Superpowers Skill:让 AI 编程 Agent 学会先设计后开发的工程化方法论

Superpowers 是一个面向 AI 编程 Agent 的完整软件开发方法论,通过一套可组合的 Skills 组合,让 Claude Code、Codex、Cursor 等主流 Agent 从「拿到需求就写代码」的模式,转变为「先理解需求 → 设计方案 → 制定计划 → TDD 开发 → 代码审查 → 合并分支」的规范化流程。今日 GitHub Trending 狂揽 634 stars,总 star 数已达 263,026(截至 2026-07-29),是当前最炙手可热的 Agent 开发框架。

功能与原则

Superpowers 不是单一个 Skill,而是一套 Skill 工作流体系,核心理念是把 AI 编程 Agent 从「快但随意」升级为「快且规范」。它的设计原则:

  • TDD 优先:写代码前先写测试,强制 RED-GREEN-REFACTOR 循环
  • 设计先行:写任何代码前必须经过 brainstorming 和设计确认
  • 任务拆分:writing-plans 把大需求拆成 2-5 分钟可完成的小任务
  • 子 Agent 并行:subagent-driven-development 让多个子 Agent 并行处理任务
  • 系统性优于临时方案:流程比灵感更可靠

认可度

  • GitHub Star:263,026(截至 2026-07-29)
  • 今日新增:634 stars(GitHub Trending 榜)
  • Forks:23,488
  • 支持 11 种编程 Agent:Claude Code、Codex App/CLI、Cursor、Antigravity、Factory Droid、Gemini CLI、GitHub Copilot CLI、Kimi Code、OpenCode、Pi
  • 曾多次进入 GitHub Trending 榜单,开发者社区热度极高

链接

GitHub:https://github.com/obra/superpowers

原作者

Jesse Vincent(@obra),Prime Radiant 公司创始人,资深软件开发者和开源贡献者。其团队同时维护 superpowers-evals 评测框架,用于验证 Skill 行为是否符合预期。

介绍

Superpowers 起源于一个观察:大多数 AI 编程 Agent 拿到需求后会立刻开始写代码,缺乏系统性设计,结果是代码质量参差不齐、返工频繁。Superpowers 从你启动 Agent 的那一刻就开始介入——当它检测到你正在开发项目,不会急于动手,而是先问你「真正想要做什么」。

在设计阶段,Superpowers 会分段展示方案,每次只展示一小部分供你审核确认,避免信息过载。设计确认后,它会生成一份连「缺乏项目上下文、品味不佳的初级工程师」都能执行的实现计划,强调 TDD、YAGNI 和 DRY 原则。

一旦你说「开始」,它会启动 subagent-driven-development 流程——每个工程任务分配给一个全新的子 Agent 处理,经过两阶段审查(规格合规 → 代码质量)后再继续。一个任务全自动跑上几小时而不偏离计划,是家常便饭。

特点

  • 多 Agent 支持:无缝接入 Claude Code、Cursor、Codex、Kimi Code 等 11 种主流编程 Agent
  • Skill 自动触发:Skills 在关键时刻自动激活,不需要手动调用
  • 完整开发生命周期:覆盖从 brainstorming → 设计 → 计划 → 开发 → 审查 → 合并的全流程
  • Skill 库可扩展:内置 15+ 可复用 Skill(test-driven-development、systematic-debugging、writing-skills 等),支持按规范新增
  • 零门槛安装:每个 Agent 都有标准化安装命令,插件市场一键装

使用方法

安装(以 Claude Code 为例)

通过官方插件市场安装:

/plugin install superpowers@claude-plugins-official

或者通过 Superpowers 自有市场:

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

基本工作流

  1. 启动 Claude Code,开始描述你的项目需求
  2. Superpowers 自动激活 brainstorming,要求你先澄清设计目标
  3. 分段审核设计方案,确认后生成 implementation plan
  4. 说「开始」,Agent 启动 subagent-driven-development,自动跑完所有任务
  5. 每个任务强制 TDD,完成后 requesting-code-review 进行审查
  6. 全部完成后 finishing-a-development-branch 介入,提示合并/PR 选项

使用场景与人群

适用场景:
– 中大型项目开发,需要 AI Agent 长期独立工作而不偏离架构
– 团队引入 AI 编程工具,需要统一开发规范和质量门槛
– 快速原型验证,要求 AI 既快又不产生技术债务

目标用户:
– 深度使用 Claude Code / Cursor 等 Agent 的开发者
– 需要 AI 编程工具保持工程纪律的 Tech Lead
– 希望 AI Agent 能承担更复杂端到端任务的团队

输入与输出案例

输入:

我想给我们的 REST API 加一个 rate limiting 中间件,用 Python 写的 FastAPI 项目。

输出(Superpowers 介入后的 Agent 行为):

  1. brainstorming 阶段:Agent 反问「你希望 rate limiting 基于什么维度?IP、User ID、还是 API Key?」「需要支持哪些具体的限流算法:固定窗口、滑动窗口还是令牌桶?」「超出限制后返回 429 还是 429 + Retry-After header?」分段确认设计后才继续。
  2. writing-plans 阶段:Agent 生成若干 2-5 分钟任务,例如「在 middleware/rate_limit.py 实现滑动窗口算法」「在 tests/test_rate_limit.py 写 RED 测试用例」「在 main.py 注册中间件」等。
  3. subagent-driven-development:每个任务由独立子 Agent 执行,强制先写测试再写实现代码,完成后代码审查确认无误才进行下一任务。

Superpowers 重新定义了「AI 编程」的天花板——不是更快地写代码,而是用更正确的方式驱动 AI 写代码。对 AI 编程有追求的开发者,值得一试。


GitHub: https://github.com/obra/superpowers

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读