给 AI 装上“资深工程师大脑“:Superpowers 方法论全解
版本:6.1.1 | 许可证:MIT | 作者:Jesse Vincent 与 Prime Radiant 团队 官方仓库:GitHub - obra/superpowers: An agentic skills framework & software development methodology that works. · GitHub
一、这是什么
Superpowers(超能力)是一套面向"编码智能体(Coding Agent)"的完整软件开发方法论。它不是一个库、也不是一个应用,而是一组可组合的技能(Skills)+ 启动引导指令(Bootstrap),让 AI 编码助手在写代码之前先"停下来思考",按照严谨的工程流程(需求澄清 → 设计 → 计划 → TDD 实现 → 评审 → 收尾)自动完成开发工作。
核心理念是:当你让 AI 帮你"做一个东西"时,它不会立刻埋头写代码,而是先弄清楚你到底想要什么,形成规格 → 拆解成计划 → 用测试驱动的方式逐步实现,并在每一步做代码评审。由于这些技能会自动触发,用户无需做任何特殊操作,编码助手就"自带超能力"了。
二、设计哲学
- 测试驱动开发(TDD):永远先写测试,遵循 RED-GREEN-REFACTOR 循环。
- 系统化胜过随意:用固定流程代替猜测。
- 降低复杂度:以简单性作为首要目标(YAGNI、DRY)。
- 证据胜过声明:完成前必须验证,而非口头宣称"已修复"。
- 零依赖设计:核心插件不引入任何第三方依赖,需要外部工具的功能应做成独立插件。
三、核心工作流
Superpowers 把一次开发任务串成一条自动化流水线,各阶段由对应技能负责:
| 阶段 | 技能 | 作用 |
|---|---|---|
| 1. 头脑风暴 | brainstorming | 写代码前触发,通过一问一答澄清意图,分段呈现设计并获取确认,保存设计文档 |
| 2. Git 工作树 | using-git-worktrees | 设计确认后创建隔离的分支工作区,运行环境初始化,验证测试基线 |
| 3. 编写计划 | writing-plans | 把工作拆成 2-5 分钟粒度的小任务,每个任务含精确文件路径、完整代码、验证步骤 |
| 4. 执行计划 | subagent-driven-development/executing-plans | 为每个任务派发全新子智能体,做两阶段评审(规格符合性 + 代码质量);或分批执行并设人工检查点 |
| 5. 测试驱动 | test-driven-development | 实现阶段强制 RED-GREEN-REFACTOR:先写失败测试 → 看它失败 → 写最小代码 → 看它通过 → 提交 |
| 6. 请求评审 | requesting-code-review | 任务之间对照计划评审,按严重程度报告问题,严重问题会阻断进度 |
| 7. 收尾分支 | finishing-a-development-branch | 所有任务完成后验证测试,给出合并/PR/保留/丢弃选项,清理工作树 |
关键点:智能体在执行任何任务前都会检查是否有可用技能——这些是强制流程,不是建议。
四、技能库全景
技能位于skills/目录,每个技能是一个含SKILL.md的文件夹:
测试类
test-driven-development— RED-GREEN-REFACTOR 循环(附测试反模式参考testing-anti-patterns.md)
调试类
systematic-debugging— 4 阶段根因分析流程(含根因追踪、纵深防御、基于条件的等待等技巧)verification-before-completion— 确保问题真正被解决
协作类
brainstorming— 苏格拉底式设计精炼(含浏览器"可视化伴侣"功能)writing-plans— 详细实现计划executing-plans— 带人工检查点的分批执行dispatching-parallel-agents— 并发子智能体工作流requesting-code-review— 评审前检查清单receiving-code-review— 响应评审反馈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 + 两阶段评审
元技能(Meta)
writing-skills— 遵循最佳实践创建新技能(含测试方法论)using-superpowers— 技能系统的入门介绍(会话启动时被注入)
技能优先级
当多个技能可能适用时的顺序:
- 流程类技能优先(brainstorming、debugging)——决定"如何着手"
- 实现类技能其次——指导具体执行
