大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



面向人群：对 AI 编码助手有一定实践的开发者、团队技术负责人、对智能 Agent 工程化感兴趣的研究者与技术爱好者。

---

过去两年，AI 编码助手的体验有一个共同特征：短期爽感、长期失控。
一开始你会惊叹于“自动补全 + 一次性生成大段代码”的效率，但很快就会遇到下面这些典型问题：

• 没测试、没设计，改着改着就不敢动了。
• 调 Bug 全靠“再试一次提示词”，没有系统性分析。
• Agent 一会儿按你说的做，一会儿变成“自由发挥”的代码生成器。
• 在团队环境里，很难把这种“靠感觉写提示”的用法，沉淀成稳定、可复制的工程实践。

Superpowers 这套系统，正是要解决这个根本矛盾：让 AI 从“写代码的人”变成“遵守工程规约的合作伙伴”。

它给出的答案不是“更好提示词模板”，而是一套完整的软件开发工作流，用一组可组合的“技能（Skill）”结构化地约束 Agent 的行为，让它像受过严格训练的工程师一样工作。

---

Superpowers 自我定位为一套完整的软件开发工作流，而不是某个插件、单一提示词或框架。
它做的事，可以简单概括为一句话：

你的 Agent 绝不应该直接上手写代码，而是必须走完一条结构化流水线。

这条流水线包含：

1. 把想法通过头脑风暴沉淀成设计。
2. 把设计拆成可执行的计划。
3. 用子 Agent 驱动开发执行这些计划。
4. 在过程中强制测试驱动、系统化调试与结果验证。
5. 最终通过 Git 分支与工作树合入主线。

这些行为不是“建议”，而是由一系列技能强制执行的规范。

Superpowers 的一切都围绕技能展开：

• 每个技能是一个结构化的 Markdown 指令文件 SKILL.md。
• 技能定义：
  • 何时触发（触发条件）。
  • Agent 在此阶段应该遵守的约束与步骤。
  • 输入和输出的结构化产物（如设计文档、任务计划、验证报告）。

---

Superpowers 的架构围绕三大支柱展开：

• 技能库（Skills Library）：承载各种开发、调试、协作相关的技能。
• 会话启动钩子系统（Hook System）：在对话开始时把技能上下文注入 Agent。
• 平台适配层（Platform Layer）：针对 Claude Code、Cursor、Copilot CLI、Gemini CLI、Codex、OpenCode 等不同平台做格式/协议适配。

真正让 Superpowers “接管” Agent 行为的，是会话启动钩子（SessionStart Hook）。

机制是这样的：

1. 新会话开始时，钩子脚本会将 using-superpowers 技能加载为上下文。
2. 该技能规定了一条基础规则：
   • 在响应任何用户消息之前，Agent 必须先检查“是否有适用的技能”，并主动调用它。
3. 从这一刻起，Agent 就不再是“看到什么问题就直接写代码”，而是先判断当前处于哪个阶段、应该走哪条工作流。

这一点非常关键，它实现了：

• 从“提示词驱动”转为“技能驱动”。
• 从“用户随意发指令”转为“有纪律的开发流程”。

Superpowers 支持多种编码 Agent 平台，并对每个平台给出具体安装与钩子机制。

会话钩子会根据平台输出不同 JSON 结构，比如：

• Claude Code 使用 hookSpecificOutput.additionalContext。
• Cursor 使用 additional_context。
• Copilot CLI 使用标准的 additionalContext 字段。

这样，同一套技能定义，可以被不同平台共享，而不需要为每个平台单独重写工作流逻辑。

Superpowers 的一个很有工程味的设计是：

• 技能 → Markdown 文件。
• 钩子 → Shell 脚本 / JSON 配置。
• 无需 npm 包、无需后台服务、无需额外 API Key。

这意味着：

• 引入成本低，适合在企业受限环境中部署。
• 风险可控，不会把核心开发链路绑定到某个外部 SaaS 服务上。

---

Superpowers 的精华在于它那条结构化的开发流水线。
这条流水线包含多个阶段，每个阶段有：

• 明确的输入条件。
• 清晰的输出产物。
• 对 Agent 行为的严格约束。

官方给出的阶段顺序是：

•  Idea（想法）
• 易 Brainstorm（头脑风暴）
•  Design Spec（设计规范）
•  Write Plan（编写计划）
•  Git Worktree（创建隔离工作树）
• 烙 Subagent-Driven Dev（子 Agent 驱动开发）
• ✅ Verification（验证）
•  Finish Branch（完成分支）

