夜雨聆风
一、AI 编程的"野蛮生长"带来的问题
Claude Code 作为 Anthropic 推出的终端 AI 编程工具，它凭借强大的代码理解与生成能力，成为 2026 年最火 AI 编程工具之一，但原生模式存在明显短板：
• 需求理解偏差，比如你让它"加个登录功能"，AI 立刻开始写代码，不问清是 OAuth、JWT 还是 Session • 缺乏标准化工程流程，全靠用户手动引导 • 容易跳过需求分析、架构设计、测试验证等关键环节 • 长会话漂移，复杂项目容易失控，代码质量参差不齐,连续工作 1 小时后，AI 忘记最初的架构约定，代码风格混乱 • 团队协作时，每个人 “调教 AI” 的方式不一样，难以统一
这些问题，其实并不是AI大模型能力的问题，而是缺乏工程纪律的表现。
今天给大家介绍一款开源封神插件——Superpowers，它是由 Jesse Vincent（obra）打造的开源 AI 编程工作流框架，核心理念是：Process over Prompt（流程大于提示词），给 AI 套上软件工程的 “纪律与护栏”，让它像资深工程师一样先思考、再规划、后编码、必验证。
该项目于 2025 年 10 月开源，2026 年初进入 Anthropic 官方插件市场后迅速爆发，截止目前，总星数突破 123,000，且一度成为 GitHub Trending 榜首。
装上它，直接把 Claude Code 从 “代码生成器” 升级成专业级工程搭档，流程规范、代码健壮、bug 骤减，真正实现AI 原生工程开发。
二、Superpowers 到底是什么？
很多新手在刚开始使用Superpowers时，容易把它搞混淆， Superpowers它并不是代码生成工具，它也不能把 AI 变得更聪明。
本质上，它是一套基于 Anthropic Agent Skills技能工作流框架（Skills Framework），或者说它是一套完整的 AI 开发方法论 + 可组合技能库，它通过拦截 Claude Code 的关键决策点，将单次对话转变为结构化的软件工程流程。利用它，可以让AI强制遵循经过验证的软件工程方法论。从而为 Claude Code 注入一整套工程师思维。
开发时，强制遵循：头脑风暴 → 方案设计 → 编写计划 → 执行开发 → TDD 测试 → 代码审查 → 系统化调试
通俗一点来说，它是把软件工程最佳实践（TDD、Code Review、Spec-Driven、Git Worktree、子 Agent 协作）全部封装成 AI 可自动执行的 Skills，让大模型从“代码生成器”变成“真正懂工程的 Junior Engineer”。
它遵循的核心理念是围绕测试驱动开发（TDD）来展开，也就是经典的“红-绿-重构”循环。简单来说：先写一个会失败的测试（RED），然后用最少的代码让它通过（GREEN），最后优化代码（REFACTOR）。
三、安装方式
Superpowers 支持 Claude Code、Cursor、Codex、OpenCode、Gemini CLI 等主流 AI 编码工具，以下以 Claude Code（推荐平台） 为例，来介绍一下，它的安装步骤和使用方法：
3.1 官方市场安装（推荐）
在 Claude Code 终端中执行两条命令：
# 步骤 1：注册 Superpowers 市场源/plugin marketplace add obra/superpowers-marketplace# 步骤 2：安装插件/plugin install superpowers@superpowers-marketplace
2026 年 1 月起更简便的方式 —— 直接通过 Anthropic 官方市场
/plugin install superpowers@claude-plugins-official3.2 验证安装
安装后，重启 Claude Code，然后，你的 Claude Code 就获得了一整套 Skills。输入 / 就能看到以 superpowers: 开头的命令。
/superpowers
如上图所示，你应能看到三个核心命令：
• /superpowers:brainstorm—— 交互式设计细化• /superpowers:write-plan—— 创建实现计划• /superpowers:execute-plan—— 使用子代理执行计划
四、核心功能与用法：全流程实战拆解
4.1 核心技能速览
| brainstorming | /superpowers:brainstorm | |
| writing-plans | /superpowers:write-plan | |
| executing-plans | /superpowers:execute-plan | |
| test-driven-development | ||
| systematic-debugging | ||
| dispatching-parallel-agents | ||
| verification-before-completion | ||
| requesting-code-review | /superpowers:requesting-code-review | |
| using-git-worktrees |
4.2 标准开发工作流（必看）
阶段一：先 Brainstorm，再动手
这是 Superpowers 最颠覆性的功能。它阻止 Claude 在没想清楚之前写代码。
触发方式：比如当你说"帮我加一个用户登录功能"，没有 Superpowers 的 Claude 会直接开始写代码。有了 Superpowers，它会先进入 Brainstorming 模式，用苏格拉底式提问帮你理清需求：
工作流程：
1. AI 停止编码冲动，进入"苏格拉底式提问"模式 2. 询问业务目标、约束条件、技术偏好 3. 澄清模糊需求，识别隐藏假设 4. 输出经过验证的设计方案
示例对话：
用户：帮我做个登录功能Claude：我将使用 brainstorming 技能来探索这个功能。首先，让我问几个澄清问题：1. 这个登录功能是要加到哪个项目里？还是一个全新的项目？ → 全新项目2. 你希望用什么技术栈来做？ → 全栈 JS3. 前端框架用哪个？ → React (推荐)4. 登录认证方式用哪种？ → 账密 + OAuth5. 数据库用哪个？ → SQLite6. ...
