AI 写代码已经不稀奇了，但你见过 AI 先头脑风暴、再写设计文档、然后用 TDD 写代码、最后自己做 Code Review 的吗？——Superpowers 就是干这个的。
一个真实的场景
你让 Claude Code 帮你实现一个功能。它很快给出了代码，看起来能跑。但两天后你发现：
- 没有测试，改一行代码不知道会不会炸
- 架构设计全凭 AI 自由发挥，跟项目现有风格格格不入
- 边界条件没考虑，线上出了 Bug 才发现
- 代码是能用，但没人敢重构
根本原因不是 AI 不够聪明，而是它缺少工程纪律。它不会在动手前先想清楚，不会写测试再写实现，不会在完成后自查。
Superpowers 就是为了解决这个问题——它不是让 AI 更聪明，而是让 AI 更专业。
Superpowers 是什么？
Superpowers 是一个开源的 AI 编程智能体技能框架，由 Jesse Vincent 创建。它通过一套可组合的「技能（Skills）」，给 Claude Code 注入了结构化的软件工程方法论：
- 动手前先头脑风暴，把需求想清楚
- 写代码前先制定计划，把任务拆细
- 写实现前先写测试，严格 TDD
- 完成后自动代码审查，确保质量
- 遇到 Bug 用系统性调试，不靠猜
一句话概括：它把"高级工程师的工作习惯"变成了 AI 的默认行为。
项目数据
| 指标 | 数据 |
|---|---|
| GitHub Stars | 93.4k+ |
| 最新版本 | v5.0.5（2026.03.17） |
| 开源协议 | MIT |
| 支持平台 | Claude Code、Cursor、Codex、OpenCode、Gemini CLI |
| 官方收录 | Anthropic 官方插件市场认证 |
为什么需要 Superpowers？
AI 编程的现状问题
当前 AI 编程助手普遍存在一个行为模式：收到指令就开始写代码。这很快，但也很危险。
传统 AI 编程流程：
用户说"实现 X" → AI 立刻写代码 → 输出结果 → 有 Bug → 打补丁 → 又有 Bug → ...
这就像一个"只管写代码不管工程质量"的初级开发者——速度快，但返工更多。
Superpowers 的解法
Superpowers 流程：
用户说"实现 X"
→ 头脑风暴（需求澄清、方案探讨）
→ 设计文档（用户确认后才动手）
→ 任务拆解（每个子任务 2-5 分钟）
→ TDD 实现（先写测试、再写代码）
→ 代码审查（自动检查质量）
→ 验证完成（跑通所有测试才算完）
先想清楚，再动手。写了测试，才写代码。完成了验证，才敢说完成。
这套方法论对人类工程师来说是常识，但对 AI 来说需要被明确「教会」——这就是 Superpowers 做的事。
核心技能详解
Superpowers 包含 15 个可组合的技能，覆盖软件开发的完整生命周期。以下是最核心的几个：
1. 头脑风暴（Brainstorming）
触发时机：任何需要创建新功能、构建组件、修改行为的场景
这是 Superpowers 的「入口技能」。当你提出一个需求时，Claude 不会立刻写代码，而是进入苏格拉底式的对话：
- 询问你的技术偏好和约束条件
- 探索多种实现方案的利弊
- 将设计分段展示，逐段确认
- 最终输出一份经过你确认的设计文档
关键机制：技能内置了一个硬性门禁——在设计被确认之前，禁止写任何实现代码。
用户：帮我实现一个实时通知系统
Claude（启用 Superpowers）：
在开始实现之前，我想先了解几个问题：
1. 通知的传输方式偏好 WebSocket 还是 SSE？
2. 需要支持离线消息队列吗？
3. 通知的持久化用什么方案？Redis 还是数据库？
4. 预期的并发规模是多少？
...（逐步细化，直到方案明确）
2. 测试驱动开发（TDD）
触发时机：任何功能实现或 Bug 修复
严格执行 Red-Green-Refactor 循环：
| 阶段 | 做什么 | 不做什么 |
|---|---|---|
| Red | 写一个会失败的测试，运行确认失败 | 不写任何实现代码 |
| Green | 写最少的代码让测试通过 | 不做多余的优化 |
| Refactor | 在测试全绿的前提下重构 | 不引入新功能 |
内置反模式检测：如果出现以下情况，技能会要求从头来过：
- 在测试之前写了实现代码
- 测试一写出来就直接通过了（说明测试没有针对性）
- 无法解释测试为什么会失败
3. 系统性调试（Systematic Debugging）
触发时机：遇到任何 Bug、测试失败或异常行为
分 4 个阶段进行：
- 信息收集：复现问题，获取错误信息、堆栈、日志
- 假设生成：基于证据列出可能的原因，排列优先级
- 假设验证：逐个验证或排除，找到根因
- 修复与验证：修复问题，编写回归测试，确认修复有效
核心原则：不猜。每一步都要有证据支撑，不靠直觉修 Bug。
4. 计划编写（Writing Plans）
触发时机：多步骤任务、多文件修改、架构变更
将大任务拆解为 2-5 分钟 的微任务，每个任务包含：
- 精确的文件路径
- 具体的代码变更说明
- 完整的验证步骤
- 与其他任务的依赖关系
示例：实现用户认证系统
任务 1（3min）：创建 User 模型和数据库迁移
- 文件：src/models/user.js, migrations/001_create_users.sql
- 验证：运行迁移，确认表结构正确
任务 2（4min）：实现密码哈希和验证工具
- 文件：src/utils/password.js
- 验证：测试 hashPassword() 和 verifyPassword()
任务 3（5min）：实现注册接口
- 文件：src/routes/auth.js, tests/auth.test.js
- 验证：测试通过，包括重复注册和参数校验
...
