夜雨聆风学习资料网

ARTICLE · 1325109

给 AI 编码助手立规矩: 一个 30 万 star 的开源方法论

给 AI 编码助手立规矩: 一个 30 万 star 的开源方法论

你有没有过这种经历:跟 AI 编码助手说"帮我做个待办列表",它几十秒甩给你几百行代码,看着挺像回事,一运行全是报错,没有一个测试。你让它改,它改一处崩三处,最后你干脆自己重写。

问题不在模型笨。它在接到需求的那一刻,最擅长的事就是立刻动手写。没人要求它先停下来想一想。

Github上有一个热门项目,叫 Superpowers,作者 Jesse Vincent 和他在 Prime Radiant 的一帮人。GitHub 上三十多万 star,热度不低。但点进去你会发现,它既不是框架也不是库,没有一行能直接跑的业务代码——它卖的是一套"规矩",而且这套规矩是写给 AI 看的。

Superpowers 的核心就一句话:别急着写代码,先把事情想清楚。它把软件开发的流程拆成一组叫 skills 的技能,每个技能在合适的时机自动触发,你不用手动喊。模型本身就够聪明,缺的只是有人盯着它别偷懒、别跳步、别糊弄测试。

整套流程大概这样走。

接到需求,第一步是 brainstorming,而且这一步真不是让你列功能清单。它会反过来拷问你到底要解决什么、为谁解决、为什么非做不可。它会把理解复述给你确认,小改动当场聊清楚,大项目直接产出一份设计文档,够一个工程师照着开工。

设计过了关,它开一个独立的 git worktree,相当于划一块干净的实验田,绝不碰你的主分支。然后写 plan,这里的 plan 不是"实现登录功能"这种一句话,而是拆到每个任务两到五分钟能做完,精确到文件路径、完整代码和验证步骤——细到让一个没判断力、没项目背景、还讨厌写测试的初级工程师也能照着做。

真正动手的时候,它默认走 TDD。先写会失败的测试,看着它红,再写最小实现让它绿,最后重构。你要是敢先写代码后补测试,它直接把代码删了重来。任务之间还穿插代码评审,严重问题直接拦住,不让继续往下走。全部做完,它再帮你决定合并、提 PR、还是整个丢掉,顺手把工作区清理干净。

这里面我最喜欢的是 subagent-driven-development 这个思路。它给每个任务派一个全新的子代理去干,干完立刻评审,通过了再上下一个。好处是子代理没有前面积累的上下文包袱,不会越改越乱,也不会因为聊了太久开始胡搞。前提是你的智能体支持派发子代理,不支持的话它也有 executing-plans 这种退化版,在单个会话里内联把活干完,最后统一评审一次。

举个实际的例子。你说"给这个接口加个缓存",普通助手大概率直接去改代码。换成 Superpowers,它会先拉你聊:缓存什么数据、命中率要求多少、过期策略怎么定、缓存挂了要不要降级。聊完这些,它才把"加缓存"拆成"写缓存未命中测试""实现内存缓存""加过期清理""压测命中率"几张小票,一张一张打勾。你以为是让它写个函数,它其实在逼你把需求想完整。

比流程本身更让我意外的是,作者还专门写了个 diagnosing-superpowers 技能。哪次会话跑偏了,它能读你的 transcript,告诉你是哪个技能在不该触发的时候触发了、还是模型无视了计划、或者重复干了同样的活,而且会给到具体行级的证据,甚至能打包一份脱敏报告去提 issue。等于给 AI 的工作过程装了黑匣子。

它也不是绑死在某一个工具上的。README 里列了十六种接入方式,Claude Code、Cursor、Codex、Gemini CLI、Qwen Code、Kimi Code、OpenCode……主流编码智能体基本都覆盖了。同一份技能库,换个外壳照样跑。有意思的是作者明说,他们一般不接受"新增技能"的 PR,而且任何改动都得在所有支持的智能体上验证过——治理上挺保守,但也正是这种保守让它不至于变成一堆没人维护的碎片。

说回来,它当然不是银弹。它高度依赖你的工具支持 skill 和 hook 这类机制,是提示词工程的组织形式,不是模型能力的提升:给一个能力一般的模型套上它,代码上限还是那个模型的上限,只是更规范、更少翻车。

但换个角度想,"不改变模型、只把流程立起来"这件事,反而正是它的意义所在。我们总在等"更强的模型",而 Superpowers 在回答另一个被忽略的问题:在模型能力不变的前提下,怎么让现有的 AI 写出更靠谱的东西?答案可能没那么性感——就是先把流程立起来,再让 AI 老老实实照做,别让它逞能。

顺带一提,仓库里还有个 writing-skills 技能,教人怎么写新技能。光是这一点就挺有意思:他们把"怎么教 AI 更好地干活"也当成一门可传授的手艺,写了方法论的方法论。

如果你也在用 AI 写代码,我建议去把它的 brainstorming 和 writing-plans 两个技能文件翻一遍。倒不一定照搬,光是看看"一个任务到底该拆多细、评审该卡多严",就够把你平时那套 AI 工作流改一改了。

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

#agent #AI编码 #开源项目 #Superpowers #GitHub热门 #ClaudeCode

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料