Superpowers 详解:给编码 Agent 的完整开发方法论

QuibblerAgentQuibblerAgent 2026-09-10 约 13 分钟 86 次阅读

Superpowers 详解:给编码 Agent 的完整开发方法论

让 AI 编码助手写代码,最常见的翻车现场是:你一句"帮我做个功能",它立刻闷头开写,方向错了不回头,测试没写先宣告完成。而 obra/superpowers(Superpowers)换了一条路:不给模型更多自由,而是给它一套**强制执行的软件开发方法论**——由可组合技能(skills)构成,从头脑风暴、写计划、TDD 到子代理并行开发全流程覆盖。由 Jesse Vincent(Perl 社区传奇、Request Tracker 作者)与 Prime Radiant 团队打造,支持 Claude Code、Codex、Cursor、Gemini CLI 等十余款编码 Agent。本文从工作机制、核心流程、技能库到安装使用,完整拆解。

1、项目概述

Superpowers 定位为"面向编码 Agent 的完整软件开发方法论",README 的第一句话就是 a complete software development methodology for your coding agents。它不是一个模型、不是一个 IDE,而是一层装在现有编码 Agent 之上的"流程操作系统":技能自动触发、流程强制执行,Agent 不再随心所欲,而是按软件工程纪律干活。

基本形态与生态:

        - 形态:可组合技能库 + 初始指令,以插件形式安装进各编码 Agent

        - 支持面:Claude Code、Codex、Cursor、Gemini CLI、Copilot CLI、Grok、Kimi 等十余款

        - 协议为 MIT;企业可用另有 Prime Radiant 商业支持

        - 哲学四条:TDD 优先、系统化而非随手做、复杂度削减、证据优先于宣称

2、工作机制:流程为何是强制的

Superpowers 的关键设计是"技能自动触发 + 强制工作流":Agent 在任何任务前先检查相关技能,技能是必须遵循的流程,不是可选建议。它刻意解决的是 Agent 的三大天性——不问清需求就动手、不写测试就宣布完成、偏离计划自作主张。

核心机制:

        - 触发前拦截:看到你要开发功能时,先不写代码,而是追问真实意图

        - 分段确认:设计文档按可读的小块呈现给你签字,而非一次甩一整篇

        - 计划即宪法:实现计划详细到"初级工程师照做也不跑偏"的程度

        - 长时自治:子代理按任务推进,常见可自治连续工作数小时不偏离计划

机制要点:

1. 严格执行 TDD:先写失败测试,测试前写的代码会被删掉

2. YAGNI 与 DRY 写进流程:不做用不上的功能,不重复造轮子

3. 两阶段评审:先查规格符合度,再查代码质量,不合格不放行

3、基础工作流:七步闭环

从你说"我要做个东西"到分支收尾,Superpowers 用七个技能串起一条完整流水线。

// Basic Workflow(README 原文归纳)
1. brainstorming          // 写码前激活:追问需求,探索备选,
                         // 分段展示设计供确认,落盘设计文档
2. using-git-worktrees    // 设计通过后激活:建隔离工作区、
                         // 新分支、跑项目初始化、确认测试基线干净
3. writing-plans          // 把工作拆成 2-5 分钟的小任务,
                         // 每个任务含确切文件路径、完整代码、验证步骤
4. subagent-driven-development / executing-plans
                         // 每个任务派发全新子代理执行,
                         // 两阶段评审(规格 -> 质量)后继续
5. test-driven-development// 实现期间强制 RED-GREEN-REFACTOR:
                         // 失败测试 -> 最小实现 -> 通过 -> 提交
6. requesting-code-review // 任务间激活:对照计划审查,按严重度
                         // 报告问题,关键问题阻塞推进
7. finishing-a-development-branch
                         // 收尾:验证测试,给出合并/PR/保留/
                         // 丢弃选项,清理 worktree

流程要点:

1. 每一步都有独立技能负责,前一步通过才进入下一步

2. "每任务一个新子代理"保证上下文干净,不受前面任务污染

3. 评审按严重度分级,Critical 级问题直接阻塞,防止带病推进

4、技能库全景

除工作流主线外,技能库还按测试、调试、协作、元技能四个维度提供支撑。

技能分类:

        - 测试:test-driven-development,RED-GREEN-REFACTOR 循环与反模式参考

        - 调试:systematic-debugging 四阶段根因定位、verification-before-completion 确认真的修好

        - 协作:brainstorming、writing-plans、executing-plans、dispatching-parallel-agents 并行子代理

        - 协作续:code-review 双向技能、git-worktrees、分支收尾、subagent-driven-development

        - 元技能:writing-skills 按 Best Practices 写新技能、using-superpowers 系统导览

库设计要点:

