Superpowers 使用总结：让 AI 编程从"随缘"到"靠谱"

159k+ Star · 14 个 Skill · MIT 开源 · Anthropic 官方认证

一、Superpowers 是什么？

Superpowers 是 Jesse Vincent（obra）开发的一套 AI 编程代理技能框架与开发方法论。它不是让 AI 更聪明，而是让 AI 更守规矩——像给 AI 请了一个"项目经理"，强制它先思考、再计划、后编码、再审查。

一句话概括：

把软件工程的优秀实践，焊死在 AI Agent 上。

目前已支持 Claude Code、Codex、Cursor、Copilot CLI、Gemini CLI、OpenCode 等主流 AI 编程工具。

二、14 个 Skill 详解

Superpowers 的 14 个 Skill 分为四大类：协作、测试、调试、元。下面逐一介绍每个 Skill 的作用和用法。

协作类（9 个）

1. brainstorming（头脑风暴）⭐ 最常用

这是入口 Skill，也是最重要的一个。它的核心逻辑是：未获得用户明确批准前，绝不允许 AI 动手写一行代码。

工作方式：

• AI 像苏格拉底一样，一次只问一个问题，逐步澄清需求
• 帮你把模糊的想法变成清晰的设计
• 提出 2-3 种方案，分析权衡
• 最终产出设计文档 docs/superpowers/specs/<日期>-<主题>-design.md

实际体验：

"前面花了两个小时被拷打需求，后面执行只用了 10 分钟，一遍过。"

2. writing-plans（编写计划）

把设计拆成2-5 分钟的细粒度任务，每个任务包含精确的文件路径、完整代码（禁止 TBD/TODO 占位符）和验证命令。产出文档 docs/superpowers/plans/<日期>-<功能>.md。

3. executing-plans（执行计划）

当 AI 无法使用子代理模式时的备选方案。按计划逐个执行任务，每个任务完成后让你检查确认。

4. subagent-driven-development（子代理驱动开发）⭐ 核心 Skill

为每个计划任务派发独立子代理，互相隔离上下文，防止污染。每个任务完成后经过两阶段审查：

• F1：规格合规审查 — 是否违反设计文档？
• F2：代码质量审查 — 风格、性能、安全、边界条件？

审查不通过则打回去重做，确保每个环节的质量。

5. dispatching-parallel-agents（并行子代理）

当有多个互不依赖的任务时，派发多个子代理并行处理，大幅提升效率。适合同时修改多个独立模块的场景。

6. requesting-code-review（代码审查）

AI 自动获取当前分支的 git diff，逐文件进行审查，按严重程度报告问题。关键问题会阻止继续推进，起到质量守门员的作用。

7. receiving-code-review（接收审查反馈）

当别人给你的代码提了审查意见时，用这个 Skill 来技术性接收反馈：理解每条反馈、验证其合理性、逐条处理，不盲目认错也不抵触批评。

8. using-git-worktrees（Git 工作树）

创建独立的 Git worktree，让开发环境和主分支物理隔离，互不影响。这样主分支始终保持稳定，你可以放心在 worktree 中实验。

9. finishing-a-development-branch（分支收尾）

所有测试通过后，提供四选一操作：合并到主分支、创建 PR、保留分支或丢弃分支，同时自动清理 worktree。

测试类（1 个）

10. test-driven-development（TDD）⭐ 铁律 Skill

严格遵循 RED-GREEN-REFACTOR 循环：

• RED：先写一个会失败的测试
• GREEN：写能跑通的最简单代码
• REFACTOR：清理代码，保持测试全部通过

铁律：没有先出现失败的测试，就不允许写生产代码。

调试类（2 个）

11. systematic-debugging（系统化调试）

四阶段调试流程，杜绝"随机试错"式的低效排查：

1. 根因调查 — 只收集信息，不做任何修改（日志、复现步骤、相关代码）
2. 模式分析 — 是偶发还是必现？特定输入还是环境问题？
3. 假设与实验 — 形成修复假设，先写能复现 Bug 的自动化测试
4. 实施修复 — 验证假设正确后改代码，跑完整测试套件

