在写测试之前就动手写业务代码？框架会删掉它。 没错，真的会删掉。这不是建议，是强制执行。

第四步：Subagent 驱动开发

计划做好后，AI 会给每个小任务派出一个独立的子 Agent 去执行。每个子 Agent 完成后，会经历两轮 Review：先检查是否符合设计规格，再检查代码质量。

这意味着 AI 可以自主工作相当长的时间——有用户报告说跑了两个小时都没偏离计划。

第五步：收尾

所有任务完成后，AI 会提供选项：合并到主分支、创建 PR、保留工作分支或丢弃。整个流程闭环。

核心 Skills 拆解

Superpowers 的底层是一组可组合的 Skill 文件（Markdown 格式的方法论文档）。几个最核心的：

Skill	做什么
brainstorming	苏格拉底式设计澄清
writing-plans	拆任务到 2-5 分钟粒度
test-driven-development	强制红绿灯 TDD
subagent-driven-development	子 Agent 逐任务执行+双重审查
systematic-debugging	4 阶段根因分析
using-git-worktrees	自动创建隔离工作分支
requesting-code-review	按严重程度报告问题

其中，brainstorming 和 writing-plans 是我觉得最有价值的两个。很多时候 AI 写出来的代码不好用，根源不在写代码这一步，而在于一开始就没想清楚。这两个 Skill 把「想清楚再动手」变成了强制流程。

而 systematic-debugging 也很值得关注——它不让 AI 瞎猜，而是按「复现→定位→修复→验证」四步走，包含了根因追踪和条件等待等具体技术。

怎么装

根据你用的工具不同，安装方式有差异。目前支持 Claude Code、Cursor、GitHub Copilot、Codex、OpenCode、Gemini CLI 等主流 AI 编程工具：

Claude Code：

/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

Cursor：

在 Agent 聊天中执行：

/add-plugin superpowers

或在插件市场搜索 “superpowers”。

GitHub Copilot CLI：

copilot plugin add obra/superpowers

Codex / OpenCode：

直接告诉 Agent：

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

装完之后不需要做任何特殊操作。下次你让 AI 做事时，Superpowers 会自动介入。

一些真实的槽点

说了这么多好话，也得说说不完美的地方。

工作流偏重。 如果你只是想让 AI 帮你写个简单的工具函数，整套 brainstorm → plan → implement 流程就显得太重了。杀鸡用牛刀。

Git Worktree 的上下文切换。 Superpowers 会自动创建 Git Worktree 来隔离开发，这个思路很好，但在实际使用中，你的编辑器需要在不同目录之间来回切换，体验不够顺滑。

子 Agent 的可观测性不足。 当 Subagent 在后台长时间运行时，你很难实时了解它进展到哪了。两小时的自主工作听着很酷，但你可能也会焦虑——它到底在干嘛？

这些都是 v1 阶段的常见问题，社区正在积极改进。

即使不装框架，方法论本身值得借鉴

说到底，Superpowers 最大的贡献不是那几个 Skill 文件本身，而是它背后的理念：

AI 编程的瓶颈不在代码生成能力，而在工程纪律。

你完全可以不装这个框架，但在用任何 AI 编程工具时，借鉴它的思路：

写代码之前，先让 AI 跟你确认需求
让 AI 先出计划，你审批后再动手
要求 AI 先写测试，再写实现
每完成一个小模块就 Review，而不是最后一起看

这四条规矩，能让你的 AI 编程体验提升一个量级。

写在最后

半年前大家聊 AI 编程，焦点还是「AI 能写多复杂的代码」。现在越来越多人意识到，光会写不够——得会想、会规划、会测试、会 Review。

Superpowers 代表的是一个趋势：AI 工具的进化方向不只是更聪明，还得更有纪律。

GitHub 仓库地址：github.com/obra/superpowers 作者博客原文：blog.fsck.com/2025/10/09/superpowers/

如果你也在用 AI 编程，不管用的是什么工具，试试把「先想后做」变成习惯。这比任何插件都管用。

觉得有用的话，点个赞或者转发给同样在用 AI 写代码的朋友。关注「前夜笔记」，我会持续分享 AI 工具的深度使用心得。