23.7万星的Superpowers：让AI编程Agent拥有「超能力」的保姆级指南

你有没有发现，2026年用 AI 编程 Agent 写代码时，它总是急于动手、写出来的东西质量参差不齐、测试永远是事后补的？一个在 GitHub 上狂揽 23.7 万星的项目正在彻底改变这个局面——它叫 Superpowers，由 LLVM/Swift 之父 Chris Lattner 的前同事 Jesse Vincent 打造，是一套让 Claude Code、Codex、Cursor 等主流 AI 编程工具瞬间「升级」的 Agentic 技能框架。它不改你的模型、不换你的工具，只是注入一套方法论，你的 AI 编程助手就从”代码生成器”变成了”会思考的工程师”。

一、痛点：AI 编程 Agent 为什么总写出「屎山代码」？

用过 Claude Code、Codex、Cursor 写代码的同学一定有过这样的经历：

需求理解偏差：你说”加个用户认证”，它直接开始写 JWT 代码，完全不问你用什么框架、什么存储、什么场景
测试形同虚设：先写实现再补测试，测试永远是绿的，因为它是对着实现写的
上下文污染：在一个长会话里，Agent 的”记忆”越来越混乱，后面的代码质量断崖式下降
缺乏系统性：没有设计阶段、没有计划、没有代码审查，想到哪写到哪

这些问题的根源不是模型不够聪明，而是缺乏一套工程方法论来约束 Agent 的行为。

二、Superpowers 的核心理念：给 Agent 一套「工程师操作系统」

Superpowers 的设计哲学可以用一句话概括：

Agent 不需要更聪明，它需要更好的工作流程。

它通过注入一组强制触发的技能（Skills），让 AI 编程 Agent 在每个阶段都遵循严格的工程规范。关键在于——这些技能是自动触发的，用户不需要手动调用。

2.1 技能架构总览

Superpowers 包含 14 个核心技能，覆盖从构思到交付的完整开发周期：

类别	技能	作用
🧠 设计	`brainstorming`	需求探索与设计，在写代码前强制完成
📋 规划	`writing-plans`	将设计拆解为 2-5 分钟的原子任务
🚀 执行	`subagent-driven-development`	每个任务派发独立子 Agent 执行
🚀 执行	`executing-plans`	批量执行计划，含人工检查点
🚀 执行	`dispatching-parallel-agents`	并行派发多个子 Agent
✅ 测试	`test-driven-development`	强制 RED-GREEN-REFACTOR 循环
🐛 调试	`systematic-debugging`	4 阶段根因分析
🐛 调试	`verification-before-completion`	完成前验证
👀 审查	`requesting-code-review`	主动发起代码审查
👀 审查	`receiving-code-review`	响应审查反馈
🔀 分支	`using-git-worktrees`	Git worktree 隔离开发
🔀 分支	`finishing-a-development-branch`	分支完成与合并决策
📝 元技能	`writing-skills`	创建新技能
📝 元技能	`using-superpowers`	系统介绍

三、核心流程深度拆解

3.1 阶段一：Brainstorming——在写代码之前想清楚

这是 Superpowers 最反直觉也是最有价值的设计。当你告诉 Agent “我要做一个 XXX 功能”时，它不会立刻开始写代码，而是：

探索项目上下文——先读你的代码库、文档、最近的 commit
逐个提问澄清需求——每次只问一个问题，多选优先
提出 2-3 种方案——附带权衡分析和推荐
分段展示设计——每段获得你的确认后再继续
写入设计文档——保存到 docs/superpowers/specs/ 并提交

# Brainstorming 流程图

用户提出想法
    │
    ▼
探索项目上下文（文件、文档、commit）
    │
    ▼
逐个提问澄清需求
    │
    ▼
提出 2-3 种方案 + 推荐
    │
    ▼
分段展示设计 → 用户确认？
    │              │ No → 修改后重新展示
    │              │ Yes
    ▼              ▼
写入设计文档 → 自检 → 用户审阅
                        │
                        ▼
                  调用 writing-plans 技能

