乐于分享
好东西不私藏

Superpowers完全实战指南:给 AI 编程助手装上一整套开发方法论,实现工程化编程

Superpowers完全实战指南:给 AI 编程助手装上一整套开发方法论,实现工程化编程

前言:AI 编程的“能力-纪律”剪刀差

2025 年,AI 编程工具彻底爆发了。

Claude Code、Cursor、Windsurf、OpenCode…各类 AI 编程助手如雨后春笋般涌现,它们能够根据自然语言描述生成代码,甚至能独立完成整个项目的开发。

但一个尖锐的问题也随之浮现:AI 越来越聪明,代码却越来越“随意”。

这种现象被业内称为“能力-纪律”剪刀差:

  • • 能力端:AI 能够理解复杂需求,生成高质量代码
  • • 纪律端:AI 缺乏工程化思维,不懂最佳实践,容易“放飞自我”

具体表现为:

  • • 不写测试就交付代码
  • • 不做 Code Review 直接合并
  • • 忽略项目规范和代码风格
  • • 不知道何时该重构,何时该止步
  • • 遇到 Bug 就盲目试错,缺乏系统化调试方法

如何解决这个问题?Superpowers 给出了答案。


第一章:Superpowers 是什么?

1.1 项目简介

Superpowers(GitHub: obra/superpowers)是由 Jesse Vincent 创建的一个代理技能框架和软件开发方法论,专门为 AI 编码代理设计。

截至2026年4月,Superpowers 在 GitHub 上已获得 15.8万+ Star,成为 AI 编程领域最受关注的开源项目之一。

用一句话概括 Superpowers:

它不是让 AI 更快地写代码,而是让 AI 遵循专业的软件工程流程工作。

1.2 核心理念

Superpowers 的核心思路很简单:不要让 AI 直接写代码,而是先让 AI 学会像专业工程师一样思考。

具体体现在:

  1. 1. 技能优先:每个工程任务都被分解为可复用的“技能”(Skills),而非一次性的 Prompt
  2. 2. 流程强制:通过 SKILL.md 文件定义明确的工作流程和硬性门槛
  3. 3. 最佳实践内置:将 decades of software engineering 沉淀为 AI 可执行的指令
  4. 4. 可组合性: Skills 可以像乐高积木一样组合使用

1.3 为什么叫“Superpowers”?

这个名字有两层含义:

  1. 1. 给 AI 赋予“超能力”:通过预定义的技能库,让 AI 具备专业软件工程师的思维方式和工具使用能力
  2. 2. 像超级英雄一样工作:不再是“代码生成器”,而是“有纪律的工程师”

第二章:Superpowers 的三大核心模块

Superpowers 的技能库分为三大类,每类对应不同的工程阶段:

2.1 系统技能(System Skills)

作用:项目管理、任务规划、流程控制

代表技能:

  • • using-superpowers – 技能调用总则
  • • brainstorming – 头脑风暴
  • • systematic-debugging – 系统化调试
  • • architectural-decision-records – 架构决策记录
  • • task-planning-and-execution – 任务规划与执行

2.2 写作技能(Writing Skills)

作用:文档撰写、代码生成规范

代表技能:

  • • writing-code – 代码编写规范
  • • writing-tests – 测试编写
  • • writing-plans – 计划撰写
  • • writing-code-reviews – 代码审查
  • • improving-readability – 提升代码可读性

2.3 执行技能(Execution Skills)

作用:具体的技术执行

代表技能:

  • • github-issue-driven-development – GitHub Issue 驱动开发
  • • systematic-review – 系统化代码审查
  • • read-before-writing – 写代码前先阅读
  • • commit-message-conventions – 提交信息规范

第三章:14 项核心技能详解

Superpowers 内置了 14 项核心技能,这是其精髓所在。下面逐一详解:

3.1 using-superpowers(技能调用总则)

这是整个 Superpowers 体系的入口,定义了如何正确调用其他技能。

核心要点:

  • • 任何任务开始前,先评估需要哪些技能
  • • 遵循“规划→执行→验证”的工作流
  • • 每个技能都有明确的触发条件和退出条件

3.2 brainstorming(头脑风暴)

作用:在动手写代码之前,充分讨论需求和方案

工作流程:

  1. 1. 明确问题边界
  2. 2. 列举可能的解决方案
  3. 3. 评估每种方案的优缺点
  4. 4. 确定推荐方案

为什么重要:AI 经常“急于求成”,跳过思考直接写代码。brainstorming 强制 AI 先思考再动手。

3.3 systematic-debugging(系统化调试)

