Superpowers 的最佳平替是什么

公众号名称：AwesomeLLM

作者名称：陆张弛

发布时间：2026-06-11 18:20

Superpowers很好，但是有时过于机械和臃肿，比如在计划文档中生成大段详细代码；非常简单的小问题也要走TDD流程；启用subagent-driven-development进行多Agent开发简直是token杀手。本文旨在寻找Superpowers的替换方案。

Superpowers的“最佳平替”并不是某一个单一工具，而是一套组合方案：

GitHub Spec Kit + 原生 Claude Code / Codex Plan Mode + AGENTS.md / CLAUDE.md + 少量自定义 Skills / Hooks。

如果必须选一个最接近 Superpowers、但更稳、更轻、更通用的替代品：首选 GitHub Spec Kit。

Superpowers 本质上是一套“完整软件开发方法论 + composable skills（可组合技能）”框架，会要求 agent 先澄清需求、编写 spec（规格）和 implementation plan（实施计划），再强调 TDD（测试驱动开发）与小步执行。它的优点是流程纪律性强，但缺点也同样明显：整体流程偏重，计划文档容易膨胀，尤其 writing-plans 往往会把实现细节写得过细。Superpowers 官方 README 也明确表示，它会让 agent 先产出 spec，再生成一份“enthusiastic junior engineer”也能执行的实施计划，并强调 TDD / YAGNI / DRY。(GitHub[1])

我的排序如下。

推荐级别	替代方案	适合场景	评价
第一推荐	GitHub Spec Kit	想替代 Superpowers 的 spec / plan / tasks 流程	最均衡
第二推荐	Claude Code 原生 Skills + Hooks + Plan Mode	主要用 Claude Code	最自然、最少额外框架
第三推荐	Codex Plan Mode + `AGENTS.md` + `PLANS.md`	主要用 Codex / OpenAI 工具链	轻量、标准化
第四推荐	Agent OS	想管理团队编码规范、项目标准	轻量，偏 standards（标准）
第五推荐	BMAD Method	从产品、PRD、架构到实现全流程管理	强大但重，不适合所有项目

我的首选是 GitHub Spec Kit。 它的核心流程是 Spec → Plan → Tasks → Implement：先定义要做什么，再制定技术计划，随后拆解成任务，最后交由 coding agent 执行。它与 Superpowers 的目标非常接近，但更偏向“规范驱动开发”（Spec-Driven Development, SDD），而不是把大量技能直接注入 agent 行为。官方文档强调每个阶段都产出 Markdown artifact（文档产物），再逐步提供给 agent，以避免 ad-hoc prompt（临时提示词）带来的混乱。(GitHub Docs[2]) GitHub 的介绍也明确提到，Spec Kit 会把任务拆成小的、可评审、可单独测试的 chunks（工作块），而不是让你一次性审查上千行代码 dump（代码倾倒）。(The GitHub Blog[3])

Spec Kit 的另一个优势是不锁定 agent。官方文档显示，它支持 Copilot、Gemini、Codex、Windsurf、Claude、Kiro 等多种集成，并提供 generic integration（通用集成）作为兜底。(GitHub Docs[4]) 这比 Superpowers 更适合长期使用，因为你不会被某一个 CLI、某套技能体系或某个模型供应商绑定。

如果你主要使用 Claude Code：不必再引入大型替代框架，直接使用原生能力即可。 Claude Code 现在已经提供 Plan Mode（规划模式）、Skills（技能）、Hooks（钩子）、MCP（Model Context Protocol，模型上下文协议）等机制。Anthropic 官方文档建议，将项目或团队的可复用领域知识写入 .claude/skills/.../SKILL.md，Claude 会在相关任务中自动使用，也可以通过 /skill-name 显式调用。(Claude Code[5]) Hooks 则适合承载“必须每次执行”的确定性动作，例如每次编辑后格式化、阻止危险命令、运行 lint（静态检查）等；官方也明确说明，hooks 比 CLAUDE.md 指令更确定，因为它不是建议，而是自动执行。(Claude Code[6])

Claude Skills 相比 Superpowers 也更“正统”。Anthropic 在 2025 年推出 Agent Skills，并在 2025 年 12 月将其发布为跨平台 open standard（开放标准）。它的核心设计是 progressive disclosure（渐进式上下文披露）：启动时只加载 skill 的 name / description，真正需要时才读取完整 SKILL.md；如果内容更复杂，还可以拆分到额外文件中按需读取。(Anthropic[7])(Anthropic[8]) 这正好缓解了 Superpowers 容易把上下文塞得过满的问题。

如果你主要使用 Codex：可以采用 Codex 原生 Plan Mode + AGENTS.md + PLANS.md。 OpenAI 官方最佳实践建议，对于复杂、模糊、难以描述的任务，先进入 Plan Mode，让 Codex 收集上下文、提出问题、生成计划，再进入实现阶段；更高级的工作流可以使用 PLANS.md / execution plan template（执行计划模板）。(OpenAI 开发者[9]) 对于可复用工程规范，OpenAI 建议编写 AGENTS.md，内容包括 repo layout（仓库结构）、build/test/lint 命令、工程约定、PR 期望、约束、done definition（完成定义）和验证方式。(OpenAI 开发者[10])

Agent OS 更适合替代 Superpowers 中“项目规则和编码标准”的部分。 它不是完整的 agent 框架，而是一个轻量系统，用于发现、维护并注入 coding standards（编码标准）。官方说明，它主要解决“每次 prompt 都要重新教 AI 项目上下文和团队规范”的问题，并且是 Claude Code、Cursor 等工具的 complement（补充），而不是替代品。(buildermethods.com[11]) 如果你的核心痛点是“agent 不遵守项目规范”，Agent OS 会比 Superpowers 更聚焦。

BMAD Method 适合大项目，但不建议默认替换为它。 BMAD 官方定位是覆盖 ideation（构思）、planning（规划）到 agentic implementation（代理式实现）的完整 AI-driven development framework（AI 驱动开发框架），并提供 specialized AI agents（专门代理）、guided workflows（引导式流程）和复杂度自适应规划。(BMAD Method[12]) 它还包含 PM、Architect、Developer、UX 等 12+ 专家代理角色，覆盖完整生命周期。(GitHub[13]) 这对从 0 到 1 构建产品、SaaS 或复杂业务系统很有价值；但对于科研代码、算法实验，以及已有 repo 中的 feature / bugfix，通常显得过重。

我的最终建议是：

日常工程：Claude Code / Codex 原生 Plan Mode + AGENTS.md / CLAUDE.md。

中大型功能：GitHub Spec Kit。

团队规范沉淀：Agent OS。

复杂产品从 0 到 1：BMAD。

不建议继续把 Superpowers 当主框架使用，尤其不建议直接使用它默认的 writing-plans 风格。

一个更合理的替代架构是：

repo/
  AGENTS.md 或 CLAUDE.md        # 项目级 agent 规则：命令、约束、验收标准
  specs/
    feature-x/
      spec.md                  # 用户目标、需求、非目标
      plan.md                  # 技术设计、架构、风险
      tasks.md                 # 小任务、验收标准
  .claude/
    skills/
      code-review/SKILL.md     # 代码审查流程
      test-first/SKILL.md      # 测试优先流程
      research-code/SKILL.md   # 科研代码规范
    settings.json              # hooks：lint/test/format/安全限制