Superpowers:让AI编程助手进化为超能力软件工程师

你有没有遇到过这样的情况：让 AI 编程助手帮你开发一个功能，结果它直接开始写代码，写到一半发现方向错了，或者写出来的代码质量堪忧，需要反复修改？

这正是当前 AI 编程工具面临的核心挑战。虽然 Claude Code、Cursor、GitHub Copilot 等工具已经非常强大，但它们往往缺乏系统化的工作流程，容易陷入”直接写代码”的陷阱。

今天要介绍的 Superpowers 项目，正是为了解决这个问题而生。它为 AI 编程助手提供了一套完整的软件开发工作流，让 AI 不再只是”写代码的工具”，而是真正成为可靠的”软件工程师”。

一、Superpowers 是什么？

Superpowers 是由 Jesse Vincent 和 Prime Radiant 团队开发的智能体技能框架和开发方法论。Jesse Vincent 在技术圈颇有名气，他曾创建过 keyboard.io、K-9 Mail、Request Tracker 等知名项目，现在专注于 AI 编程工具的研究。

Superpowers 最初为 Claude Code 设计，现在已经扩展到支持多个主流 AI 编程平台，包括：

• Claude Code（官方插件市场）
• Cursor IDE
• GitHub Copilot CLI
• Gemini CLI
• Codex
• OpenCode

这个框架的核心价值在于：它不是让 AI 更快地写代码，而是让 AI 更聪明地工作。

二、核心理念：从”写代码”到”做工程”

Superpowers 的设计哲学可以用四个关键词概括：

1. 测试驱动开发（TDD）

传统的 AI 编程助手往往先写代码，再考虑测试。Superpowers 强制要求遵循 RED-GREEN-REFACTOR 循环：

• RED：先写失败的测试
• GREEN：写最少的代码让测试通过
• REFACTOR：优化代码结构

这种方式确保每一行代码都有测试覆盖，大幅降低了 bug 率。

2. 系统性优于临时性

Superpowers 不鼓励 AI 凭直觉或猜测来解决问题，而是要求遵循系统化的流程。每个任务都有明确的步骤、验证方法和回退机制。

3. 复杂性降低

框架的核心目标是简化问题，而不是堆砌功能。它强调 YAGNI（You Aren’t Gonna Need It）原则，避免过度设计。

4. 证据优于声明

在 Superpowers 的世界里，AI 不能只说”我完成了”，必须提供可验证的证据。测试通过了吗？代码审查通过了吗？所有检查项都满足了吗？

三、工作流程：从想法到上线的完整路径

Superpowers 定义了一套标准化的开发流程，每个阶段都有对应的技能模块：

阶段一：需求讨论（brainstorming）

当你向 AI 提出一个想法时，Superpowers 不会让它立即开始写代码。相反，它会：

1. 通过提问澄清你的真实需求
2. 探索可能的实现方案
3. 将设计文档分段展示给你确认
4. 保存设计文档作为后续工作的依据

这个阶段确保了”做正确的事”，而不是”把事做错”。

阶段二：创建工作分支（using-git-worktrees）

设计确认后，AI 会：

1. 创建一个新的 Git 分支
2. 使用 git worktree 创建独立的工作空间
3. 运行项目初始化脚本
4. 验证测试基线是否干净

这种方式保证了主分支的稳定性，同时让并行开发成为可能。

阶段三：制定实施计划（writing-plans）

AI 会将设计文档转化为详细的实施计划，每个任务都包含：

• 具体的文件路径
• 完整的代码实现
• 明确的验证步骤
• 预计的执行时间（2-5分钟）

计划足够详细，以至于”一个热情但缺乏判断力的初级工程师”也能执行。

阶段四：智能体驱动开发（subagent-driven-development）

这是 Superpowers 最具创新性的部分。它会：

1. 为每个任务启动一个全新的子智能体
2. 子智能体独立完成任务
3. 主智能体进行两阶段审查：
• 第一阶段：检查是否符合规格
• 第二阶段：检查代码质量
4. 发现问题则要求重新执行

