Superpowers：让 AI 编程代理成为真正的软件工程师

约 2042 字大约 7 分钟

2026-03-20

前言

如果你用过 Claude Code、Cursor、Codex 等 AI 编程工具，一定体会过这种感觉：AI 写代码很快，但经常「不靠谱」—— 跳过测试、不验证就宣称完成、遇到 bug 反复猜测而不是系统排查。

Superpowers 就是为了解决这个问题而生的。它是一个 Agentic Skills 框架 + 软件开发方法论，通过一套结构化的 Skills（技能）体系，把 AI 编程代理从「随意的代码生成器」训练成「有纪律的软件工程师」。

截至 2026 年 3 月，该项目已获得超过 10 万 GitHub Stars，支持 Claude Code、Cursor、Codex、OpenCode、Gemini CLI 等多个平台。

核心思想

Superpowers 的设计哲学可以用几个关键词概括：

1. 流程优先于猜测

AI Agent 不应该拿到需求就开始写代码。Superpowers 强制执行一个完整的工作流：

Brainstorm → Design → Plan → Execute → Review → Finish

每个阶段都有对应的 Skill 来约束 Agent 的行为，确保它按步骤推进而不是走捷径。

2. 测试驱动开发（TDD）

这是 Superpowers 最核心的原则：没有失败的测试，就不写生产代码。 严格执行 Red-Green-Refactor 循环，并且内置了一张「反借口表」—— 针对 Agent 可能用来跳过 TDD 的每一种理由都有明确的反驳。

3. 证据优先于声明

Agent 不能说「应该能工作」，必须运行实际的验证命令并展示输出结果。verification-before-completion 这个 Skill 专门防止 Agent 在没有实际证据的情况下声称任务完成。

4. 子代理驱动开发

将大任务拆分成小块，每个小块由独立的子代理执行，执行完还有两轮 Review（规格审查 + 代码质量审查）。这种方式既保证了上下文隔离，又通过多重审查保证质量。

架构概览

superpowers/
├── skills/              # 14 个核心技能
├── agents/              # 子代理提示模板
├── commands/            # 斜杠命令（/brainstorm 等）
├── hooks/               # 会话生命周期钩子
├── docs/                # 文档和计划
├── .claude-plugin/      # Claude Code 插件配置
├── .cursor-plugin/      # Cursor 插件配置
├── .codex/              # Codex 集成
├── .opencode/           # OpenCode 插件
└── GEMINI.md            # Gemini CLI 集成

核心构建单元是 Skill —— 每个 Skill 是一个 Markdown 文件，包含 YAML frontmatter（name 和 description）和详细的流程指导。Agent 会根据当前任务按需加载相关的 Skill。

14 个内置 Skills

Superpowers 内置了 14 个精心设计的 Skill，覆盖软件开发全生命周期：

类别	Skill	作用
测试与质量	`test-driven-development`	强制 Red-Green-Refactor 循环
	`verification-before-completion`	必须运行验证命令才能宣称完成
	`systematic-debugging`	四阶段系统化调试流程
工作流	`brainstorming`	9 步结构化头脑风暴，写代码前先对齐设计
	`writing-plans`	将设计转化为可执行的实施计划
	`executing-plans`	按计划逐步执行
	`subagent-driven-development`	子代理驱动开发 + 双重审查
	`dispatching-parallel-agents`	并行派遣多个独立子代理
代码审查	`requesting-code-review`	发起代码审查
	`receiving-code-review`	处理审查反馈，拒绝表演式回应
Git	`using-git-worktrees`	创建隔离工作空间
	`finishing-a-development-branch`	完成分支工作（合并/PR/清理）
元技能	`using-superpowers`	会话启动时的引导技能
	`writing-skills`	创建自定义 Skill 的元技能

安装使用

Claude Code

# 官方插件市场
/plugin install superpowers@claude-plugins-official

# 或自定义市场
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

Cursor

在插件市场搜索 superpowers，或使用：

/add-plugin superpowers

Gemini CLI

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

实战示例

示例一：开发一个新功能

假设你要给项目添加一个用户通知系统。在没有 Superpowers 的情况下，AI 可能直接开始写代码。有了 Superpowers，工作流变成：

第一步：头脑风暴

你：给项目添加一个用户通知系统

Agent 自动触发 brainstorming skill：
→ 探索项目上下文，理解现有架构
→ 逐个提问澄清需求：
  "通知需要支持哪些渠道？站内信/邮件/推送？"
  "需要支持已读/未读状态吗？"
  "通知量级大约是多少？"
→ 提出 2-3 种实现方案并分析 tradeoff
→ 用户选定方案后，输出设计规格文档