关键硬门（HARD-GATE）：在用户批准设计之前，Agent 被禁止写任何代码。这不是建议，是强制规则。

3.2 阶段二：Writing Plans——把大象切成一口一口

设计批准后，writing-plans 技能接管。它会：

将设计文档拆解为原子任务，每个任务 2-5 分钟可完成
每个任务包含：精确的文件路径、完整代码、验证步骤
假设执行者是一个”有热情但品味差、没判断力、不熟悉项目、不爱写测试的初级工程师”

任务粒度示例：
┌─────────────────────────────────────────┐
│ Task: 添加用户注册 API 端点              │
├─────────────────────────────────────────┤
│ 1. 写失败测试：POST /api/register 400   │
│ 2. 运行测试确认失败                      │
│ 3. 实现最小代码使测试通过                │
│ 4. 运行测试确认通过                      │
│ 5. git commit                           │
└─────────────────────────────────────────┘

计划保存到 docs/superpowers/plans/YYYY-MM-DD-<feature-name>.md。

3.3 阶段三：Sub-Agent Driven Development——这才是重头戏

这是 Superpowers 最核心的创新：子 Agent 驱动开发。

传统模式下，一个 Agent 从头干到尾，上下文越来越臃肿，质量越来越差。Superpowers 的做法是：

┌──────────────────────────────────────────────────────┐
│                   主 Agent（协调者）                    │
│  读取计划 → 创建 todo 列表 → 逐个派发任务              │
└────────┬────────────────┬────────────────┬───────────┘
         │                │                │
         ▼                ▼                ▼
   ┌──────────┐     ┌──────────┐     ┌──────────┐
   │ 子Agent 1 │     │ 子Agent 2 │     │ 子Agent 3 │
   │ 实现+测试 │     │ 实现+测试 │     │ 实现+测试 │
   │ +自审     │     │ +自审     │     │ +自审     │
   └────┬─────┘     └────┬─────┘     └────┬─────┘
        │                │                │
        ▼                ▼                ▼
   ┌──────────┐     ┌──────────┐     ┌──────────┐
   │ 审查Agent │     │ 审查Agent │     │ 审查Agent │
   │ 规范合规  │     │ 规范合规  │     │ 规范合规  │
   │ 代码质量  │     │ 代码质量  │     │ 代码质量  │
   └──────────┘     └──────────┘     └──────────┘

为什么用子 Agent？

上下文隔离：每个子 Agent 只接收该任务需要的精确上下文，不会被前面的对话污染
专注执行：子 Agent 不会问”要不要继续？”，直接执行到底
双重审查：每个任务完成后，派发专门的审查子 Agent，分别检查”规范合规性”和”代码质量”
持续前进：只有遇到无法解决的 BLOCKED 状态、真正阻碍进展的歧义、或所有任务完成时才停下来

3.4 阶段四：TDD——铁律般的测试纪律

Superpowers 对 TDD 的执行是教条级别的：

铁律：没有失败的测试，就不能写生产代码。

写了代码再补测试？删掉，重来。
不要保留作"参考"。
不要"改编"它来写测试。
删除就是删除。从测试开始重新实现。

RED-GREEN-REFACTOR 循环：

RED：写一个会失败的测试
验证失败：运行测试，确认它确实失败了
GREEN：写最少的代码让测试通过
验证通过：运行所有测试，确认全绿
REFACTOR：清理代码
提交：git commit

3.5 阶段五：Code Review + 分支管理

任务全部完成后，主 Agent 会：

派发最终的代码审查子 Agent，做全局审查
使用 using-git-worktrees 技能在隔离的工作树中工作
使用 finishing-a-development-branch 技能提供合并选项（merge / PR / 保留 / 丢弃）

