最近爆火的Superpowers到底是什么_
前言
最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。
最近这段时间，我的技术群几乎被同一个话题刷爆了——“你装Superpowers了吗？”
打开GitHub一看，204K Stars、18.2K Forks、68万+安装量。
一度登上GitHub Trending榜首，2026年初进入Anthropic官方插件市场后迅速爆发。
很多小伙伴跑来问我：“三哥，这个Superpowers到底是什么？为什么突然这么火？”
说实话，第一次看到这个项目的时候，我也挺好奇的。
一个插件而已，凭什么能拿到20多万Star？
深入研究之后，我才发现——它解决的不是“AI能不能写代码”的问题，而是“AI怎么好好写代码”的问题。
今天这篇文章就专门跟大家一起聊聊这个话题，希望对你会有所帮助。
一、先说说AI编程的“野蛮生长”
在正式介绍Superpowers之前，我们先花2分钟回顾一下，现在的AI编程工具到底出了什么问题。
有些小伙伴在工作中可能遇到过这样的情况：你让AI帮你改一个小功能，结果它上来就改了五六个文件。你只是让它修一个bug，它顺手重构了一片代码。你问它“测试过了吗”，它说“应该没问题”。你让它解释为什么这么改，它开始讲一堆听起来很合理、但你总觉得哪里不对的理由。
这不是个例，这是现在大多数AI编程工具的真实写照。
它们不是不会写代码，而是太容易跳步骤了。
需求还没问清楚，就开始实现。
设计还没确认，就开始改架构。
测试还没跑完，就宣布完成。
Review还没做，就准备提交。
这种现象在圈子里有个专门的说法——Vibe Coding（凭感觉编程）。
很多开发者刚开始用AI编程工具时，习惯性地把AI当成“代码生成器”——提个需求，等它吐代码，复制粘贴，完事。
这种方式在简单场景下还行，但一旦项目复杂起来，问题就全暴露了：
- 代码质量参差不齐
- 缺乏系统性的测试
- 调试困难，bug频发
- 代码难以维护
说到底，这不是AI不够聪明的问题，而是AI缺乏工程纪律的问题。
我们缺的，从来不是一个能写代码的AI，而是一个能跟着资深工程师的规范流程走的AI。
二、Superpowers到底是什么？
好了，现在正式回答这个问题。
Superpowers由开发者Jesse Vincent（GitHub账号obra）打造，是一套AI编程代理技能框架与开发方法论。
它的核心目标只有一个：把你的AI编码助手，从一个急于交差的“初级开发”，改造成一个严守开发纪律的资深软件工程师。
它不只是一个简单插件，更是一套强制AI遵循架构师标准的“铁律” 。
2.1 一句话说清
Superpowers不是让AI更聪明，而是让AI更守规矩——像给AI请了一个“项目经理”，强制它先思考、再计划、后编码、再审查。
或者说：把软件工程的最佳实践，焊死在AI Agent上。
2.2 核心理念：Process over Prompt
Superpowers最核心的理念是四个单词：Process over Prompt（流程大于提示词） 。
什么意思呢？
传统的AI编程方式，依赖的是你写的提示词（Prompt） ——你写得好，AI就干得好；你写得不好，AI就乱来。
这种方式高度依赖用户的水平，而且不可复制、不可规模化。
而Superpowers的方式是：把资深工程师的思考和执行习惯，直接“编译”进AI的大脑。
不是让你手动写一堆长Prompt，而是把软件工程最佳实践全部封装成AI可自动执行的流程。
2.3 它到底是什么技术形态？
很多人第一次听说Superpowers，以为它是某种Claude的fine-tune版本，或者是一个专属的Agent框架。
都不是。
Superpowers的全部实现就是一套SKILL.md文件。
每个SKILL.md文件就是一套流程规范，用Markdown写成，任何人打开都能读懂。
整个框架没有自己的运行时，不锁定模型，不依赖私有API。
它本质上是一套编码进文本的工程方法论。
这个设计让整个框架极度轻量：它不锁定你用哪个模型，不需要自己的运行时，跨Claude Code、Cursor、Gemini CLI、GitHub Copilot CLI、Codex CLI都能工作。
三、14个核心Skill详解
Superpowers内置了14个核心Skill（技能），分为四大类。
我挑几个最重要的给你详细拆解。
3.1 头脑风暴（Brainstorming）
这是入口Skill，也是最重要的一个。
它的核心逻辑是：未获得用户明确批准前，绝不允许AI动手写一行代码。
工作方式是这样的：
- AI像苏格拉底一样，一次只问一个问题，逐步澄清需求
- 帮你把模糊的想法变成清晰的设计
- 提出2-3种方案，分析权衡
- 最终产出设计文档
实战效果：有用户反馈说“前面花了两个小时被拷打需求，后面执行只用了10分钟，一遍过”。
3.2 编写计划（Writing Plans）
把设计拆成2-5分钟的细粒度任务。
每个任务包含：
- 精确的文件路径
- 完整的代码（禁止TBD/TODO占位符）
- 验证命令
3.3 子代理驱动开发（Subagent-Driven Development）
这是Superpowers最核心、最强大的能力之一。
为每个计划任务派发独立子代理，互相隔离上下文，防止污染。
每个任务完成后经过两阶段审查：
- F1：规格合规审查——是否违反设计文档？
- F2：代码质量审查——风格、性能、安全、边界条件？
审查不通过则打回去重做，确保每个环节的质量。