第二步：编写实施计划

Agent 触发 writing-plans skill：
→ 将设计拆分成 2-5 分钟的小任务
→ 每个任务包含：精确的文件路径、完整的代码示例、验证命令
→ 计划保存到 docs/superpowers/plans/2026-03-20-notification-system.md

第三步：子代理驱动执行

Agent 触发 subagent-driven-development skill：

任务 1: 创建通知数据模型
  → 派遣 Implementer 子代理
  → Implementer 先写测试（TDD），再写实现
  → 派遣 Spec Reviewer 检查是否符合设计
  → 派遣 Code Quality Reviewer 检查代码质量
  ✅ 通过

任务 2: 实现通知 API 接口
  → 重复上述流程...

任务 3-N: 依次执行...

第四步：完成分支

Agent 触发 finishing-a-development-branch skill：
→ 运行全量测试，确认全部通过
→ 提供四个选项：
  1. 本地合并到主分支
  2. 推送并创建 PR
  3. 保留分支不动
  4. 丢弃
→ 用户选择后执行

示例二：修复一个 Bug

你：用户反馈登录后偶尔会被踢出

Agent 触发 systematic-debugging skill：

阶段 1 - 根因调查：
  → 搜索相关代码、日志、错误处理逻辑
  → 分析 session/token 管理机制

阶段 2 - 模式分析：
  → 发现 token 刷新逻辑存在竞态条件

阶段 3 - 假设验证：
  → 构造能触发竞态的测试用例

阶段 4 - 实施修复：
  → 触发 TDD skill
  → 先写失败测试复现 bug
  → 实现最小修复
  → 测试通过
  → 触发 verification-before-completion
  → 运行完整测试套件，输出结果

示例三：创建自定义 Skill

Superpowers 支持你根据团队的特定需求创建自定义 Skill。比如你的团队有特定的数据库迁移流程：

# skills/database-migration/SKILL.md

---
name: database-migration
description: Use when creating or modifying database schemas, adding migrations, or changing model definitions - enforces team migration workflow with review gates
---

## Overview
所有数据库变更必须通过迁移脚本完成，禁止直接修改数据库。

## When to Use
- 添加/修改数据库表结构
- 更新 ORM 模型定义
- 需要数据迁移（data migration）

## Core Pattern

1. **生成迁移文件**
   ```bash
   pnpm migration:generate -n descriptive-name

编写迁移逻辑
- up() 和 down() 必须都实现
- down() 必须完全可逆

本地验证

pnpm migration:run    # 执行
pnpm migration:revert # 回滚
pnpm migration:run    # 再次执行，确认可重复

更新 seed 数据（如果表结构变更影响了种子数据）

Common Mistakes

❌ 只写 up() 不写 down()
❌ 在迁移中使用 DROP COLUMN 而不先备份数据
❌ 迁移文件名不够描述性

创建完成后，Agent 会在涉及数据库操作时自动加载这个 Skill。

为什么 Superpowers 值得关注

对个人开发者： 它弥补了 AI Agent 最大的短板 —— 缺乏工程纪律。安装后你会明显感觉 AI 的输出质量提升了，因为它不再「乱写一气」，而是按照一套验证过的方法论来工作。

对团队： 通过自定义 Skill，你可以把团队的最佳实践编码成 AI 能理解的规则。新人入职后，AI 代理自动引导他们遵循团队规范。

对 AI 工具生态： Superpowers 证明了一个重要观点 —— AI 编程工具的核心价值不仅在模型能力，更在于方法论。同样的模型，在 Superpowers 框架下的表现远优于裸跑。

总结

Superpowers 不只是一个插件，它是一套完整的 AI 辅助开发方法论。它的核心洞察是：AI Agent 缺少的不是能力，而是纪律。 通过 14 个精心设计的 Skill，它把散漫的 AI 编程代理变成了遵循 TDD、系统化调试、证据驱动验证的软件工程师。

如果你正在使用任何 AI 编程工具，强烈建议试试 Superpowers。它可能会改变你对 AI 辅助开发的认知。

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