AI 不缺智商，缺的是工程纪律。

上一篇我们实践了自定义skill的方法，现在我们来看看工程层面业界**skill框架实践，站在巨人的肩膀上，我们可以走到更远。

你用 AI 写代码，本质是在用全球最聪明的实习生——天赋满分，但没人教他工程纪律。Superpowers 干的，就是给这个天才实习生装上「工程师大脑」。

"其兴也勃焉，其亡也忽焉。"

2025年底，Anthropic 发布 Claude Code 插件系统的同一天，一个叫 Jesse Vincent 的工程师——Request Tracker 作者、Perl 5 核心维护者、Keyboardio 创始人——悄悄上传了一个叫 Superpowers 的框架。

最新：136K Star，11.5k Fork，成为 AI 编程工具史上增速最快的生态项目。

Superpowers 是一个可组合的 AI 编程技能框架（Agentic Skills Framework）。它不改变 AI 的底层能力，而是为 AI 配备了一套结构化的工作规范，让 Claude Code、Codex 等工具从"游侠"变成"将军"。

设计哲学：四个核心原则

为什么需要 Superpowers？

因为没有它，AI 编程正在制造大量"速度很快的技术债"。

"知己知彼，百战不殆。"

左边这条路，老李的团队走了整整三个月，交付了一堆"跑起来但随时会崩"的代码。右边这条路，是装上 Superpowers 之后的真实体验。

差别不在 AI 的能力，在有没有给 AI 一套工程纪律。

"授人以鱼不如授人以渔。"

注意两个黄色节点——这是仅有的两个「人工审批」点。人的精力应该花在决策上，不是执行上。Superpowers 的设计理念就是这么残酷地清晰。

七个关键技能详解

① brainstorming（需求澄清） 不是直接写代码，而是通过苏格拉底式提问，把模糊需求变成清晰设计文档。这是最被忽视、也最关键的一步。

业务场景：老李的团队接到需求："给电商系统加个优惠券功能"。没有 Superpowers 时，AI 直接开写，三天后发现没考虑优惠券叠加规则、过期逻辑、与会员等级的联动。有了 brainstorming Skill，AI 会先问清楚：叠加规则是什么？适用商品范围？与哪些营销活动互斥？

② using-git-worktrees（隔离工作区） 每个功能在独立的 git worktree 上开发，不污染主分支，支持多个功能并行开发而不互相干扰。

③ writing-plans（任务拆解） 把设计拆解为 2-5 分钟可完成的最小任务单元，每个任务包含：精确文件路径 + 完整代码 + 验证步骤。这是 AI 自主工作不跑偏的关键。

④ subagent-driven-development（子智能体驱动） 核心创新点。主 Agent 作为"指挥官"，为每个任务启动全新的子 Agent执行，执行完成后进行两阶段审查（规格符合度 + 代码质量）。新鲜的子 Agent 没有前几步的"记忆污染"，更客观。

⑤ test-driven-development（测试驱动） 严格执行 RED→GREEN→REFACTOR：先写会失败的测试，看着它失败，写最少代码让它通过，再重构。如果发现代码写在测试之前，直接删除这段代码重来。

⑥ requesting-code-review（代码审查） 按严重程度分级（Critical/Major/Minor）报告问题，Critical 问题强制阻断进度。

⑦ finishing-a-development-branch（收尾） 验证所有测试通过，给出合并/PR/保留/丢弃四个选项，清理 worktree。

"兵贵神速。"

Claude Code（3 分钟搞定）

# 官方市场一键安装 /plugin install superpowers@claude-plugins-official

验证：开新会话，说"帮我规划这个功能"

如果 AI 开始追问需求而不是写代码 → 成功

Codex CLI（手动配置，5 分钟）

# 1. 克隆仓库 git clone https://github.com/obra/superpowers.git ~/.codex/superpowers

2. 创建 Skill 发现链接（这是关键）

mkdir -p ~/.agents/skills ln -s ~/.codex/superpowers/skills ~/.agents/skills/superpowers