例如:"我们来做 X" → 先 brainstorming 再实现;"修这个 bug" → 先 debugging 再具体处理。
五、运行机制:技能如何自动触发
这是 Superpowers 的技术核心,位于hooks/目录:
- 会话启动钩子(SessionStart Hook):
hooks/hooks.json声明在会话startup|clear|compact时执行run-hook.cmd session-start。 - 跨平台包装器:
hooks/run-hook.cmd是一个"多语言(polyglot)"脚本——在 Windows 上 cmd.exe 会去查找并调用 Git Bash,在 Unix 上则直接作为 shell 脚本运行。这保证了 Windows / macOS / Linux 通用。 - 上下文注入:
hooks/session-start脚本读取using-superpowers/SKILL.md的完整内容,转义成 JSON,并根据不同平台(Cursor / Claude Code / Copilot CLI 等)以对应字段(additional_context/hookSpecificOutput.additionalContext/additionalContext)注入到会话上下文。
这样,从会话的第一条消息开始,智能体就知道"我有超能力、必须先检查技能"。这也是所有集成必须满足的验收标准:发送"Let's make a react todo list"时,brainstorming技能必须自动触发。
六、目录结构
superpowers/ ├── skills/ # 技能库(核心资产),每个子目录一个技能 ├── hooks/ # 会话启动钩子与跨平台包装器 │ ├── hooks.json # Claude Code 钩子声明 │ ├── hooks-cursor.json # Cursor 钩子声明 │ ├── run-hook.cmd # 跨平台 polyglot 包装器 │ └── session-start # 上下文注入脚本(无扩展名) ├── scripts/ # 维护脚本(版本号、shell lint、Codex 插件打包与同步) ├── docs/ # 文档 │ ├── superpowers/ # 设计规格(specs/)与实现计划(plans/) │ ├── windows/ # Windows 相关文档 │ ├── porting-to-a-new-harness.md # 移植到新宿主的指南 │ ├── README.kimi.md / README.opencode.md │ └── testing.md ├── tests/ # 各宿主集成测试(claude-code / codex / cursor / kimi / opencode / pi 等) ├── assets/ # 图标等资源 ├── package.json # Pi 包与 OpenCode 插件入口声明 ├── README.md # 安装与使用总说明 ├── CLAUDE.md # 贡献者指南(尤其针对 AI 智能体的严格要求) └── LICENSE # MIT七、支持的宿主(Harness)
Superpowers 需要为每个使用的编码助手分别安装,目前支持:
- Claude Code(官方插件市场 / Superpowers 市场)
- Antigravity(
agy plugin install) - Codex App / Codex CLI(官方 Codex 插件市场)
- Cursor(
/add-plugin superpowers) - Factory Droid
- GitHub Copilot CLI
- Kimi Code
- OpenCode(独立安装)
- Pi(作为 Pi 包,原生支持技能)
不同宿主对技能的加载方式略有差异,但共同点是:必须在会话启动时加载using-superpowers引导,否则技能虽然在磁盘上却永远不会被调用。
八、测试与评估
- 插件基础设施测试:位于
tests/,通过各run-*.sh或npm test运行,覆盖各宿主集成、钩子、shell lint、brainstorm 服务器等。 - 技能行为评估:使用独立仓库 superpowers-evals 的 drill eval 框架,克隆到
evals/,通过真实 tmux 会话驱动 Claude Code / Codex 并用 LLM 裁判判断技能是否被正确遵循。
九、一句话总结
Superpowers 通过"会话启动注入 + 自动触发的技能库",把一套经过实战调优的软件工程方法论(头脑风暴 → 设计 → 计划 → TDD → 评审 → 收尾)固化进编码智能体,让 AI 不再"上来就写代码",而是像一名有纪律、有判断力的资深工程师那样系统化地完成开发任务。
