22.5万星标！这个开源项目让你的AI编程助手真正拥有"超能力"

你有没有过这样的体验——让AI帮你写代码，结果它一上来就埋头苦干，写出来的东西跟你的预期南辕北辙？

或者更离谱的：它一口气写了几百行代码，看起来很厉害，但运行之后全是Bug，而且它自己还浑然不觉？

如果你也经历过这些"翻车时刻"，那你一定要了解今天这个项目——Superpowers。

GitHub上22.5万星标、2万Fork，这不是一个普通的开发者工具，而是一套完整的AI编程方法论框架。它要做的事情很简单，也很深刻：让AI编程助手不再盲目编码，而是先想清楚、再动手。

一、Superpowers 是什么？

Superpowers 由开源老兵 Jesse Vincent（Perl社区核心贡献者、Request Tracker创始人）和 Prime Radiant 团队打造，是一个专为编码智能体（Coding Agents）设计的技能框架与软件开发方法论。

一句话概括它的核心理念：

不是给AI更多的提示词，而是给AI一套真正可执行的工程纪律。

传统的AI编程助手使用方式，是用户输入需求，AI直接输出代码。Superpowers彻底颠覆了这个模式——它强制AI在写代码之前，先走完一套结构化的工作流：头脑风暴 → 设计评审 → 制定计划 → 测试驱动开发 → 代码审查 → 分支收尾。

这些不是建议，是强制执行的。AI在执行任何任务之前，会自动检查并激活相关技能。如果你有做某件事的技能，你必须用它。

二、七步工作流：先想后做的工程哲学

Superpowers 定义了一个严谨的七步基本工作流，每一步都有对应的技能自动触发：

第1步：头脑风暴（Brainstorming）

当你提出一个想法，AI不会马上动手写代码，而是退后一步，通过苏格拉底式的提问来细化你的需求。它会探索替代方案，分节展示设计让你逐段确认，最后保存设计文档。

这意味着什么？意味着你和AI在做设计，而不是在写代码。写代码是后面的事。

第2步：创建 Git Worktree

设计被批准后，AI会自动在一个新的Git分支上创建隔离的工作空间。这个设计非常巧妙——你可以在同一个项目上并行处理多个任务，彼此互不干扰。如果你曾经在开发新功能时误改了主分支的代码，你就知道这个功能有多重要。

第3步：编写计划（Writing Plans）

有了批准的设计，AI会将工作拆解成2到5分钟就能完成的小任务。每个任务都包含精确的文件路径、完整的代码和验证步骤。

这里的精妙之处在于：计划的详尽程度要达到"即使交给一个充满热情但品味糟糕、缺乏判断力、没有项目背景且厌恶测试的初级工程师，也能正确执行"。这本质上是把AI自己当成了那个"初级工程师"。

第4步：子代理驱动开发（Subagent-Driven Development）

计划就绪后，AI会将每个任务派给一个全新的子代理去执行。子代理完成工作后，会经过两阶段审查——先检查规格合规性，再审查代码质量。

你可能觉得这太"重"了，但实际效果是：Claude通常能够自主工作数小时而不偏离计划。这不是夸张，这是项目中真实记录的工作模式。

第5步：测试驱动开发（TDD）

在实现过程中，AI严格执行经典的RED-GREEN-REFACTOR循环：

1. 先写一个会失败的测试（RED）
2. 观察它失败
3. 写最少量的代码让测试通过（GREEN）
4. 观察它通过
5. 重构，然后提交

更"狠"的是——如果你在测试之前就写了代码，Superpowers会要求你删掉它。这不是开玩笑，TDD在Superpowers里是不可妥协的底线。

第6步：代码审查（Code Review）

任务之间，AI会对照计划进行代码审查，按严重程度报告问题。严重问题会阻塞后续进度，必须修复才能继续。

第7步：完成开发分支

所有任务完成后，AI会验证测试，然后给你选择：合并到主分支？创建PR？保留工作树？还是丢弃？最后清理工作空间。

三、技能系统：不只是工作流，更是"超能力"