1. writing-skills 让你按同样规范扩展私有技能,形成团队方法论的沉淀通道

2. 官方对新技能贡献谨慎:任何更新必须兼容全部支持的编码 Agent

3. 技能行为用 superpowers-evals 的 drill 评测框架做回归测试

5、安装与使用

安装按宿主 Agent 而异,同一个 Superpowers 在不同工具里要分别安装。

# Claude Code(官方插件市场)
/plugin install superpowers@claude-plugins-official

# Codex CLI
/plugins            # 打开插件搜索,输入 superpowers,选 Install

# Cursor(Agent 对话中)
/add-plugin superpowers

# Gemini CLI
gemini extensions install https://github.com/obra/superpowers

# GitHub Copilot CLI
copilot plugin marketplace add obra/superpowers-marketplace
copilot plugin install superpowers@superpowers-marketplace

# Antigravity / Devin / Kimi / OpenCode / Pi / Hermes 等见 README

使用要点:

1. 装完即生效:技能在会话开始时自动引导,无需手动召唤

2. 更新多数情况自动完成,个别宿主需重跑安装命令

3. 遥测仅上报版本号(可选),设 SUPERPOWERS_DISABLE_TELEMETRY 即关闭

4. 贡献代码走 dev 分支 + writing-skills 规范 + PR 模板

6、典型应用场景

Superpowers 适合所有"用编码 Agent 做正经项目"的团队与个人。

常见场景:

        - 新功能开发:从模糊想法到设计文档、实现计划、TDD 落地一条龙

        - 多任务并行:git worktree + 并行子代理,多分支互不干扰

        - 长时自治开发:计划定稿后 Agent 连续数小时自主推进,人只管验收

        - 团队规范落地:把团队流程写成技能,所有成员的 Agent 同一套纪律

使用提醒:

1. 它管"流程"不管"模型能力":弱模型装上后流程仍会执行,但产出质量受限

2. 强制 TDD 对纯脚本、一次性原型略显繁琐,可按需绕过

3. 初期要多轮问答确认设计,急于看代码的用户需适应节奏

7、定位对比:Agent 纪律方案三选一

把 Superpowers、CLAUDE.md 约定与 awesome-llm-apps 模板放在一张桌上,各自的位置清晰起来。

三者对比:

        - Superpowers:全流程方法论,技能强制触发,覆盖设计到交付七步闭环

        - CLAUDE.md 类项目约定:静态说明常驻上下文,靠模型自觉遵守

        - 应用模板库:给的是成品起点,流程纪律仍靠使用者自己把握

选型建议:

1. 认真做产品、要工程纪律 → Superpowers

2. 轻量约定、小项目 → CLAUDE.md / AGENTS.md

3. 快速起一个 LLM 应用原型 → 模板库 + 后补纪律

4. 组合玩法:模板起步、Superpowers 管过程、CLAUDE.md 存项目特有约定

8、总结

Superpowers 是一套给编码 Agent 的强制开发方法论(MIT 协议):以自动触发的可组合技能为内核,把 brainstorming、git worktree、写计划、子代理开发、TDD、代码评审、分支收尾七个环节串成闭环;测试、调试、协作、元技能四类技能库提供纵深,两阶段评审与"任务级新子代理"保证自治不跑偏。官方插件市场覆盖 Claude Code、Codex、Cursor、Gemini CLI 等十余款主流 Agent,由 Jesse Vincent 与 Prime Radiant 团队维护。

适用边界:它管"流程"不管"模型能力",弱模型装上后流程照跑但产出质量受限;强制 TDD 对纯脚本、一次性原型略显繁琐,可按需裁剪;初期要多轮问答确认设计,急于看代码的节奏会被拉慢。团队已有的评审清单与测试规范可经 writing-skills 技能化后逐步替换默认流程。

相关推荐

置顶 精选
博客七周年:AI 一天完成整体重构
AI

博客七周年:AI 一天完成整体重构

博客从 2019 年国庆用 Xiuno BBS 搭建,到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块,这次与 AI Agent 结对,一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。

23
精选
​Jev 详解:不做生成的判断模型
AI

​Jev 详解:不做生成的判断模型

Jev 详解:不做生成的判断模型让 LLM 干"判断"的活,一直是件拧巴的事:它擅长生成文本给人读,你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型:Jev,首个 System One 模型——不做文本生成,专职快速、结构化的判断:输入状态与类型化问题,输出带概率与置信度的结构化答案,类型错误在数学上不可能发生,因

11
精选
Laya 详解:可自托管微调的非自回归判断模型
AI

Laya 详解:可自托管微调的非自回归判断模型

Laya 详解:可自托管微调的非自回归判断模型Jev 证明了"判断模型"这条路走得通,但它闭源、按 token 计费、只能云端调用。两天后(2026 年 9 月 18 日),NandhaKishorM 在 GitHub 开源了 NandhaKishorM/laya(Laya):多语言、非自回归的 System 1 判断引擎——三个 checkpoint(laya / laya-multilingu

6