作用:将调试工作系统化,避免盲目试错

核心步骤:

  1. 1. 复现问题:确保能稳定复现 Bug
  2. 2. 定位根因:通过二分法快速缩小范围
  3. 3. 提出假设:基于证据而非猜测
  4. 4. 验证修复:确保修复不引入新问题

口诀:复现→定位→假设→验证

3.4 writing-code(代码编写)

核心规范:

  • • 先读代码再写代码(read-before-writing)
  • • 遵循项目的代码风格
  • • 保持函数短小、职责单一
  • • 添加有意义的注释

硬性门槛:

  • • 代码必须通过 lint 检查
  • • 必须包含基本的错误处理
  • • 必须考虑边界情况

3.5 writing-tests(测试编写)

测试金字塔:

  • • 单元测试:覆盖核心业务逻辑
  • • 集成测试:验证模块间协作
  • • 端到端测试:确保用户流程正常

Superpowers 的测试哲学:

  • • 测试不仅是验证,更是文档
  • • 测试应该表达意图,而非仅仅检查结果
  • • 测试覆盖率是结果,不是目标

3.6 systematic-review(系统化代码审查)

审查清单:

  1. 1. 功能正确性:代码是否实现了预期功能?
  2. 2. 代码质量:是否遵循项目规范?
  3. 3. 安全性:是否存在安全漏洞?
  4. 4. 性能:是否存在性能问题?
  5. 5. 可维护性:代码是否易于理解和修改?

3.7 read-before-writing(写前先读)

这是 Superpowers 最重要的技能之一。

工作流程:

  1. 1. 找到相关的现有代码
  2. 2. 理解其设计思路和实现细节
  3. 3. 理解其与目标功能的关联
  4. 4. 再开始编写新代码

为什么重要:AI 经常“闭眼写代码”,忽略与现有代码的整合,导致大量返工。

3.8 architectural-decision-records(ADR)

作用:记录架构决策的上下文和理由

ADR 模板:

# ADR N: [决策标题]## 状态[Proposed | Accepted | Deprecated | Superseded]## 背景[描述需要解决的问题]## 决策[描述最终选择的方案]## 后果[描述决策的影响]

3.9 github-issue-driven-development(GitHub Issue 驱动开发)

工作流:

  1. 1. 从 Issue 中提取任务
  2. 2. 创建分支
  3. 3. 开发并提交
  4. 4. 创建 PR 并关联 Issue
  5. 5. 等待 Code Review

3.10 commit-message-conventions(提交规范)

格式:

<type>(<scope>): <subject><body><footer>

Type 类型:

  • • feat: 新功能
  • • fix: Bug 修复
  • • docs: 文档更新
  • • style: 代码格式
  • • refactor: 重构
  • • test: 测试
  • • chore: 维护

3.11 improving-readability(提升可读性)

关注点:

  • • 变量命名是否清晰
  • • 函数是否过长
  • • 是否有重复代码
  • • 注释是否有用
  • • 是否遵循 SOLID 原则

3.12 task-planning-and-execution(任务规划与执行)

步骤:

  1. 1. 分解大任务为小任务
  2. 2. 估算每个小任务的复杂度
  3. 3. 确定依赖关系
  4. 4. 按序执行
  5. 5. 验收每个任务

3.13 writing-plans(撰写计划)

计划模板:

## 目标[清晰定义要完成的事情]## 范围[明确包含和不包含的内容]## 方案[详细描述实现方案]## 风险[识别潜在风险和应对措施]## 验收标准[如何判断任务完成]

3.14 writing-code-reviews(代码审查)

审查者 checklist:

  • • [ ] 代码是否正确实现了需求?
  • • [ ] 是否有潜在的 Bug?
  • • [ ] 代码是否可读易懂?
  • • [ ] 是否有安全风险?
  • • [ ] 性能是否满足要求?
  • • [ ] 测试是否充分?

