来源：市场资讯
（来源：磐创AI）
开源项目观察Superpowers：141k star，给你的 AI 编程代理装上「工作流引擎」你用 AI 编程，但它有「方法论」吗？
大多数人用 AI 编程是这样的：
你给一个需求，AI 立刻开始写代码。写完一段，你发现不对，让它改。改完又发现另一个问题，继续改。来回几轮，代码越来越乱，最后你甚至不确定它到底在做什么。
问题在哪？AI 只有「能力」，没有「方法论」。
它会写代码，但不会规划。它会改 bug，但不知道什么时候应该停下来思考。它能在你指导下工作，但不会主动把事情做得更好。
Superpowers 解决的就是这个问题。
141k stars，一个「代理工作流」框架
Superpowers 是一个完整的软件开发工作流框架，专门为 AI 编程代理设计。
它的核心是：一套可组合的「技能」，加上初始指令，确保你的代理正确使用它们。
这不是一个新工具，而是一个「方法论层」，可以安装在 Claude Code、Cursor、Codex、OpenCode 等平台上。
它怎么工作
第一步：不急于写代码
当你的编码代理看到你要构建什么东西时，它不会立刻跳进去写代码。
相反，它会停下来问你：你到底想做什么？
通过提问，它会帮你细化需求、探索替代方案，然后以足够短的块展示设计给你阅读和消化。
第二步：分解实现计划
在你批准设计后，它会制定一个清晰到「一个热情但品味差、没有判断力、没有项目上下文、厌恶测试的初级工程师」也能跟进的实现计划。
重点强调：- 真正的红/绿 TDD- YAGNI（你不会需要它）- DRY（不要重复自己）
第三步：子代理驱动开发
一旦你说「开始」，它启动一个「子代理驱动开发」流程：代理逐个完成每个工程任务，检查和审查工作，然后继续前进。
Claude 常常能够自主工作几个小时，不会偏离你们一起制定的计划。
核心工作流
Superpowers 定义了一个完整的开发流程：
1. brainstorming
激活于写代码之前。通过提问细化粗略想法，探索替代方案，分段呈现设计供验证。保存设计文档。
2. using-git-worktrees
激活于设计批准后。在新分支上创建隔离工作区，运行项目设置，验证干净的测试基线。
3. writing-plans
激活于设计批准后。将工作分解为小任务（每个 2-5 分钟）。每个任务有精确的文件路径、完整代码、验证步骤。
4. subagent-driven-development
激活于计划制定后。为每个任务派发新的子代理，进行两阶段审查（规格合规性，然后代码质量）。代码不好的时候，它会停下来审查，而不是继续往前冲。
5. test-driven-development
激活于实现期间。强制执行 RED-GREEN-REFACTOR：写失败测试 → 看它失败 → 写最小代码 → 看它通过 → 提交。删除在测试之前写的代码。
6. requesting-code-review
激活于任务之间。根据计划审查，按严重程度报告问题。关键问题阻止进度。
7. finishing-a-development-branch
激活于任务完成后。验证测试，呈现选项（merge/PR/keep/discard），清理工作树。
代理在任何任务前检查相关技能。 这是强制工作流，不是建议。
技能库
测试
 
 
  
    
    
 
     
test-driven-development：RED-GREEN-REFACTOR 循环（包括测试反模式参考）
 
    
调试
 
 
  
    
    
 
     
systematic-debugging：4 阶段根因流程（包括根因追踪、深度防御、基于条件的等待技术）
 
     
verification-before-completion：确保真的修复了
 
    
协作
 
 
  
    
    
 
     
brainstorming：苏格拉底式设计细化
 
     
writing-plans：详细实现计划
 
     
executing-plans：带检查点的批量执行
 
     
dispatching-parallel-agents：并发子代理工作流
 
     
requesting-code-review：预审查检查清单
 
     
receiving-code-review：响应反馈
 
     
using-git-worktrees：并行开发分支
 
     
finishing-a-development-branch：合并/PR 决策工作流
 
     
subagent-driven-development：快速迭代 + 两阶段审查
 
    
元
 
 
  
    
    
 
     
writing-skills：按照**实践创建新技能（包括测试方法论）
 
     
using-superpowers：技能系统介绍
 
    
安装方式
支持多个平台：
Claude Code（官方市场）
/plugin install superpowers@claude-plugins-official
Cursor
/add-plugin superpowers
Codex
Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.codex/INSTALL.md
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
核心哲学
 
 
  
    
    
 
     
测试驱动开发：先写测试，永远
 
     
系统化而非临时：流程优于猜测
 
     
降低复杂性：简单是主要目标
 
     
证据优于声明：声明成功前先验证
 
    
为什么值得关注
大多数 AI 编程工具只给你「能力」：它能写代码、改 bug、解释逻辑。
但 Superpowers 给你的是「方法论」：它知道什么时候该停下来规划，什么时候该测试，什么时候该审查。
能力让你快，方法论让你稳。
141k stars 说明了一件事：真正让 AI 编程变得可用的，不是更强的模型，而是更好的工作流。
 
 
  
    
    
 
     
GitHub：https://github.com/obra/superpowers
 
     
作者博客：https://blog.fsck.com/2025/10/09/superpowers/
 
     
Discord：https://discord.gg/35wsABTejz
 
     
作者：Jesse Vincent（Prime Radiant）