你回答这些问题后，它会生成一个结构化的设计摘要，确认你同意后才进入实现阶段。
为什么这很重要
AI 最贵的 Bug 不是语法错误，而是方向错误。 你让它写了 500 行代码才发现"我其实不需要造火箭，我只是想要一个能跑起来的MVP"——这才是真正的浪费。
Brainstorming 阶段消耗的 token 不多（通常 3000-5000，相当于一次普通对话），但能避免方向性的返工。投入产出比极高。
我的建议
我现在养成了一个习惯：任何超过 50 行代码的功能，都先跑一次 /superpowers:brainstorm。 不是因为我自己想不清楚，而是通过回答 Claude 的提问，我经常发现自己漏掉的边界情况。
阶段二：Write Plan（编写计划）
触发方式：/superpowers:write-plan 或"写个实现计划"
输出格式：
• 将功能拆解为 2-5 分钟可完成的微任务 • 每个任务标注精确的文件路径 • 显示任务依赖关系图 • 预估时间和风险点
阶段三：Execute Plan（执行计划）
触发方式：/superpowers:execute-plan
执行机制：
1. 子代理调度：为每个任务创建全新 Claude 实例，携带最小必要上下文 2. TDD 强制执行：子代理必须先写测试文件，看到测试失败，再写实现 3. 双阶段审查：任务完成后先自审查，再提交给专门的 code-reviewer 代理 4. Git 工作流：自动在隔离 worktree 中工作，保持 main 分支干净
最佳实践一：TDD 模式，先写测试再写代码
Superpowers 的 TDD 实现非常激进：如果你让 Claude 写代码但没有先写失败的测试，它会拒绝。
工作流程
1. Claude 根据需求写一个测试 → 必须是 FAILING 的（Red）2. 确认测试失败后，写最少的代码让测试通过（Green）3. 重构代码（Refactor）4. 重复，直到所有功能完成为什么这比"先写代码再补测试"好？
• 先写代码再补测试，AI 会按照实现来写测试——它知道代码怎么跑，所以测试永远通过，但不测边界情况。 • 先写测试再写代码，AI 会按照需求来写测试——它还不知道实现细节，所以测试会覆盖各种预期行为，包括异常情况。
最佳实践二：并行 Agent，大任务分而治之
当你有多个互不依赖的任务时，Superpowers 会自动启动多个子 Agent 并行执行。
什么时候会触发？
你："帮我把这 6 个 API 接口都加上参数校验和错误处理"Superpowers 分析后发现这 6 个接口互不依赖 →自动分发给 3 个子 Agent 并行处理 →每个子 Agent 遵循 TDD 流程 →完成后合并，跑一遍集成测试效果对比
Token 消耗略多（因为每个子 Agent 有独立的上下文），但时间节省 60%。对于大型重构任务，这个提升非常显著。
最佳实践三：配合 Git Worktrees
Superpowers 会自动为每个子 Agent 创建独立的 Git Worktree，避免文件冲突。完成后自动合并。你不需要手动管理——这一切都是自动的。
阶段四：系统性调试
没有 Superpowers 的 Claude 改 Bug 通常是这样的：
报错了 → 单点改一下，比如加个 try-catch → 不报错了 → "修好了！"有了 Superpowers 的 Claude 改 Bug 是这样的：
Phase1: 复现 → 写一个能稳定触发 Bug 的测试用例Phase2: 定位 → 追踪调用链，找到根因（不是症状）Phase3: 修复 → 改根因，而不是包一层 catchPhase4: 验证 → 跑测试确认修复，检查没有引入新问题阶段五：完整工作流串联
上面讲的是单个 Skill 的使用，真正的威力在于把它们串联起来。我日常开发一个功能的完整工作流：
Step1: /superpowers:brainstorm → 苏格拉底式问答，理清需求和边界Step2: /superpowers:write-plan → 生成实现计划：文件列表、依赖关系、任务拆分Step3: 审阅计划，修改后确认 → Claude 不会在你没确认前动手Step4: /superpowers:execute-plan → 自动分发给子 Agent → 每个 Agent 遵循 TDD → 任务间自动 Code Review → 关键问题阻塞推进Step5: 验证 + Code Review → verification-before-completion 自动跑测试 → requesting-code-review 发起最终审查这套流程跑下来，产出的代码质量跟有经验的工程师写的没有明显差距。 关键不在于 AI 的能力变强了，而在于 Superpowers 用流程约束住了 AI 容易犯的错误。
五、Superpowers使用常见误区
