公众号名称：程叙架构与AI.

作者名称：AI兴观点

发布时间：2026-04-30 08:35

原文链接：https://github.com/obra/superpowers

✅点击上方🔺公众号🔺关注我✅

你有没有过这样的经历——

给AI编程助手一个任务，它噼里啪啦一顿写代码，commit了十几二十个，结果一跑，全是bug？

或者AI完全不理解你的意图，你让它做个”用户登录功能”，它上来就开始写数据库Schema，连产品需求都没问过？

Jesse Vincent（GitHub 171k Stars项目[1]的作者）也遇到了同样的问题。

于是他做了件事：给AI编程助手写了一整套”超能力”技能库。

这个项目叫 Superpowers。

GitHub：github.com/obra/superpowers

目前斩获 171,000+ Stars、15,000+ Forks，是AI编程工具领域最火的开源项目之一。支持几乎所有主流AI编程工具：Claude Code、GitHub Copilot CLI、OpenAI Codex、Cursor、OpenCode、Gemini CLI。

一、为什么需要”超能力”？

Jesse在2025年10月的博客文章[2]里写过他的顿悟时刻：

“Skills are the interesting part.”

“Skills are what give your agents Superpowers.”

他说，以前AI编程最大的问题不是AI不够聪明，而是AI没有章法。

你让它写代码，它就写代码。不会先问你”想做什么”，不会先规划任务，不会先写测试，甚至不会先想想”这样做对不对”。

人编程有经验，知道先设计、再动手、边做边测。

但AI没有这个”肌肉记忆”。

Superpowers 就是给AI编程助手注入一套”肌肉记忆”。

它把专业软件工程师的思维方式和工程规范，做成了一套可组合的”技能卡片”（Skills）。AI在执行任何任务之前，会自动检查有没有相关的技能要激活——强制执行，不是建议。

二、Sam Schillace 的”复合团队”洞察

关于AI编程的真正突破，Sam Schillace（微软Amplifier框架[3]的联合作者）在一篇文章[4]里提出了一个重要概念：复合团队（Compounding Teams）。

他说：

“那些真正实现复合增长的团队，不是在直接写代码。他们围绕AI模型构建了一套框架——就像Amplifier——有回调钩子、工具调用和流程控制，但系统本身要主动得多。”

关键洞察：

单纯用Claude Code或Copilot，生产力有提升，但是短期的、有限的。
真正复合增长的团队，会给AI系统”建造工具的能力”——让AI自己写工具，然后永久使用这些工具。
这是一种”建造工具来制造工具”的递归思维。
一个团队已经有好几个月没有直接接触代码，但产品一直在正常交付——代码审查甚至被认为是一种”Fireable Offense”（拖后腿的行为）。

Sam Schillace把这类系统称为”Model-based action”（基于模型的行为）——用模型擅长使用的编程工具（git、markdown、Kubernetes、XML）作为基础设施，让模型自己构建和改进去中心化的工具链。

Superpowers 就是这种思路的具体实现。

三、Superpowers 的核心理念

Superpowers 建立在四个核心原则之上：

1. 先想清楚，再动手（Test-Driven Development）

写代码之前，先写测试。看测试失败，再写最小代码让它通过。这不是建议，是铁律。

2. 系统化优于随机化（Systematic over ad-hoc）

遇到bug不要乱猜。遵循一套固定的根因分析流程：复现→收集证据→定位问题→修复→验证。

3. 降低复杂度（Complexity reduction）

简单性是首要目标。YAGNI（You Aren’t Gonna Need It）、DRY（Don’t Repeat Yourself）贯穿始终。

4. 用证据说话（Evidence over claims）

修复完bug？测试通过？别急着庆祝。先验证是真的修好了。

四、完整工作流程：7步走

Superpowers 包含7个环环相扣的技能，覆盖从”想法”到”上线”的完整流程：

第一步：Brainstorming（头脑风暴）

触发时机：任何创意工作之前——新建功能、修改行为、搭建项目。

这是整个流程的起点。AI不会一上来就写代码，而是：

先了解项目背景（读文件、看文档、最近的commit）
问你一系列问题，一次只问一个，逐步澄清需求
提出2-3个方案，附带权衡分析和推荐建议
分段展示设计方案，等你逐段确认
确认后，生成设计文档并存档