3.4 并行子代理（Dispatching Parallel Agents）
当有多个互不依赖的任务时，派发多个子代理并行处理，大幅提升效率。适合同时修改多个独立模块的场景。
3.5 代码审查（Requesting Code Review）
AI自动获取当前分支的git diff，逐文件进行审查，按严重程度报告问题。
关键问题会阻止继续推进，起到质量守门员的作用。
3.6 测试驱动开发（TDD）
Superpowers强制遵循TDD（测试驱动开发） 的“红-绿-重构”循环：
- RED：先写一个会失败的测试
- GREEN：用最少的代码让它通过
- REFACTOR：优化代码
3.7 系统化调试（Systematic Debugging）
遇到bug时不盲目乱改，而是系统化地定位根因。
3.8 完整的Skill列表
| 分类 | Skill名称 | 作用 |
|---|---|---|
| 协作类 | brainstorming | 需求澄清，AI像苏格拉底一样提问 |
| writing-plans | 把设计拆成细粒度任务 | |
| executing-plans | 按计划执行 | |
| subagent-driven-development | 子代理隔离执行+两阶段审查 | |
| dispatching-parallel-agents | 并行执行独立任务 | |
| requesting-code-review | 自动发起代码评审 | |
| receiving-code-review | 处理评审反馈 | |
| using-git-worktrees | Git工作区隔离 | |
| finishing-a-development-branch | 分支收尾 | |
| 测试类 | test-driven-development | 强制TDD |
| verification-before-completion | 完成前验证 | |
| 调试类 | systematic-debugging | 系统化调试 |
| 元技能 | writing-skills | 编写新Skill |
| using-superpowers | Superpowers激活恢复 |
四、安装与配置
4.1 环境准备
确保你已经安装并配置好Claude Code。
4.2 安装Superpowers
在Claude Code终端中执行以下命令：
# 步骤1：注册Superpowers市场源
/plugin marketplace add obra/superpowers-marketplace
# 步骤2：安装插件
/plugin install superpowers@superpowers-marketplace安装完成后，输入/reload让skill生效。
4.3 验证安装
重启会话后，执行以下命令验证：
# 查看技能列表，确认superpowers存在
/find-skills
# 测试核心命令是否可用
/superpowers:brainstorm如果看到Superpowers的相关命令，说明安装成功。
五、五阶段开发流程
Superpowers的核心，是给所有AI编码会话定死了一套五阶段的标准化开发流程。
任何代码产出，都必须走完这五步，一步都不能跳。
阶段1：头脑风暴
拿到需求但还不知道怎么设计方案时，执行：
/superpowers:brainstorm 设计一个高并发的秒杀系统Superpowers会引导AI按照软件工程思维，从以下维度系统思考：
- 业务边界和核心痛点
- 技术选型和架构设计
- 潜在风险和应对措施
- 性能和可扩展性考量
关键提示：不要直接跳到编码，先在头脑风暴阶段把方向理顺。
最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。
阶段2：方案设计
需求明确后，输出技术方案文档：
/superpowers:design 基于Spring Boot实现分布式任务调度系统Superpowers会强制生成包含以下内容的方案文档：
- 系统架构图（Mermaid或PlantUML）
- 模块划分和职责定义
阶段3：编写计划
把设计拆成细粒度任务，每个任务包含精确的文件路径、完整代码和验证命令。
阶段4：执行开发
为每个计划任务派发独立子代理，互相隔离上下文。每个任务完成后经过两阶段审查。
阶段5：代码审查
AI自动获取git diff，逐文件审查，按严重程度报告问题。
六、底层原理
很多小伙伴可能会问：Superpowers不就是一套Markdown文件吗，有什么底层原理可谈？
如果你这么想，那就太小看这套框架了。
虽然它的实现确实只是一堆SKILL.md文件，但这套文件的设计和编排方式，才是真正的“底层原理”。
6.1 架构全景
先上一张全局架构图，让你对Superpowers的底层设计有一个整体认知：
6.2 会话启动时序图
接下来，我们看看当一个Claude Code会话启动时，Superpowers内部发生了什么：
6.3 子代理执行时序图
当主会话需要派发子代理执行具体任务时，其内部机制如下：
6.4 工作目录与隔离机制
Superpowers的子代理隔离机制，在文件系统层面是这样运作的：
6.5 设计取舍与已知问题
设计取舍一：2000 tokens的引导注入
Superpowers选择在会话启动时只注入2000 tokens的引导文档，而不是一次性加载所有Skill。
优点是：节省上下文，为后续任务留出空间；
缺点：子Agent需要额外的Hook来继承引导上下文。
