Superpowers

Superpowers 是一套给 AI 编程工具用的开发流程技能包，它让 AI 在写代码之前先梳理需求、制定计划，减少反复修改的次数。

AI 写代码的常见困境

描述需求之后，AI 立刻开始写代码，写了几百行才发现方向偏了 -- 边界情况没处理、接口风格不搭、关键逻辑理解错了。

然后来回修改，花在纠偏上的时间有时比最初写代码的时间还长。

更麻烦的是复杂需求，涉及多个模块、需要分阶段实现，AI 写着写着跑偏，等你发现时已经改了很多文件，回退都麻烦。

问题根源

AI 编程工具拿到需求后的默认行为是直接写代码。

简单任务这样没问题，但稍微复杂一点的需求，"直接写"会跳过一个关键步骤：把需求搞清楚。

需求里有多少模糊的地方，最终都会变成代码里的问题。AI 不会主动追问，也没有系统性的实现计划，只是按当前理解往前走，走偏了再回头改。

如果能让 AI 在写代码之前先把需求理清楚、列出实现计划、确认边界，最后再动手，整个过程会稳很多。

Superpowers 是什么

Superpowers 是一套给 AI 编程工具用的开发流程技能包。

它把软件开发里的关键环节 -- 需求梳理、实现规划、测试驱动开发、代码审查、分支管理 -- 整理成技能文件，装进 AI 编程工具后，AI 会在合适的时机自动触发对应的工作流，不需要每次手动提示。

一句话：给 AI 装上一套开发方法论，让它按流程干活，不是拿到需求就动手写。

项目	信息
GitHub 仓库	https://github.com/obra/superpowers
许可证	MIT
支持工具	Claude Code、Cursor、Codex CLI、Codex App、Gemini CLI、GitHub Copilot CLI

工作流程总览

Superpowers 的核心流程分为四个阶段，每个阶段有明确的目标和产出，AI 不会跳过任何一步。

Superpowers 工作流程图

阶段	名称	做什么	产出
1	需求梳理	AI 反过来问问题，把模糊的地方搞清楚，分段展示设计方案供确认	确认的需求文档
2	实现规划	把工作拆成 2-5 分钟的具体任务，每个任务包括文件、代码、验证方式	可执行的任务清单
3	执行任务	按任务逐一执行，每个任务完成后做双轮检查（规格 + 质量）	经过验证的代码
4	交付代码	确认所有任务完成，代码符合设计规格且质量合格	可交付的代码

安装方式

不同 AI 编程工具的安装方式不同，按你使用的工具选择对应的方法。

Claude Code（推荐方式）

Claude Code 可以直接从官方插件市场安装。

# 从官方插件市场安装（推荐）
/plugin install superpowers@claude-plugins-official

也可以通过 Superpowers 自己的市场安装。

# 添加 Superpowers 市场
/plugin marketplace add obra/superpowers-marketplace

# 从 Superpowers 市场安装
/plugin install superpowers@superpowers-marketplace

Cursor

在 Cursor 的 Agent 对话框里输入命令安装。

# 在 Agent 对话框里输入
/add-plugin superpowers

也可以在插件市场里搜索 superpowers 安装。

Codex CLI

# 打开插件管理界面
/plugins

# 搜索 superpowers，选择 Install Plugin

Gemini CLI

# 通过扩展安装
gemini extensions install https://github.com/obra/superpowers

每个工具需要单独安装，在 Claude Code 里装了不等于 Cursor 里也有。

工具	安装方式	是否需要额外市场
Claude Code	`/plugin install`	官方市场即可，也可用 Superpowers 市场
Cursor	`/add-plugin` 或插件市场搜索	不需要
Codex CLI	`/plugins` 界面搜索安装	不需要
Gemini CLI	`gemini extensions install`	不需要