四、5 分钟上手：给你的 AI 编程工具装上 Superpowers

4.1 Claude Code 安装

# 方式一：官方插件市场
/plugin install superpowers@claude-plugins-official

# 方式二：Superpowers 市场
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

4.2 Codex App 安装

在 Codex 应用中：

点击侧边栏的 Plugins
在 Coding 分类中找到 Superpowers
点击 + 安装

4.3 Codex CLI 安装

1 2	/plugins # 搜索 superpowers，选择 Install Plugin

4.4 Cursor 安装

1	/add-plugin superpowers

4.5 Gemini CLI 安装

1	gemini extensions install https://github.com/obra/superpowers

4.6 Kimi Code 安装

1 2	/plugins # 进入 Marketplace > Superpowers 安装

4.7 OpenCode 安装

1	Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md

4.8 Pi 安装

1	pi install git:github.com/obra/superpowers

五、实战体验：装上 Superpowers 后 Agent 的变化

Before（裸 Agent）

1
2
3

你：帮我加一个博客评论功能
Agent：好的！我来创建 comments 表、API 路由、前端组件...
[直接开始写代码，30 分钟后交付一堆能跑但没测试的代码]

After（Superpowers Agent）

你：帮我加一个博客评论功能
Agent：好的，在开始之前，我需要了解几个问题：
  1. 你的博客用的什么数据库？SQLite/PostgreSQL/MySQL？
  2. 评论需要支持嵌套回复吗？
  3. 需要审核机制吗？
  4. 用户认证用的什么方案？

[经过 5 轮对话后]

Agent：我准备了 3 种方案：
  A. 简单方案：本地 SQLite + 无嵌套 + 邮箱验证
  B. 中等方案：PostgreSQL + 两层嵌套 + 管理后台审核
  C. 完整方案：集成 Disqus/Giscus 第三方服务
  
  我推荐方案 B，因为...

[你确认方案 B 后]

Agent：设计文档已保存到 docs/superpowers/specs/2026-06-25-blog-comments-design.md
现在我来创建实施计划...

[计划包含 12 个原子任务，每个 2-5 分钟]

Agent：开始执行。任务 1/12：创建 comments 数据模型的失败测试...
[子 Agent 逐个执行，每个任务都有测试、审查、提交]

六、技术深度：Superpowers 的底层机制

6.1 技能如何被触发？

Superpowers 的技能通过元数据描述自动匹配。每个技能的 SKILL.md 文件头部包含：

---
name: brainstorming
description: "You MUST use this before any creative work..."
---

Agent 在接收用户输入时，会扫描所有已注册技能的描述，匹配最相关的技能自动激活。

6.2 子 Agent 的上下文隔离

主 Agent 在派发子 Agent 时，会精确构造子 Agent 的上下文：

只包含该任务相关的文件内容
只包含全局约束和当前任务的具体要求
不继承主 Agent 的对话历史
不包含其他任务的信息

这就是为什么子 Agent 能保持高质量——它的”记忆”是干净的。

6.3 Git Worktree 隔离

Superpowers 使用 Git worktree 为每个开发任务创建独立的工作目录：

1	git worktree add ../project-feature-x feature-x

这意味着：

主分支不受影响
多个任务可以并行开发
合并时有清晰的分支历史

七、与竞品对比

特性	Superpowers	GitHub Copilot	Cursor Rules	Aider
自动触发方法论	✅	❌	❌	❌
强制 TDD	✅	❌	❌	❌
子 Agent 驱动	✅	❌	❌	❌
设计前置	✅	❌	❌	❌
多工具支持	10+	1	1	1
代码审查	✅	❌	❌	❌
Git Worktree	✅	❌	❌	❌
开源 MIT	✅	❌	✅	✅

八、总结

Superpowers 的核心洞察是：AI 编程的瓶颈不在模型能力，而在工作流程。它通过一套精心设计的技能系统，把软件工程的最佳实践（TDD、设计先行、代码审查、上下文隔离）强制注入到 AI Agent 的行为中。

23.7 万星不是没有原因的。在这个 AI 编程工具百花齐放的 2026 年，Superpowers 提供了一个跨工具的统一方法论层——无论你用 Claude Code、Codex 还是 Cursor，装上它，你的 Agent 就拥有了”超能力”。

📌 项目地址：github.com/obra/superpowers

📄 许可证：MIT

🏢 维护团队：Prime Radiant

📺 相关视频

标题	来源
AI Agent 开发框架对比 2026	Bilibili
Claude Code 插件生态全览	Bilibili
Sub-Agent Driven Development 原理	Bilibili