这种方式让 Claude 可以自主工作数小时而不偏离计划。

阶段五：测试驱动开发（test-driven-development）

在实现阶段，AI 必须严格遵循 TDD：

1. 先写失败的测试
2. 运行测试，确认失败
3. 写最少的代码让测试通过
4. 运行测试，确认通过
5. 提交代码

如果发现代码在测试之前就写好了，AI 会主动删除并重新开始。

阶段六：代码审查（requesting-code-review）

任务之间，AI 会自动进行代码审查：

• 检查是否符合计划
• 按严重程度报告问题
• 关键问题会阻止进度

阶段七：完成开发分支（finishing-a-development-branch）

所有任务完成后，AI 会：

1. 验证所有测试通过
2. 提供选项：合并、创建 PR、保留或丢弃
3. 清理 worktree

四、技能库全景

Superpowers 提供了丰富的技能模块，分为四大类：

测试类技能

• test-driven-development：RED-GREEN-REFACTOR 循环，包含测试反模式参考

调试类技能

• systematic-debugging：4阶段根因分析流程，包含根因追踪、纵深防御、条件等待等技术
• verification-before-completion：确保问题真正解决

协作类技能

• brainstorming：苏格拉底式设计讨论
• writing-plans：详细的实施计划制定
• executing-plans：批量执行与检查点
• dispatching-parallel-agents：并发子智能体工作流
• requesting-code-review：预审查清单
• receiving-code-review：响应反馈
• using-git-worktrees：并行开发分支管理
• finishing-a-development-branch：合并/PR 决策流程
• subagent-driven-development：快速迭代与两阶段审查

元技能

• writing-skills：创建新技能的最佳实践
• using-superpowers：技能系统介绍

五、如何安装和使用

安装方式

Superpowers 的安装方式因平台而异：

Claude Code（官方插件市场）

/plugin install superpowers@claude-plugins-official

Cursor IDE

在 Cursor Agent 聊天中输入：

/add-plugin superpowers

或在插件市场搜索”superpowers”。

GitHub Copilot CLI

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

Gemini CLI

gemini extensions install https://github.com/obra/superpowers

验证安装

安装后，启动一个新的会话，尝试触发技能，例如：

• “帮我规划这个功能”
• “让我们调试这个问题”

如果 AI 自动调用了相关的 superpowers 技能，说明安装成功。

六、实际应用价值

Superpowers 已经累积了超过 131,000 次使用，证明了其在实际开发中的价值。以下是几个典型场景：

场景一：新功能开发

传统方式：AI 直接写代码 → 发现方向错误 → 推倒重来

Superpowers 方式：需求讨论 → 设计确认 → 计划制定 → 分步实现 → 测试验证 → 代码审查

场景二：Bug 修复

传统方式：AI 凭直觉修改代码 → 可能引入新 bug

Superpowers 方式：系统化调试 → 根因分析 → 测试覆盖 → 修复验证

场景三：大型重构

传统方式：AI 一次性修改大量代码 → 难以验证

Superpowers 方式：拆分为小任务 → 每个任务独立测试 → 逐步推进

七、社区与资源

Superpowers 是一个开源项目，采用 MIT 许可证。

官方资源：

• GitHub：https://github.com/obra/superpowers^[1]
• 官网：https://primeradiant.com/superpowers/^[2]
• Discord 社区：https://discord.gg/35wsABTejz^[3]
• 博客：https://blog.fsck.com^[4]

八、总结

在 AI 编程工具快速发展的今天，Superpowers 提供了一个重要的启示：让 AI 更聪明地工作，比让 AI 更快地写代码更重要。

通过系统化的工作流程、严格的测试驱动开发、智能体驱动开发等创新机制，Superpowers 正在重新定义 AI 编程助手的能力边界。

如果你正在使用 Claude Code、Cursor 或其他 AI 编程工具，强烈建议尝试 Superpowers。它可能会改变你对 AI 编程的认知——从”辅助工具”到”可靠的合作伙伴”。

引用链接