3. 启用多 Agent（支持并行子 Agent）

在 ~/.codex/config.toml 中添加：

[features]

multi_agent = true

4. 重启 Codex，验证同上

Windows 用户（无需管理员权限）：

New-Item -ItemType Directory -Force "\(env:USERPROFILE.agentsskills" cmd /c mklink /J "\)env:USERPROFILE.agentsskillssuperpowers" "$env:USERPROFILE.codexsuperpowersskills" 

"实践是检验真理的唯一标准。"

场景一：新功能开发（电商优惠券系统）

Step 1 — 触发 brainstorming：

我需要给电商系统加一个优惠券模块，帮我梳理需求 

AI 会提问：优惠券类型（满减/折扣/免邮）？叠加规则？适用范围？有效期逻辑？

Step 2 — 确认设计文档，触发 writing-plans： 计划包含：src/coupon/types.ts（类型定义）→ src/coupon/validator.ts（验证逻辑）→ src/coupon/service.ts（业务逻辑）→ 对应测试文件，每步 2-5 分钟。

Step 3 — 批准计划，触发 subagent-driven-development： 子 Agent 逐任务执行，每完成一个任务，主 Agent 审查规格符合度和代码质量，通过后继续。

Step 4 — 全部任务完成，触发 finishing-a-development-branch： 验证测试全绿，提交 PR。

场景二：线上 Bug 排查（支付超时问题）

触发：帮我排查这个支付接口偶发超时问题

systematic-debugging Skill 自动激活，执行四阶段流程：

收集症状 日志/监控/复现步骤 形成假设 按可能性排序 验证假设 最小化复现 修复 + 防御性编程 确认根因 verification-before-completion 验证真正修复

关键差异：传统方式靠经验猜；Superpowers 强制要求"收集证据 → 形成假设 → 最小复现"，防止"修好了表象，没动根因"。

场景三：团队代码审查（拉取外部 PR）

触发：请帮我审查这个 PR

requesting-code-review Skill 激活，按严重度分级输出：

接收方使用 receiving-code-review Skill，逐条处理反馈，而不是一次性返工。

"知之者不如好之者，好之者不如乐之者。"

洞见一：AI 不需要更聪明，需要更有纪律

Superpowers 的 PR 拒绝率高达 94%，维护者公开点评"这是 AI 提交的垃圾"。这不是 AI 不够聪明——是没有纪律约束的 AI，会把聪明用在走捷径上。Skills 就是给天才配上工程师的操守。

洞见二：子 Agent 架构解决的是「记忆污染」问题

这是 Superpowers 最深刻的架构创新。每个子 Agent 以干净的上下文启动，只接收任务描述和相关上下文，而非完整的对话历史，从而防止上下文污染导致判断力下降。效果是：Claude 可以连续自主工作数小时而不偏离计划。

洞见三：Skill 是团队知识的「代码化遗产」

Jesse Vincent 甚至让 Claude 阅读编程书籍并从中提取可复用的 Skills。这套框架还用 TDD 来测试 Skills 本身，把 Skill 提交给子 Agent 验证其可理解性和合规性。这已经从「用 AI 写代码」升维到了「用 AI 构建团队智能资产」。

"千里之行，始于足下。"—

"穷则变，变则通，通则久。"

观点一（最刺耳的）：你现在用 AI 写代码的方式，跟让一个没做需求调研、不写测试、不做 Code Review 的实习生直接提交 PR 没有区别。只是这个实习生打字更快。

观点二（最务实的）：Superpowers 的核心原则极其简单但激进：不是让 AI 更聪明，而是强制执行人类开发者花了几十年才建立起来的工程纪律。这是软件工程四十年经验的蒸馏，不是新技术，是新秩序。

观点三（最有前瞻性的）：技能让未来的 Claude 实例能够找到并应用经过验证的方法。技能是可复用的技术、模式、工具和参考指南——不是叙述你某次是如何解决问题的。这意味着：你今天写的每一个 Skill，都在投资一个会永久记住你工程经验的 AI 合伙人。

"路漫漫其修远兮，吾将上下而求索。" ——屈原

老李在公司内部分享会上说：AI 不是万能的，但被正确驾驭的 AI，可以让一个人干出一个小团队的活。Superpowers 就是这个驾驭方法。"