5. 子 Agent 并行开发（Subagent-Driven Development）
触发时机：执行计划中有多个独立任务
将独立的任务分配给多个子 Agent 并行执行，每个 Agent：
- 在隔离环境中工作
- 遵循 TDD 流程
- 完成后经过两阶段审查：
- 第一阶段：检查是否符合计划规格
- 第二阶段：检查代码质量
效果：原本串行 1 小时的工作，并行后可能 15-20 分钟完成。
6. 代码审查（Code Review）
分为两个方向：
请求审查（Requesting）：完成任务后自动触发
- 检查是否符合原始计划
- 运行所有测试
- 按严重级别分类问题（Critical / Major / Minor）
- Critical 问题阻止合并
接受审查（Receiving）：收到他人反馈后
- 不盲目接受所有建议
- 技术性验证每条反馈的正确性
- 对不合理的建议提出异议
- 对合理的建议编写测试后再修改
7. 其他技能
| 技能 | 用途 |
|---|---|
| verification-before-completion | 完成声明前必须运行验证命令，用证据说话 |
| executing-plans | 分批执行计划，每批之间设置人工检查点 |
| dispatching-parallel-agents | 面对 2+ 个独立任务时并发执行 |
| using-git-worktrees | 在隔离的 Git Worktree 中开发，保护主分支 |
| finishing-a-development-branch | 开发完成后引导合并/PR/清理流程 |
| writing-skills | 按框架规范创建新技能 |
安装方式
Claude Code（推荐）
官方市场安装（最简单）：
/plugin install superpowers@claude-plugins-official
自定义市场安装：
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace
更新插件：
/plugin update superpowers
其他平台
| 平台 | 安装方式 |
|---|---|
| Cursor | Agent Chat 中输入 /add-plugin superpowers |
| Codex | 请求 Claude 获取并执行安装脚本 |
| OpenCode | 请求 Claude 获取并执行安装脚本 |
| Gemini CLI | gemini extensions install https://github.com/obra/superpowers |
验证安装
安装完成后输入 /help，如果看到以下命令说明安装成功：
/superpowers:brainstorm/superpowers:write-plan/superpowers:execute-plan
实际工作流演示
以「实现一个实时聊天功能」为例，展示完整流程：
第一步：头脑风暴
你：帮我在现有项目中加一个实时聊天功能
Claude（自动激活 brainstorming 技能）：
好的，在开始设计之前，我想确认几个关键问题：
1. 聊天的范围：是 1v1 私聊、群聊、还是都要支持？
2. 消息类型：纯文本还是需要支持图片/文件？
3. 实时性方案：WebSocket、SSE、还是轮询？
4. 历史消息：需要持久化吗？存多久？
5. 在线状态：需要显示用户在线/离线吗？
（你逐一回答后，Claude 输出分段设计文档，你确认后进入下一步）
第二步：制定计划
Claude（自动激活 writing-plans 技能）：
已将需求拆解为 12 个微任务：
✅ 任务 1：WebSocket 服务端配置（3min）
✅ 任务 2：消息数据模型设计（2min）
✅ 任务 3：聊天室创建/加入 API（4min）
✅ 任务 4：消息发送/接收逻辑（5min）
✅ 任务 5：前端聊天组件 UI（5min）
... 共 12 个任务
是否批准这个计划？
第三步：TDD 实现
Claude（自动激活 TDD 技能）：
开始任务 4：消息发送/接收逻辑
[Red] 编写测试：
- test: 发送消息后应广播给同房间所有用户
- test: 未认证用户发送消息应被拒绝
- test: 消息应持久化到数据库
❌ 3 个测试全部失败（符合预期）
[Green] 编写最小实现...
✅ 3 个测试全部通过
[Refactor] 提取公共方法，优化错误处理...