对应到技能层面的表格如下：

两个全局生效的关键技能：

• test-driven-development：在整个实施阶段强制 RED–GREEN–REFACTOR，如果先写代码再写测试，Agent 会删掉那段代码重来。
• systematic-debugging：出现 Bug 或测试失败时强制启用，要求先做根因分析再动手修复。

假设你对 Agent 说：“帮我给支付服务加一个简单的重试逻辑就行，很快的那种。”

有了 Superpowers 后，理想流程会变成：

1. brainstorming：
   • 讨论：是按固定次数重试，还是指数退避？是否需要幂等性考虑？
   • 产出一份设计文档，明确接口、失败场景与边界条件。
2. writing-plans：
   • 拆分任务：
     • 更新配置与常量。
     • 修改调用逻辑。
     • 为重试、超时、幂等等场景编写测试。
   • 每个任务限定在 2–5 分钟内能完成，并指定目标文件路径与验证命令。
3. using-git-worktrees：
   • 创建临时分支和工作树，确保改动与主线隔离。
4. subagent-driven-development：
   • 针对每个任务，启动一个新的子 Agent：
     • 首先检查是否符合设计与计划。
     • 然后再从代码质量视角审查产出。
   • 避免一个 Agent 在同一上下文里“越写越飘”。
5. test-driven-development：
   • 先写失败测试，再写实现。
   • 如果 Agent直接写实现代码，技能会强制删掉并回到写测试。
6. verification-before-completion：
   • 在回答“已完成”之前，必须执行预设的验证命令（例如 npm test payments/retry），读取完整输出，而不是“猜测应该没问题”。
7. finishing-a-development-branch：
   • 决定是直接合并、发起 PR、保留分支供人工审查，还是丢弃实验性分支。

这个例子展示了 Superpowers 的核心价值：把 Agent 行为拉回到成熟团队的工程流程轨道上。

---

Superpowers 当前的技能库中包含 14 个技能，分成四大类：

技能在严格程度上被分为两类：

• 刚性技能：
  • 如 TDD（测试驱动开发）、系统化调试等。
  • 这些技能的规则不可被随意削弱，如“先测试后实现”的铁律。
• 弹性技能：
  • 如头脑风暴等场景，允许根据上下**一定调整。
  • 例如：在非常小的改动中，可以选择更轻量的设计讨论。

每个技能会声明自己的类型，方便在冲突时做调度与优先级判断。

当多项技能可能同时适用时，Superpowers 通过一个优先级系统解决冲突：

• 流程型技能（例如头脑风暴、调试）优先于具体实施技能。
• 也就是说，当一个问题同时触发“写代码”和“先设计/先调试”时，系统会优先选择流程类技能。

但有一条最高优先级规则：

用户指令永远最高优先级。

例如：

• 如果你在 CLAUDE.md（或类似配置）中明确写着“不采用 TDD”，Agent 会遵循该指令，即使默认技能希望强制 TDD。
• 这使得 Superpowers 在保持工程严谨的同时，仍然尊重具体项目或团队的特例需求。

---

Superpowers 仓库采用扁平化布局，每个技能是 skills/ 下的一个子目录：

superpowers/ ├── skills/ │ ├── brainstorming/SKILL.md # 头脑风暴（先设计后编码） │ ├── writing-plans/SKILL.md # 细粒度任务规划 │ ├── subagent-driven-development/ # 子 Agent 执行与审查 │ ├── executing-plans/SKILL.md # 顺序执行的后备方案 │ ├── test-driven-development/ # 强制 RED-GREEN-REFACTOR │ ├── systematic-debugging/ # 四阶段根因分析 │ ├── verification-before-completion/ │ ├── requesting-code-review/ │ ├── receiving-code-review/ │ ├── dispatching-parallel-agents/ │ ├── using-git-worktrees/ │ ├── finishing-a-development-branch/ │ ├── writing-skills/ # 创建新技能的“元技能” │ └── using-superpowers/ # 入口技能 ├── hooks/ │ ├── hooks.json # Claude Code / Copilot CLI 钩子 │ ├── hooks-cursor.json # Cursor 专用钩子 │ └── session-start # 会话上下文注入脚本 ├── commands/ # 已弃用的斜杠命令 ├── agents/ # Agent 特定提示文件 ├── docs/ # 设计文档与计划 ├── tests/ # 集成测试与技能测试 └── package.json # v5.0.7，零依赖 