设计取舍二：强制流程 vs 灵活性
强制五阶段流程让AI更守纪律，但也牺牲了一部分灵活性。
对于简单任务，这套流程可能显得“杀鸡用牛刀”。
已知问题
- 子Agent上下文继承不完整：SubagentStart Hook虽然会尝试重新注入引导文档，但有时会失败，导致子Agent跳过TDD约束
- 解决方案：遇到时手动触发
using-superpowersskill拉回正常轨道 - 官方预计：v5.2.0将修复此问题
七、优缺点
🌟 优点
1. 强制工程纪律，杜绝Vibe Coding
Superpowers最核心的价值就是给AI套上工程纪律的护栏。不再凭感觉乱写，先规划再执行。
2. 14个Skill覆盖完整开发生命周期
从需求澄清到方案设计，从任务拆解到代码执行，从测试驱动到代码审查——全流程覆盖。
3. 子代理隔离，防止上下文污染
为每个任务派发独立子代理，互相隔离上下文。这在处理复杂项目时尤其重要。
4. 两阶段审查，确保质量
每个任务完成后经过规格合规审查和代码质量审查。审查不通过则打回去重做。
5. 跨平台兼容
一套开发规范，跨Claude Code、Cursor、Codex、Gemini CLI等多个平台通用。
6. 完全开源，可定制
框架完全透明，你可以修改任何Skill来适配自己团队的规范。
7. 真实反馈极好
用户普遍反映“代码质量提升明显，维护性变好，后期迭代轻松多了”。
⚠️ 缺点与注意事项
1. 子Agent上下文继承问题
子Agent启动时不会自动继承引导上下文，有时会跳过TDD约束。需要手动触发using-superpowers skill拉回来。
2. 强制流程可能增加初期开发时间
例如，强制TDD可能增加初期开发时间，但能降低后期维护成本。
3. 学习曲线
虽然Skill本身是Markdown写的，但要熟练使用所有14个Skill，还是需要一定的学习成本。
4. 刚性约束可能限制自由度
刚性Skill可能限制AI的“自由发挥”，但能减少低级错误。
八、适用场景
强烈推荐使用的场景
| 场景 | 理由 |
|---|---|
| 复杂项目开发 | 子代理+新上下文窗口，适合中大型功能开发 |
| 团队协作项目 | 统一流程规范，避免每个人“调教AI”的方式不一样 |
| 需要生产级质量的项目 | 强制TDD+多轮Review，生产级质量大幅提升 |
| 长周期维护项目 | 代码质量提升明显，维护性变好，后期迭代轻松 |
| 多人协作+代码审查 | 自动代码审查+两阶段审查，质量有保障 |
不太适合的场景
| 场景 | 理由 |
|---|---|
| 极简单的单文件脚本 | 杀鸡用牛刀，流程反而拖慢速度 |
| 快速原型验证 | 流程约束可能影响探索速度 |
| 对AI自由度要求极高的场景 | 刚性Skill限制了AI的“自由发挥” |
九、与其他工具的对比
目前市面上还有另外两个热门方案：GitHub官方的Spec-Kit和轻量级的OpenSpec。
| 对比维度 | Superpowers | Spec-Kit | OpenSpec |
|---|---|---|---|
| GitHub Stars | 204K | 82.5K | 34.5K |
| 核心定位 | 技能驱动工作流 | 规范可执行化 | 轻量规范层 |
| 实现方式 | 14个SKILL.md文件 | 7阶段流水线 | 规范管理 |
| 灵活性 | 高（可修改Skill） | 中 | 高 |
| 学习曲线 | 中 | 陡 | 低 |
简单来说：
- Spec-Kit：规范不只是指导文档，而是可执行的——能直接生成工作代码
- OpenSpec：做一层轻量的规范管理，让规范成为活文档
- Superpowers：通过一组可组合的“技能”来约束代理行为
十、快速上手指南
如果你现在就想试试，这里是最快的上手路径：
Step 1：安装
在Claude Code终端执行：
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace
/reloadStep 2：验证
/find-skillsStep 3：开始使用
拿到一个新需求时，不要直接让AI写代码。先执行：
/superpowers:brainstorm 你的需求描述让AI先帮你把需求问清楚、方案想明白，再开始写代码。
Step 4：逐步深入
熟悉brainstorm之后，逐步尝试其他Skill：
writing-plans：把设计拆成任务subagent-driven-development：子代理执行requesting-code-review：代码审查
总结
回到最初的问题：Superpowers到底是什么？
它不是让AI变得更聪明的“魔法药水”。
它是一套给AI套上工程纪律的“铁律” 。
它解决的不是“AI能不能写代码”的问题，而是**“AI怎么写好代码”** 的问题。
AI写代码的能力已经足够强了。
问题在于，它太急于交差，太容易跳步骤。
Superpowers做的，就是在需求和代码之间加了一层纪律屏障。
这层屏障非但不会拖慢你的进度，反而会通过提前规避返工，帮你省下大量时间。
如果你已经受够了AI写的“能跑但没法维护”的代码，不妨试试Superpowers。
它会让你重新相信：AI真的可以像一个资深工程师一样写代码。
GitHub仓库：https://github.com/obra/superpowers
最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。