第四章:安装与配置

4.1 环境要求

  • • Node.js 18+
  • • npm 或 yarn
  • • Claude Code / Cursor / Codex 等 AI 编程工具

4.2 安装步骤

方式一:Claude Code 插件安装

# 在 Claude Code 中安装/plugin install superpowers@claude-plugins

方式二:直接克隆仓库

# 克隆 Superpowers 仓库git clone https://github.com/obra/superpowers.git# 进入目录cd superpowers# 查看可用的 skillsls skills/

4.3 配置 CLAUDE.md

在项目根目录创建 CLAUDE.md 文件:

# 项目配置## 开发规范- 使用 TypeScript- 遵循 Airbnb JavaScript Style Guide- 必须编写测试## Superpowers 配置- 启用所有系统技能- 启用所有写作技能- 启用所有执行技能## 工作流1. 任何任务开始前进行 brainstorming2. 写代码前先 read-before-writing3. 完成后进行 systematic-review

第五章:实战案例

5.1 案例一:开发一个 REST API

需求:开发一个用户管理的 REST API

错误方式(没有 Superpowers):

用户:帮我写一个用户管理的 APIAI:直接开始写代码...- user.controller.ts- user.service.ts- user.model.ts- ...

结果:代码没有测试、不符合规范、难以维护

正确方式(使用 Superpowers):

第一步:brainstorming

用户:帮我写一个用户管理的 APIAI:让我先进行头脑风暴,明确以下问题:1. 需要哪些端点?(CRUD)2. 数据模型是什么?3. 认证方式?4. 错误处理策略?5. 分页/过滤需求?在明确这些问题之前,我无法开始编写代码。

第二步:task-planning-and-execution

AI:基于讨论,我制定如下计划:任务 1:创建数据模型任务 2:实现 CRUD 端点任务 3:添加认证中间件任务 4:编写单元测试任务 5:编写集成测试开始执行...

第三步:read-before-writing

AI:开始编写代码前,我先查看项目现有的代码结构和模式- 现有的 controller 风格- 现有的 service 层设计- 现有的测试模式...

第四步:writing-code

AI:按照项目规范编写代码...编写 user.model.ts编写 user.service.ts编写 user.controller.ts

第五步:writing-tests

AI:编写测试...单元测试:user.service.test.ts集成测试:user.api.test.ts

第六步:systematic-review

AI:代码审查...✓ 功能正确✓ 遵循项目规范✓ 有错误处理✓ 测试通过可以合并

5.2 案例二:修复一个 Bug

场景:用户报告登录功能有时候会失败

错误方式:

用户:登录有时候失败AI:我来帮你修...(然后盲目修改代码)

正确方式(systematic-debugging):

第一步:复现问题

AI:让我先尝试复现这个问题...1. 检查登录相关的代码2. 查看错误日志3. 尝试各种场景

第二步:定位根因

AI:通过日志分析,问题可能出在...让我进一步验证...

第三步:提出假设

AI:我的假设是:token 过期时间计算错误

第四步:验证修复

AI:修复后,测试各种登录场景...✓ 正常登录✓ token 过期✓ 刷新 token✓ 并发登录问题已修复

第六章:Superpowers 的工程哲学

6.1 从“Vibe Coding”到“Disciplined Engineering”

Vibe Coding(氛围编程):

  • • 告诉 AI 要做什么
  • • AI 直接生成代码
  • • 不关心过程,只关心结果
  • • 适合:快速原型、简单项目

Disciplined Engineering(有纪律的工程):

  • • 先理解需求和上下文
  • • 制定计划并评估风险
  • • 按流程执行并验证
  • • 适合:生产项目、团队协作

Superpowers 正是推动 AI 编程从 Vibe Coding 走向 Disciplined Engineering 的框架。

6.2 技能 vs. Prompt

Prompt 的问题:

  • • 难以复用
  • • 难以版本控制
  • • 难以测试
  • • 质量参差不齐

Skill 的优势:

  • • 标准化:每个 Skill 有明确的输入输出
  • • 可复用:一次定义,多次使用
  • • 可测试:可以验证 Skill 的效果
  • • 可组合:多个 Skill 可以组合使用
  • • 可演进:可以持续优化

6.3 强制流程的好处

Superpowers 强制 AI 遵循流程,但这不是限制,而是赋能:

  1. 1. 减少返工:通过提前思考,避免写到一半发现方向错误
  2. 2. 提高质量:通过 Code Review 和测试,确保代码质量
  3. 3. 便于协作:通过文档和 ADR,让团队成员理解决策
  4. 4. 易于维护:通过规范和测试,让代码易于修改

第七章:常见问题与解决方案

7.1 Superpowers 适合哪些项目?

  • • 适合:生产级项目、团队协作、需要长期维护的项目
  • • 不适合:快速原型、一次性脚本、简单任务

7.2 如何平衡效率与流程?

