需求没问清就写！边界没拆清就写！用例没先写就写！改完没检查就发！

这是当前AI编程经常遇到的问题。最近很火的Superpowers又是什么？能不能解决这个问题呢？

Superpowers 是一套完整的软件开发工作流，建立在一组可组合的 skills 之上，并通过初始化指令确保 agent 真正去使用这些 skills。

最后看起来很快，实际上返工更多。

Superpowers 解决的，就是这类问题。它不是靠一句更强的 prompt 去赌模型状态，而是把整套流程拆成一批可调用的技能：

• • brainstorming：先把需求问清楚，再给方案和设计
• • writing-plans：把实现计划拆成可执行的小任务
• • test-driven-development：严格走 RED-GREEN-REFACTOR
• • subagent-driven-development：把任务派给独立子代理执行
• • requesting-code-review：每个阶段都做复核
• • using-git-worktrees：隔离分支和工作区，避免互相踩
• • finishing-a-development-branch：最后决定合并、发 PR 还是保留分支

说白了，Superpowers 想做的不是"让 AI 一口气写完代码"。而是让 AI 像一个流程严格、习惯良好的工程团队那样工作。

普通提示词，通常只解决一件事："这一次，怎么让模型表现好一点。"

Superpowers 解决的是另一件事："以后每一次，怎么让 agent 按同一套规则工作。"

它的核心结构，其实只有两层。

第一层是 skills。

这些 skill 本质上是仓库里的 SKILL.md 文件，是一份份面向 agent 的操作手册。有的强调流程，有的强调测试，有的强调 review，有的强调并行协作。

第二层是 bootstrap / discovery。

也就是让宿主 agent 在任务开始前，先检查有没有相关 skill，再决定怎么做，而不是先凭直觉行动。

这件事看上去简单，意义却非常大。因为只要 agent 先"查 skill，再行动"，它的行为风格就会稳定下来。

using-superpowers 这个核心 skill 甚至把规则写得非常硬：

如果有哪怕 1% 的概率某个 skill 适用，就必须先调用 skill。

但它也没有越界。同一个 skill 里写得很清楚：用户显式指令始终优先。

也就是说，Superpowers 很强，但不夺权。

先看官方 README 里的基本工作流。

第一步是 brainstorming。

在你要做新功能、改行为、做设计时，它要求 agent 先理解项目上下文，再一个问题一个问题把需求问清楚，然后给出 2 到 3 种方案与 trade-off，最后形成设计稿并让你确认。

这一步的价值非常高。很多 AI 编程翻车，不是实现差，而是一开始就做错题。

第二步是 writing-plans。

这个 skill 非常强调"计划必须细到一个没有上下文、品味一般、还不太爱测试的工程师也能执行"。

所以它要求每个任务都写清楚文件路径、测试方法、命令、预期输出，甚至要求任务粒度缩到 2 到 5 分钟。

第三步是 test-driven-development。

它的口径极其强硬：NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST

换句话说，没有先看到失败测试，就不允许写生产代码。如果先写了代码，再补测试，按它的规则是要删掉重来。

第四步是 subagent-driven-development 或 executing-plans。

前者更像"分任务给子代理逐个实现，再逐个复核"。后者更像"按批次推进，保留人工检查点"。

第五步是 requesting-code-review。

它不是等到最后才 review，而是鼓励阶段性 review。每完成一个任务，就先做规格符合性检查，再做代码质量检查，防止问题一路滚到最后。

最后一步是 finishing-a-development-branch。

把测试、分支处理、PR 或 merge 决策都纳入流程。

这说明它追求的不是"写出代码"，而是"把开发闭环走完"。

如果你以前觉得 agent 经常像一个"聪明但毛躁的实习生"，那 Superpowers 干的事，其实就是给这个实习生配上一套非常严格的团队 SOP。

Superpowers 没有单一安装方式，必须按宿主平台来。

如果你用的是 Claude Code，当前 README 给出的做法是先添加 marketplace，再安装插件：

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

装完以后，README 还建议直接用 /help 检查是否已经出现这些命令：

/help # 应该能看到： # /superpowers:brainstorm # /superpowers:write-plan # /superpowers:execute-plan

如果你用的是 Codex，它走的是原生 skill discovery。也就是把仓库 clone 到本地，再把 skills/ 目录通过符号链接暴露给 ~/.agents/skills/：

git clone https://github.com/obra/superpowers.git ~/.codex/superpowers mkdir -p ~/.agents/skills ln -s ~/.codex/superpowers/skills ~/.agents/skills/superpowers

然后重启 Codex。

如果你还想用并行子代理相关能力，官方 docs/README.codex.md 还建议在配置里打开：

[features] multi_agent = true

如果你用的是 OpenCode，README 的推荐方式不是手抄一堆命令，而是让它直接拉取官方安装说明：

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

如果你用的是 Gemini CLI，官方 README 给出的方式是：

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

如果你用的是 GitHub Copilot CLI，则是：

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

README 里把 Cursor 也列进了支持范围。但至少在我这次查阅的一手文档里，安装说明最完整的仍然是 Claude Code、Codex、OpenCode、Gemini CLI 和 GitHub Copilot CLI 这几条路径。

装完以后，不是马上看插件列表，而是直接开一个新会话做验证。官方建议你发一个会触发 skill 的任务，比如：

help me plan this feature

或者：

let's debug this issue

如果安装生效，agent 应该会自动进入对应 skill，而不是直接开始乱写代码。

Superpowers 最好的用法，不是背一堆命令。而是学会把任务交给它的方式，改成"目标 + 约束 + 边界"，而不是"立刻给我代码"。

比如你要做一个新功能，不要一上来就说："把退款功能写出来。" 更好的说法是：

 
  
    
    
 
     
先不要写代码。 
 
     
请用 superpowers 的 brainstorming 流程帮我把需求问清楚， 给出 2-3 种方案和推荐方案。
 
     
目标：给现有支付模块增加退款能力 约束：不能改数据库结构；必须兼容旧接口；一周内上线 成功标准：支持全额退款、部分退款、重复请求幂等
 
    

 
这样一来，agent 会先进入需求澄清和设计阶段。后面的计划、TDD、子代理执行和 review，才有可靠基础。
 

如果你是在修 bug，也不要直接说"修一下"。更适合的姿势是：

 
  
    
    
 
     
先不要改代码。 
 
     
请用 systematic-debugging 找 root cause，再给我最小修复方案。
 
     
现象：支付回调偶发重复入账 线索：只在重试场景出现 要求：必须给出验证修复是否生效的步骤
 
    

 
这才是 Superpowers 的强项。它更像一个"把 agent 拉回正确工程流程"的框架，而不是一个帮你偷懒的捷径。
 

如果只用一句话概括 Superpowers，我会这样说：

它不是在给 coding agent 增加魔法，而是在给 coding agent 增加工程纪律。

这套东西未必适合所有人。如果你只是偶尔让 AI 帮你写几行脚本，它可能显得过重。

但如果你已经开始认真把 Claude Code、Codex、Copilot CLI 这类工具纳入日常开发流程，那 Superpowers 非常值得系统研究一次。

#AI编程 #ClaudeCode #Codex #Superpowers #软件工程 #开发效率