铁律：HARD-GATE——在你书面批准设计方案之前，AI不得编写任何代码，不得搭建任何项目。哪怕你觉得”这个需求很简单”。

这一步防的是：“简单”项目里藏着的未经验证的假设。

第二步：Using-Git-Worktrees（Git工作树）

触发时机：设计方案批准后，开始实现之前。

AI自动创建独立的Git Worktree工作区，为新功能建立独立的分支，和主代码库隔离。

这意味着你可以同时推进多个功能而互不干扰——AI可以在一个分支上做登录功能，同时另一个分支在做评论功能，井水不犯河水。

第三步：Writing-Plans（写实施计划）

触发时机：有了设计文档，需要开始实现时。

AI将设计方案拆解成一系列原子级任务：

每个任务2-5分钟能完成
每个任务有精确的文件路径、完整代码、验证步骤
假设执行者是一个”技术熟练但完全不了解项目的初级工程师”

任务描述要具体到”打开 src/auth/login.ts 文件，在第23行后插入以下代码”——不需要任何猜测。

第四步：Subagent-Driven-Development（子代理驱动开发）

触发时机：有了实施计划，开始执行时。

这是Superpowers最精彩的部分。

AI不再一个人埋头苦干，而是把任务分发给”子代理”并行执行：

主代理读取计划，创建任务清单
每个任务分配给一个全新的子代理（干净上下文，不继承历史）
子代理完成实现后，经过两阶段审查：
- 第一阶段：规格审查（代码是否符合计划要求）
- 第二阶段：代码质量审查（命名、测试、错误处理）
审查发现问题，打回子代理修复
通过后，标记任务完成，继续下一个

Jesse实测：Claude可以在这个流程里连续自主工作数小时，不偏离原始计划。

第五步：Test-Driven-Development（测试驱动开发）

触发时机：任何功能实现或bug修复之前。

这是Superpowers的”铁律”级别技能，核心理念三个字：红-绿-重构。

RED阶段：先写一个最小化测试，展示”应该发生什么”。测试必须失败（因为功能还不存在）。

GREEN阶段：写最少的代码让测试通过。不要多写一行”未来可能用到”的代码。

REFACTOR阶段：在测试全部通过的前提下，优化代码结构。

铁律：在看到测试失败之前，不允许写任何产品代码。

如果你在写测试之前就写了产品代码？删掉，从头开始。

第六步：Requesting-Code-Review（代码审查）

触发时机：每个任务完成后、合并到主分支前。

AI自动调用代码审查子代理，对照实施计划逐条检查：

严重问题（Critical）：立即修复，否则阻塞
重要问题（Important）：修复后再继续
次要问题（Minor）：记录，稍后处理

Review不是可选项，是流程的必要环节。

第七步：Finishing-a-Development-Branch（完成开发分支）

触发时机：所有任务完成、测试通过后。

AI验证测试通过，然后给你四个选项：

合并到本地main分支
推送到远程并创建Pull Request
保留分支，稍后处理
丢弃此工作

你选，AI执行。

五、技能全景图

Superpowers的技能分为四大类：

🧪 测试类

技能	说明
test-driven-development	红-绿-重构TDD循环，含测试反模式参考
verification-before-completion	确保修复真正有效，而非表面通过

🐛 调试类

技能	说明
systematic-debugging	四阶段根因分析法：复现→证据→定位→修复。包含防御式编程、条件等待、追踪污染源等子技术
verification-before-completion	验证修复真正有效