每个技能目录的核心文件是 SKILL.md，其中包含：

• 技能说明与目标。
• 触发条件、输入输出格式。
• 对 Agent 的行为约束与流程步骤。
• 附加的审查提示、示例与参考。

tests/ 目录中提供按平台、按技能组织的集成测试，用于确保技能在不同 Agent 平台下行为一致。

Superpowers 提供了 writing-skills 这一“元技能”，用来指导你如何编写新的技能。
如果你有团队内部的工程规约，例如：

• 所有接口必须带 OpenAPI 规范。
• 所有数据库变更必须附带迁移脚本与回滚策略。

你可以把这些要求固化为一个新的 SKILL.md，挂载到现有流水线中，让 Agent 在相关场景自动遵循这些规范。

---

Superpowers 明确写下了四条设计原则，它们既是理念，也是被系统强制执行的规则：

1. 测试驱动开发（TDD）优先
   • 没有失败测试，就不应该存在生产代码。
   • 在测试之前写的代码会被删掉，而不是“回头补个测试算了”。
2. 系统化优于临时性
   • 调试必须基于结构化的根因分析，而不是猜测与试错。
   • 头脑风暴阶段需要设计审批，不能“想到哪写到哪”。
3. 降低复杂度
   • 严格执行 YAGNI（You Aren’t Gonna Need It）。
   • 计划中的任务粒度保持在 2–5 分钟，文件应单一职责，如果文件变得臃肿，就说明设计有问题。
4. 拿证据说话
   • 没有新的验证运行结果，就不能宣称工作完成。
   • 验证技能要求实际执行命令、读取完整输出，而非依赖过去的经验或推测。

此外，using-superpowers 技能中还包含一份“危险信号”清单，用来识别常见的自我合理化，比如：“这只是个小改动，不用那么正式”、“我先写一点代码试试看”等，并促使 Agent 停下来检查是否应该启用某个技能。

---

虽然 Superpowers 起源于对 AI Agent 行为的规范化，但它的设计非常适合团队级落地。下面是一些实际可操作的建议视角。

如果你是个人开发者，经常有这些想法：

• “我知道应该先写测试，但这次就先写代码吧。”
• “这个问题不复杂，设计文档就算了。”

你可以把 Superpowers 当成一种“工程自律外包”：

• 让 Agent 替你坚持 TDD、设计先行、系统化调试。
• 自己更多聚焦在需求理解与架构决策上。

在实践中，你可以从这些入口开始：

• 阅读“快速开始”（Quick Start），跑通第一个会话。
• 针对你的主要平台（例如 Cursor、Claude Code）配置对应 hooks。
• 在个人项目里强制完整走一遍流水线，体验一下“全流程 AI 搭档”的开发方式。

对于团队来说，更有价值的是：

• 把团队共有的工程规范写成技能，而不是写在 Confluence 或 README 里让大家“自觉遵守”。
• 通过 Superpowers 的技能系统与钩子，让 AI Agent 成为工程规范的执行者，而不是绕规范走的捷径。

你可以考虑：

• 在仓库中加入团队定制的 CLAUDE.md、GEMINI.md 等 Agent 配置文件，声明与技能系统之间的“优先级规则”。
• 用自定义技能约束诸如安全规则、日志规范、API 兼容性等团队特定关切。

---

Superpowers 的文档已经按照不同需求给出了推荐路径：

• 刚接触 Superpowers？
  • 看「快速开始」：完成安装、验证一次完整会话。
  • 根据你的开发环境，阅读相应的「平台安装指南」。
• 想搞清楚整体工作流？
  • 从「基础工作流流水线」开始，了解从 idea 到合并的端到端流程。
  • 再深入阅读各阶段技能，如「头脑风暴技能」「计划编写技能」「Subagent 驱动开发」等。
• 想扩展/定制系统？
  • 研究「编写自定义技能」，学习如何把自家规范写成技能。
  • 阅读「技能触发与优先级」，理解 Agent 如何在多技能间做选择。
• 对内部机制感兴趣？
  • 查阅「技能系统架构」文档，了解技能的加载、触发与执行流程。

---

Superpowers 代表的一种方向是：AI 编码助手不再只是“把人写代码的动作自动化”，而是“把成熟工程实践自动化”。

如果你已经在用 Claude Code、Cursor、Copilot CLI 或 Gemini CLI，现在是一个很好的时机，把 Superpowers 接入进来，让你的 Agent 从“才华横溢但不守规矩的实习生”，升级成“遵守流程、值得托付”的工程伙伴。