误区 1："每个小任务都要走完整流程"
不需要。 改一行 CSS、修一个 typo，直接告诉 Claude 就行。Superpowers 的完整工作流适合 50 行以上的功能开发和 Bug 修复。
误区 2："Superpowers 会消耗更多 Token"
短期看是的，长期看不是。 Brainstorming + TDD 会多消耗 10-20% 的 Token，但减少了 60-70% 的返工。算总账，Token 消耗反而降低。
误区 3："TDD 太慢了，我就想快速出个原型"
Superpowers 不是铁板一块。你可以只用 Brainstorming 和 Plan，跳过 TDD。
但我的建议是：原型阶段跳过 TDD 没问题，但正式开发一定要开。 原型的 Bug 你可以容忍，上线的 Bug 你容忍不了。
六、Superpowers + Claude Code 使用技巧
技巧 1：自然语言驱动，不用记命令
直接描述任务，插件自动匹配技能：
• “帮我重构这个模块” → 触发计划 + 审查 • “这个报错帮我定位” → 触发系统化调试 • “帮我做代码评审” → 触发审查技能
技巧 2：复杂项目必开 Git Worktrees
开发前主动要求：
用 git worktrees 隔离开发，避免影响主线
安全试错，改崩直接丢弃，零风险。
技巧 3：强制高质量输出
在需求前加一句：
按 Superpowers 完整流程，先 brainstorm，再 write-plan，最后 execute-plan，必须做 TDD 和 code review
AI 会严格按工程标准执行。
技巧 4：团队统一 AI 开发规范
全团队统一安装 Superpowers，实现：
• 统一开发流程 • 统一代码规范 • 统一审查标准 • 降低沟通成本，提升交付质量
技巧 5：长项目会话管理
即使有了 Superpowers，超长期项目（数周）仍可能积累上下文债务。
解决方案：
1. 定期 /compact：压缩历史对话，保留关键决策2. 文档化架构决策：让 Superpowers 在 Plan 阶段输出 ARCHITECTURE.md3. 使用 Git Worktree 隔离：每个大功能独立分支，完成后合并清理
技巧 6：与 VS Code 集成
虽然 Superpowers 主要运行在 Claude Code 终端，但你可以：
1. 在 VS Code 中安装 Claude Code Extension 2. 使用 VS Code 终端运行 claude命令3. 在 VS Code 中查看 Superpowers 生成的代码和测试文件 4. 利用 VS Code 的 Git 面板管理 Superpowers 创建的 worktree 分支
七、写在最后
说几个Superpowers 使用感受：
优点：
• 代码质量显著提升：不是 AI 变聪明了，是流程把常见错误堵住了 • 减少焦虑：以前让 AI 写代码总担心"它是不是又在瞎写"，现在每一步都有验证 • 适合团队推广：新人用 Claude Code 最大的问题是"不知道怎么用好"，Superpowers 给了一个标准工作流
不足：
• 简单任务有些重：改个文案也要走 Brainstorm 会让人烦（但可以跳过） • 并行 Agent 偶尔冲突：Git Worktree 合并时极少数情况会有冲突，需要手动解决 • Token 消耗增加：完整工作流比直接写代码多消耗 10-20% Token
一句话总结：正式项目必装，写脚本做原型随意。
Superpowers 代表了一种范式转变：与其追求更聪明的模型，不如让现有模型遵循更严格的纪律。
它把 Claude Code 从"一个反应灵敏的编程助手"转变为"一个自律的、可预测的、可审计的开发流程"。对于正在将 AI 编程投入生产的团队来说，Superpowers 正迅速成为基础设施级的必需品。
AI 编程的竞争，早已不是 “谁会用 AI 写代码”，而是谁能用 AI 写出稳定、健壮、可上线的工程级代码。
建议所有程序员、测试开发、AI 爱好者可以动手安装使用一下
参考资源
• GitHub 仓库: github.com/obra/superpowers • 官方文档: lzw.me/docs/opencodedocs/obra/superpowers
如果这篇文章对你有帮助，不妨点个赞、转发、收藏三连支持！ ❤️想第一时间收到推送，记得加个星标 ⭐
往期推荐
温馨提醒：「狂师・AI 进化社」包含AI大模型、AI编程、AI测试、AI开发、AI智能体、AI工具等八大版块，手把手带你玩转超20个真实AI项目实战，对标企业级招聘需求，职场进阶AI首选！目前加入，还有优惠！
👇 点击下方关注公众号《测试开发技术》，获取免费测开学习路线、简历模板、面试真题、AI测试、AI 编程、自动化测试、测试开发资料教程等。
END
后台回复【领资料包】试试