12. verification-before-completion（完成前验证）

在 AI 宣称"搞定了"之前，必须先跑新鲜的验证命令，检查完整的输出和退出码。这条规则专门用来防止 AI 过度自信导致的假阳性。

元类（2 个）

13. using-superpowers（使用超能力）

总入口 Skill。每次 AI 行动前，它会先判断当前任务适合哪个 Skill，然后激活对应的流程。这是其他 13 个 Skill 的调度中心。

14. writing-skills（编写技能）

教你自己编写新的 Skill，扩展 Superpowers 体系。如果你觉得某个流程反复出现但 Superpowers 没有覆盖，可以用它来自定义。

三、三条铁律

贯穿所有 Skill 的三条不可违反的原则，是 Superpowers 的哲学核心：

这三条铁律分别对应三个环节：编码前（测试先行）、调试中（找到根因再动手）、完成后（验证才能通过）。它们共同构成了 Superpowers 的质量闭环。

四、常用工作流：如何组合 Skill

理解单个 Skill 之后，关键是如何把它们组合起来。下面介绍五种常见的流程模式，覆盖了日常开发的绝大多数场景。

流程一：从零开发新功能（完整 7 步）⭐ 最常用

brainstorming → using-git-worktrees → writing-plans
→ subagent-driven-development → test-driven-development
→ requesting-code-review → finishing-a-development-branch

各步骤耗时参考：

流程二：修复复杂 Bug（精简 3 步）

systematic-debugging → test-driven-development → verification-before-completion

适合线上 Bug、偶发崩溃、回归测试失败等排查场景。先做根因分析，再写测试复现，最后验证修复。

流程三：多个独立需求并行开发

brainstorming → dispatching-parallel-agents → verification-before-completion

适合同时修改几个互不依赖的功能模块。前期统一 brainstorm 理清各个需求，然后派发子代理并行处理。

流程四：老项目加新功能

同样走完整 7 步流程，但 brainstorming 阶段的侧重点不同：

1. 理解现有代码模式和架构，不要打破已有风格
2. 不提议无关的重构——专注于新功能本身
3. 让子代理优先参考项目既有实现方式

流程五：收到 Code Review 反馈

receiving-code-review → TDD（如有必要）→ verification-before-completion

当团队成员对你的代码提出审查意见时，先用 receiving-code-review 逐条理解验证，如有需要修改的地方走 TDD 流程，最后验证通过。

五、实战场景举例

场景：给一个电商系统加优惠券功能

以一个真实场景来展示 Superpowers 的工作方式。

第 1 步：brainstorming

AI 会像下面这样逐步问你：

AI: 优惠券的使用条件有哪些？满减还是折扣？
AI: 有效期怎么处理？过期后的行为？
AI: 能不能和其他优惠叠加？
...

你回答完这些问题后，需求已经从"加个优惠券"变成了清晰的设计方案。

第 2 步：writing-plans

AI 把设计拆成一个个可执行的任务：

任务 1：在数据库加 coupon 表和 coupon_user 表
任务 2：实现优惠券 CRUD 接口
任务 3：实现下单时的优惠券校验和扣减
任务 4：实现优惠券过期检查
任务 5：写迁移脚本

第 3 步：subagent-driven-development + TDD

每个任务由一个独立子代理完成。子代理先写测试再写代码，完成后再经过两阶段审查。错误在这个环节就被拦截，不会流到后续步骤。

第 4 步：requesting-code-review + finishing

所有任务完成后，AI 自动审查全部改动，确认没有问题后合并或创建 PR。

结果是： 虽然前期沟通花了不少时间，但实际编码一次过，没有返工。

六、哪些场景不适合用 Superpowers

任何工具都有适用范围，Superpowers 也不例外。

最简单的判断标准：如果你预计修改不超过 10 行代码，别用 Superpowers。 它的价值在于处理有一定复杂度的开发任务，简单场景直接用 AI 对话效率更高。

七、总结

Superpowers 带来的改变，本质上是从"随缘编程"到"流程化开发"的转变：

一句话总结：

Superpowers 是"慢开始、快完成"的哲学——前面花时间想清楚，后面执行一遍过。它不是让 AI 更聪明，而是让 AI 更靠谱。