🤝 协作类

技能	说明
brainstorming	苏格拉底式设计澄清，分段确认
writing-plans	详细实施计划，原子级任务拆解
executing-plans	分批执行，附带人工检查点
dispatching-parallel-agents	并行分发子代理到独立问题域
requesting-code-review	预提交审查清单
receiving-code-review	响应审查反馈
using-git-worktrees	并行开发分支隔离
finishing-a-development-branch	合并/PR决策工作流
subagent-driven-development	子代理两阶段审查驱动开发

🔧 元类

技能	说明
writing-skills	创建新技能的完整指南（含TDD方法论）
using-superpowers	技能系统入门介绍

六、Superpowers 的设计哲学亮点

1. 技能触发是强制的，不是建议

HARD-GATE是Superpowers里的特殊标记，意味着”这是强制执行，不是建议”。

brainstorming有HARD-GATE：在设计方案批准之前，不许写一行代码。

systematic-debugging有铁律：在找到根因之前，不许提任何修复方案。

没有”这步可以跳过”的例外。

2. 写技能本身也是TDD

创建新技能的流程和写代码一样：

先设计压力测试场景，让AI在没有技能的情况下演示失败，记录AI的每一个”合理化”借口，然后针对这些借口写技能文档，再验证AI现在能正确遵循。

Jesse把这个方法论叫做：RED-GREEN-REFACTOR for SKILLS。

具体怎么测？他让Claude用各种”压力场景”来测试技能——比如时间压力+过度自信的场景，看AI会不会跳过必要的步骤。

3. 子代理隔离，不污染上下文

subagent-driven-development的核心原则：每个子代理都是全新的上下文，只给它完成任务所需的精确信息。

不要让子代理继承主会话的历史——那会引入混乱和偏见。

4. 内联自审替代子代理审查

v5.0.6版本做了一个重要优化：把”用子代理审查计划”改成了”内联自审”。

实测数据：子代理审查循环让执行时间增加了约25分钟，但5个版本×5次试验的回归测试显示，无论有没有审查循环，计划质量评分都一样。

内联自审在约30秒内完成，质量相当。从此不再有”等待审查”的漫长空转。

七、如何安装

Superpowers支持所有主流AI编程工具：

Claude Code（官方插件市场）

/plugin install superpowers@claude-plugins-official

Claude Code（Superpowers市场）

/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

GitHub Copilot CLI

copilot plugin marketplace add obra/superpowers-marketplace
copilot plugin install superpowers@superpowers-marketplace

Cursor

/add-plugin superpowers

OpenAI Codex

在Codex侧边栏点击Plugins，搜索Superpowers，点击安装。

OpenCode

Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md

Gemini CLI

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

八、社区与支持

Discord：discord.gg/35wsABTejz（社区支持、问题交流、分享作品）
GitHub Issues：github.com/obra/superpowers/issues
发布公告订阅：primeradiant.com/superpowers/

Superpowers由Jesse Vincent（@obra）和Prime Radiant团队维护，采用MIT开源许可证。

写在最后

Superpowers 解决的不是”AI编程工具不够多”的问题。

它解决的是：AI编程工具缺乏工程纪律的问题。

当AI能自主工作数小时、commit几十次、不偏离计划——这不是因为AI变聪明了，而是因为有人把工程纪律写成了一整套可执行的技能，让AI在正确的时间做正确的事。

Sam Schillace说，这些团队现在的瓶颈已经不是生产力，而是人类注意力——因为AI太高效了，5-10个流程同时跑，API每天烧几百美元，但人类的审核速度成了新的限速步骤。

你的下一个编程任务，要不要试试给AI装上这套”超能力”？

参考资料：

[1] github.com/obra/superpowers

如果觉得这篇文章有帮助，欢迎点赞、在看、转发！有问题也可以在评论区留言，我会尽量回复！

cover_image

Original AI兴观点程叙架构与AI.