安装后的实际体验

安装完成之后不需要学新命令，也不需要改工作习惯，跟平时一样描述需求就行，Superpowers 会在后台自动介入。

开始新功能时

你描述需求后，AI 不会立刻开始写代码。

它会先反过来问你几个问题，把模糊的地方搞清楚，把设计方案分成几段展示给你确认。

这个阶段叫 brainstorming，目的是在动手之前把需求对齐。你确认之后，AI 才进入下一步。

进入实现阶段

需求确认完，AI 会生成一份实现计划，把工作拆成每个 2-5 分钟的具体任务。

每个任务包括：涉及哪些文件、要写什么代码、怎么验证。

计划里的粒度会细到"一个初级工程师拿到这个描述就能执行"的程度 -- 这个设计是为了让 subagent（子代理）能可靠地执行每一步，减少执行过程中的理解偏差。

执行阶段

计划确认之后，AI 按任务逐一执行。

每完成一个任务会做两轮检查：先看是否符合设计规格，再看代码质量。

发现问题会在当前任务里解决，不带着问题往下走。

整个执行过程不需要你守着，让 AI 跑就行，遇到卡住的情况它会暂停来找你。

验证安装

比如我们在 Claude Code 输入：

设计一个好看的手机产品宣传页

就会看到 superpowers:brainstorming，这就是说明安装成功了：

一个典型新手场景：从零开发一个 Todo App

假设我们想实现一个支持增删改查的 Todo 应用（React + 本地存储）。

传统直接提示方式：

用 React 帮我写一个 Todo App。

AI 通常会一次性生成大量代码，表面上看功能齐全，但实际可能存在以下问题：

状态管理不规范
缺少单元测试
边界情况（如空列表、并发操作）未处理
修改一处容易引发其他 bug
结果往往是代码难以维护，后续迭代成本高。

Superpowers 的结构化方式则完全不同，它不会让 AI 立即进入编码阶段，而是按以下步骤推进：

核心工作流详解

Superpowers 提供了三个核心工作流，分别覆盖开发中的不同环节。

测试驱动开发（TDD）

test-driven-development 技能强制 AI 按 RED-GREEN-REFACTOR 的顺序走。

先写失败的测试，看着它失败，再写最少的代码让它通过，最后重构。

如果 AI 在写测试之前就写了代码，这个技能会要求它删掉重来。

步骤	名称	做什么
RED	写失败测试	先写一个当前会失败的测试用例，明确预期行为
GREEN	写最少代码通过	只写让测试通过的最少代码，不多写
REFACTOR	重构	在测试保护下优化代码结构，确保测试仍然通过

对于没有 TDD 习惯的项目，这个流程会有点不适应，但确实能减少后期发现 bug 又回头改的情况。

Git Worktree 隔离

using-git-worktrees 在设计确认之后自动建一个隔离的工作分支。

这样 AI 的代码修改不会直接污染主分支，在多任务并行或者需要回滚的时候比较有用。

Git Worktree 是 Git 原生功能，允许你在同一个仓库里同时检出多个分支到不同目录，比 git stash + git checkout 更干净。

系统性调试

systematic-debugging 技能让 AI 在遇到问题时走一个 4 步的排查流程，而不是靠猜。

碰到报错先定位根因，再处理，而不是直接开始改代码试试看。

步骤	做什么	为什么
1. 复现问题	确认能稳定复现，记录触发条件	无法复现的 bug 无法验证修复
2. 定位根因	逐步缩小范围，找到出问题的具体代码行	治标不治本的修复会引入新问题
3. 实施修复	针对根因修改代码	最小化修改范围
4. 验证修复	确认问题已解决且没有引入新问题	确保修复有效

使用前需要了解的几点

流程变长了

装了 Superpowers 之后，简单的需求也会先经过需求梳理和计划制定再开始写代码。

如果只是改一个小 bug 或者加一行配置，这个流程会显得多余。

Superpowers 适合有一定复杂度的功能开发，简单任务直接让 AI 写就好，不需要套这一整套流程。

需要你参与前期讨论

brainstorming 阶段需要你回答问题、确认方案。

如果你想的是"丢给 AI 让它全自动跑完"，这个设计会让你不太舒服。

Superpowers 的定位是人和 AI 协作开发，不是全自动生成代码。

不同工具体验有差异

README 里提到 Claude 能跑两个小时不偏离计划，但这个表现会因工具、项目和任务复杂度而不同，实际体验会有差距。

注意点	说明	适用场景
流程变长	简单需求也会先梳理再动手	中等及以上复杂度的功能开发
需要参与讨论	brainstorming 阶段需要你确认方案	愿意花时间在前期对齐的开发者
体验差异	不同工具、项目表现不同	所有使用者都需了解

返回顶部

菜鸟教程