七步工作流只是冰山一角。Superpowers真正的创新在于它的技能（Skills）体系——一套可组合、可扩展、可自我进化的能力模块。

目前，Superpowers的技能库涵盖三大领域：

🧪 测试技能

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

🐛 调试技能

• systematic-debugging
  ：4阶段根因分析流程，包含根因追踪、纵深防御、基于条件的等待技术
• verification-before-completion
  ：确保问题真正被修复，而不是"看起来修好了"

🤝 协作技能

• brainstorming
  ：苏格拉底式设计精炼
• writing-plans
  ：详细的实现计划
• executing-plans
  ：带检查点的批量执行
• dispatching-parallel-agents
  ：并行子代理工作流
• requesting-code-review / receiving-code-review
  ：审查闭环
• using-git-worktrees
  ：并行开发分支管理
• finishing-a-development-branch
  ：合并/PR决策工作流
• subagent-driven-development
  ：快速迭代与两阶段审查

🔄 元技能

• writing-skills
  ：用最佳实践创建新技能（含测试方法论）
• using-superpowers
  ：技能系统入门

其中最令人惊叹的是元技能——Superpowers可以用技能来创建技能。当Jesse想要添加一个新的工作流时，他只需向AI描述期望的流程，AI就能把各个部分组装起来，并在现有技能中添加适当的触发注释。

这不再是人在写工具，而是工具在进化工具。

四、一个有趣的发现：说服心理学对AI同样有效

Jesse在开发Superpowers的过程中，发现了一个令人深思的现象——Robert Cialdini在《影响力》一书中总结的说服原则，对大语言模型同样有效。

更令人震惊的是，Dan Shapiro与Cialdini等人合著了一篇论文，用科学方法证明了这一点。而Superpowers中的技能，已经在无意识中使用了这些说服技巧：

这不是在"越狱"AI，而是用心理学原则让AI变得更可靠、更有纪律。这是一个非常前沿的洞察：影响人类行为的框架，同样可以用来优化AI的行为模式。

五、全平台支持：8大AI编程工具都能用

Superpowers 不是某个AI工具的专属插件，它已经覆盖了当前主流的8个编码代理平台：

无论你使用哪个AI编程助手，都能获得同样的"超能力"。这种跨平台的兼容性设计，体现了项目"超能力属于每一个人"的理念。

六、项目现状与版本演进

Superpowers 目前最新版本为 v5.1.0（2025年5月4日发布），项目已累计441次提交，社区非常活跃。

从版本演进可以看到几条清晰的主线：

持续的性能优化：v5.0.6版本中，团队发现子代理审查循环使执行时间翻倍（约25分钟开销），于是用内联自审替代——30秒内就能捕获3到5个真实Bug，效果不降反升。

不断扩展的平台支持：从最初仅支持Claude Code，逐步扩展到8个平台。v5.0.7新增了GitHub Copilot CLI支持，v5.1.0新增了Codex插件镜像工具。

严格的质量保证：v5.1.0新增了行为测试——故意在代码中"种植"真实的Bug（如SQL注入、明文密码等），然后验证代码审查者是否能标记出所有问题。

活跃的社区贡献：多位外部贡献者参与了各版本的改进，包括Windows兼容性修复、ESM兼容性修复等。

七、核心理念：四句话总结

Superpowers 的哲学可以用四句话概括：

1. 测试驱动开发
   ——始终先写测试
2. 系统化胜过临时应对
   ——流程优于猜测
3. 降低复杂度
   ——简洁是首要目标
4. 证据胜过声明
   ——验证后再宣布成功

这四句话不仅是AI编程的原则，其实也是人类软件工程的最佳实践。Superpowers做的一件事，就是把人类积累了几十年的工程智慧，翻译成AI能够自动执行的技能系统。

写在最后

Superpowers之所以能获得22.5万星标，不是因为它提供了什么"黑科技"，而是因为它解决了一个真实的痛点：AI编程助手很强大，但不可控。

当AI可以自主工作数小时而不偏离计划时，你获得的不再是一个"代码生成器"，而是一个真正可靠的编程伙伴。

而这一切的核心，不过是一个朴素的想法：先想清楚，再动手。

不管是人还是AI，这个道理都一样。

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

社区Discord：https://discord.gg/35wsABTejz

许可协议：MIT License

如果你觉得这篇文章对你有帮助，欢迎点赞、在看、转发三连，让更多人了解这个优秀的开源项目。