✅ 重构后测试仍全部通过
第四步：代码审查
Claude（自动激活 code-review 技能）：
审查结果：
- ✅ 所有 12 个任务符合计划规格
- ✅ 测试覆盖率 91%
- ⚠️ Minor：chatRoom.js 第 42 行可以用 optional chaining 简化
- ⚠️ Minor：建议给 WebSocket 心跳加个超时配置
无 Critical/Major 问题，可以合并。
使用前后对比
| 维度 | 不用 Superpowers | 用 Superpowers |
|---|---|---|
| 启动方式 | 收到指令直接写代码 | 先头脑风暴确认需求和方案 |
| 测试策略 | 没有测试，或事后补测试 | 严格 TDD，先测试后实现 |
| 任务管理 | 一大坨任务一口气做完 | 拆成 2-5 分钟的微任务 |
| 开发速度 | 单线程顺序执行 | 多 Agent 并行（3-4 倍提速） |
| 代码审查 | 完全依赖人工 | AI 自动审查 + 人工确认 |
| 调试方式 | 试错法，改了再看 | 系统性根因分析，改一次改对 |
| 质量保证 | 随缘（50-60% 可靠） | 企业级（85-95% 测试覆盖） |
| 自主运行 | 很快就需要人工干预 | 可连续自主工作数小时 |
核心优势
1. 工程纪律的强制执行
不是"建议你写测试"，而是不写测试就不让你继续。不是"建议你先想清楚"，而是没有设计文档就不让你写代码。
这正是 AI 编程最缺的东西——纪律。
2. 显著的效率提升
虽然头脑风暴和计划编写会花 10-20 分钟的前期时间，但：
- 更少的返工和 Bug 修复
- 并行执行带来的直接提速
- 测试保障下的无畏重构
实际体验：整体开发效率提升 2-3 倍。
3. 可预测的输出质量
传统 AI 编程的输出质量高度不稳定——同一个需求问两次可能得到完全不同的结果。Superpowers 通过流程约束让输出质量收敛到一个可预测的水平。
4. 平台无关
不只是 Claude Code 能用。Cursor、Codex、OpenCode、Gemini CLI 都支持，技能是通用的。
5. 完全开源可定制
MIT 协议，所有技能的逻辑完全透明。你可以：
- 修改现有技能的行为
- 用
writing-skills技能创建自己的技能 - 根据团队规范定制流程
适用角色
| 角色 | 适用场景 |
|---|---|
| 后端工程师 | 用 TDD 技能确保 API 接口的正确性和边界覆盖 |
| 前端工程师 | 用头脑风暴技能在动手前理清组件设计和状态管理 |
| 全栈开发者 | 用并行 Agent 同时推进前后端任务 |
| 技术负责人 | 将 Superpowers 作为团队 AI 编程规范的基线 |
| 独立开发者 | 一个人 + Superpowers = 一个有纪律的小团队 |
| 开源贡献者 | 用计划和审查技能确保 PR 质量 |
什么时候该用 / 不该用
适合使用
- 需要长期维护的正式项目
- 多文件、多模块的复杂功能
- 对质量和测试覆盖率有要求的场景
- 团队协作项目（统一 AI 工作规范）
- 重构现有代码（系统性调试 + TDD 保护）
可以不用
- 一次性脚本或临时工具
- 几行代码的简单修改
- 纯探索性的原型验证
- 紧急 Hotfix（时间极其有限）
常见问题
Q：安装后 Claude 变慢了？ 前几次使用会有 10-20 分钟的头脑风暴和计划开销。这是「磨刀不误砍柴工」——实现阶段会快很多，总时间通常更短。用 5-10 次后会越来越顺。
Q：可以只用部分技能吗？ 可以。技能是自动触发的，但你可以在对话中明确说"跳过头脑风暴，直接写代码"来绕过特定技能。不过不建议经常这么做。
Q：会不会过度工程化？ 对于简单任务确实可能。如果你只是改个文案或修个 typo，Superpowers 的流程会显得多余。但对中大型任务，这套流程是物超所值的。
Q：支持哪些编程语言？ Superpowers 是方法论框架，不绑定语言。JavaScript、Python、Go、Rust、Java 等都适用。
Q：和 Claude Code 自带能力有什么区别？ Claude Code 自带的是"能力"（会写代码、会调试、会用工具），Superpowers 给的是"方法论"（什么时候该做什么、怎么做、做完怎么验证）。两者是互补关系。
写在最后
Superpowers 的核心理念其实很朴素：好的软件工程实践不应该只是人类工程师的自觉，也应该成为 AI 的默认行为。
先想后做、测试先行、代码审查、系统调试——这些道理我们都懂，但在追求速度的 AI 编程时代，恰恰是这些"慢"的步骤保证了最终的质量和速度。
安装只需要一行命令：
/plugin install superpowers@claude-plugins-official
试一次你就会明白，AI 编程的天花板不是模型能力，而是工程方法论。
项目地址：github.com/obra/superp… 作者：Jesse Vincent（@obra） Discord 社区：discord.gg/Jd8Vphy9jq
如果这篇文章对你有帮助，欢迎点赞收藏。有使用心得或问题，欢迎评论区交流。
