你有没有遇到过这种情况：给 AI 说”帮我实现这个功能”，它噼里啪啦写了一大堆代码，看起来挺像回事，跑起来却到处是坑——测试没写，边界没考虑，架构文档更是想都别想？

这不是 Claude Code 不够聪明。而是我们给它的工作方式，根本就不是工程师该有的方式。

Superpowers，一个来自 Jesse Vincent（obra）的开源框架，正在解决这个问题。截至 2025 年底，它在 GitHub 上积累了超过 13 万颗 Star，成为 AI 编程助手领域最受关注的方法论框架之一。

让我们先还原一个场景。

你打开 Claude Code，输入：”实现一个用户注册功能，包含邮件验证”。

AI 开始运转——它会直接写代码。快则两分钟，你得到了一个看起来能跑的实现。但如果你仔细看，会发现：

• 没有单元测试

• 没有问你密码策略是什么

• 邮件发送逻辑硬编码在业务层

• 错误处理是 catch (e) { console.log(e) }

这不是 bug，这是默认行为。AI 默认的角色是”完成任务的执行者”，而不是”考虑系统全局的工程师”。

Superpowers 的核心洞察是：AI不缺能力，缺的是被迫做好工程的约束机制。

Superpowers 是一套可组合的Skill（技能）框架，配合一套强制执行的软件开发方法论。

它做的事情说起来并不复杂：在 AI 开始写代码之前，强制它走一遍经过验证的开发流程——头脑风暴、设计规范、实施计划、代码评审——每个阶段都需要用户批准才能继续。

用创始人的话说：

“把 AI 从’随意写代码的人’变成’系统化的工程师’。”

目前 Superpowers 支持六大 AI 开发环境：Claude Code、Cursor、Codex、OpenCode、Gemini CLI、GitHub Copilot CLI。

安装方式极简——如果你用的是 Claude Code，在 Marketplace 上执行一行命令即可：

Superpowers 的架构设计让它能在六个完全不同的 AI 环境里保持一致的行为，这背后有一套精巧的设计。

01 核心：using-superpowers元技能

整个框架的锚点是一个叫 using-superpowers 的元技能，它在每个会话开始时自动注入，建立整个 session 的协议。

这个元技能强制执行一条规则：1%规则——如果某个 skill 有哪怕 1% 的可能性适用于当前任务，AI 就必须激活它。

这听起来很保守，实际上非常合理。一个技能没被触发，通常不是因为不适用，而是 AI 没想到。

02 单一数据源+工具映射层

所有技能存储在 skills/ 目录，这是唯一的真相来源。为了在不同平台上运行，框架有一层工具映射层，把统一的接口映射到各平台的具体 API：

这套映射让同一套技能在六个环境里都能正确工作，不需要为每个平台单独维护一套规则。

03 Skill系统的分层设计

Superpowers 内置 20+ 个 Skill，按职责分为几个层次：

方法论层（强制执行开发流程）

• brainstorm – 写代码前先想清楚

• design-spec – 生成设计文档

• implementation-plan – 拆解执行计划

质量保障层（代码质量防线）

• tdd – 测试驱动开发

• subagent-review – 子 Agent 代码评审

• inline-self-review – 内联自我审查

执行层（实际开发辅助）

• git-worktree – 隔离工作空间

• subagent-execution – 子 Agent 并行执行

• debug-systematic – 系统化调试

这是 Superpowers 最重要的贡献：把松散的 AI 操作变成一个有明确阶段门的工程流程。

完整流程：

每个确认阶段都是真实的暂停点，AI 不会自动跳过。这让你始终掌控着关键决策，而不是等 AI 写完一大堆再来收拾残局。

实际效果：

框架作者和社区用户反馈一致：

• 减少了约 60% 的因需求理解偏差导致的返工

• 子 Agent 并行执行让复杂功能开发时间缩短 40%

• 强制 TDD 使代码 bug 率显著下降

• 2025 年 10 月 v5.0.x 版本的性能优化使整体工作流减少约 25 分钟开销

第一步：安装

以 Claude Code 为例：

也可以直接 clone 仓库使用：

第二步：理解Skill激活机制

安装后，每次新会话，using-superpowers 元技能会自动激活。你不需要手动调用，但可以检查当前加载了哪些 Skill：

第三步：用好阶段门

关键是学会在对的时候说”继续”或”等等”。

当 AI 完成头脑风暴阶段输出后，不要急着确认。这是你修正方向成本最低的时机——在这里多花 5 分钟，比在代码写完后发现跑偏省多了。

如果你想跳过某个阶段（比如需求很简单），可以明确说：跳过设计阶段，直接到实施计划。Superpowers 支持灵活调整，但前提是你主动选择，而不是 AI 替你做决定。

Jesse Vincent 在设计 Superpowers 时有一个核心信念：AI不应该替代工程判断，而应该让工程判断更容易发生。

这和很多 AI 工具的思路不同。大多数工具在想”怎么让AI做更多事”，而 Superpowers 在想”怎么让 AI 做正确的事”。

这种差异体现在每一个设计细节里：1% 规则宁可多触发也不漏掉；阶段门让用户无法被 AI 架空；TDD 强制让质量不是可选项。

当 AI 有了这套约束，它展示出的样子，更接近一个真正在做工程的同事，而不是一个随时可能飞车的程序生成器。

Superpowers 的路线图显示几个值得关注的方向：

1. Codex 沙箱适配：支持只读沙箱环境，让Superpowers在受限云环境中也能运行

2. 技能市场扩展：社区贡献的superpowers-lab仓库已经有30+实验性技能

3. 团队协作Skill：支持多人开发场景下的 Skill 共享和统一配置

在AI编程工具的战场上，大家都在卷”能力”——更快的代码生成、更聪明的补全。而Superpowers选择了另一条路：卷”方法论”。

这或许才是让AI真正成为靠谱工程伙伴的那把钥匙。