策略:

  1. 1. 对于简单任务,可以跳过某些 Skill
  2. 2. 对于关键任务,严格执行所有流程
  3. 3. 根据项目风险级别调整流程复杂度

7.3 如何自定义 Skills?

创建 skills/my-custom-skill/SKILL.md:

# My Custom Skill## When to use当需要...## What it does1. 第一步...2. 第二步...## Hard constraints- 必须...- 不能...## Output输出...

第八章:Superpowers 与其他工具的对比

8.1 vs. Claude Code 原生能力

方面
Claude Code 原生
Superpowers
代码生成
✓
✓
测试生成
✓
✓
流程强制
✗
✓
技能复用
✗
✓
ADR 支持
✗
✓

8.2 vs. Cursor

方面
Cursor
Superpowers
AI 补全
✓
需要配合其他工具
流程控制
弱
强
技能系统
✗
✓
自定义程度
中
高

8.3 vs. 传统 CI/CD

方面
传统 CI/CD
Superpowers
时机
提交后
开发中
焦点
自动化检测
主动规范
粒度
粗
细
成本
高
低

第九章:进阶使用技巧

9.1 自定义工作流

根据项目需求,创建自定义的技能组合:

# 我的项目工作流1. brainstorming → 需求讨论2. task-planning → 任务规划3. read-before-writing → 读代码4. writing-code → 写代码5. writing-tests → 写测试6. systematic-review → 代码审查

9.2 团队协作

最佳实践:

  1. 1. 将 Superpowers 集成到项目模板
  2. 2. 团队成员统一安装
  3. 3. 定期回顾和改进技能
  4. 4. 共享自定义技能

9.3 与其他工具集成

GitHub Actions 集成:

# .github/workflows/ci.ymlname: CIon: [push, pull_request]jobs:  build:    runs-on: ubuntu-latest    steps:      - uses: actions/checkout@v2      - name: Run Superpowers checks        run: npx superpowers check

第十章:总结与展望

10.1 Superpowers 的价值

Superpowers 的核心价值在于:

  1. 1. 将工程纪律引入 AI 编程
  2. 2. 让 AI 从“代码生成器”变为“工程师伙伴”
  3. 3. 提供可复用、可测试、可组合的技能系统

10.2 未来展望

随着 AI 编程工具的普及,工程化将成为核心竞争力。Superpowers 代表了 AI 编程的正确方向:

  • • 从“能写”到“会写”
  • • 从“快速”到“稳健”
  • • 从“个人”到“团队”

10.3 如何开始

  1. 1. 立即尝试:安装 Superpowers,在一个简单项目中体验
  2. 2. 理解核心技能:重点掌握 brainstorming、systematic-debugging、read-before-writing
  3. 3. 逐步集成:将流程融入日常开发
  4. 4. 持续优化:根据实际使用反馈,调整技能配置

附录

A. 14 项核心技能速查表

技能名
作用
重要程度
using-superpowers
技能调用总则
⭐⭐⭐⭐⭐
brainstorming
头脑风暴
⭐⭐⭐⭐⭐
systematic-debugging
系统化调试
⭐⭐⭐⭐⭐
read-before-writing
写前先读
⭐⭐⭐⭐⭐
writing-code
代码编写
⭐⭐⭐⭐⭐
writing-tests
测试编写
⭐⭐⭐⭐⭐
systematic-review
代码审查
⭐⭐⭐⭐
commit-message-conventions
提交规范
⭐⭐⭐⭐
task-planning-and-execution
任务规划
⭐⭐⭐⭐
architectural-decision-records
架构决策
⭐⭐⭐⭐
writing-plans
计划撰写
⭐⭐⭐
improving-readability
提升可读性
⭐⭐⭐
github-issue-driven-development
Issue 驱动
⭐⭐⭐
writing-code-reviews
代码审查(发起)
⭐⭐⭐

B. 安装命令汇总

# 安装 Claude Code 插件/plugin install superpowers@claude-plugins# 克隆完整仓库git clone https://github.com/obra/superpowers.git# 查看可用技能ls skills/

C. 相关资源

  • • GitHub:https://github.com/obra/superpowers
  • • 官方文档:https://github.com/obra/superpowers/blob/main/README.md
  • • Claude Code:https://claude.com/code
  • • Anthropic Agent Skills:https://docs.anthropic.com/en/docs/claude-code/agent-skills

既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~

谢谢你看我的文章,我们,下次再见