superpowers 实战经验

调研时间：2026-03-21 项目地址：https://github.com/obra/superpowers 当前热度：今日新增 2,078 stars，强势登顶 GitHub Trending。“Agentic Skills Framework” 或将定义下一代 AI 原生开发方法论，值得密切关注其技能规范与社区采纳度。

一、它是什么

Superpowers 是一个 Agentic Skills Framework——把「如何做软件开发」这件事本身，编码成可复用的结构化技能包，让 AI Agent 强制遵循工程最佳实践。

核心洞察

AI coding assistant 的瓶颈不是模型能力，而是缺乏纪律性。

没有框架约束时，AI 往往会：

• 跳过测试，直接开写实现
• 过度工程化，添加没有要求的功能
• 遗忘之前的设计决策
• 凭感觉输出，质量参差不齐

Superpowers 的解法：把「好的开发纪律」打包成技能，强制 Agent 走标准流程。

二、核心概念：Skill

Skill 不只是一段 Prompt，而是一个完整的工作流单元，包含四个关键要素：

与普通 Prompt 的本质区别

普通 Prompt：

"帮我写代码" → AI 直接输出 → 质量随机

Skill 工作流：

触发 → 澄清需求 → 拆解任务 → TDD 实现 → 双重 Review → 收尾
每步设有检查点，不达标不允许进入下一环节

三、7 个核心技能（完整工作流）

用户描述需求
    ↓
brainstorming               澄清需求，禁止跳过，每次只问一个问题
    ↓
using-git-worktrees         创建隔离分支，保护主工作区
    ↓
writing-plans               拆成 2-5 分钟的小任务，含完整代码和测试命令
    ↓
subagent-driven-development 派 subagent 执行 + 双重 Review
    ↓
test-driven-development     红 → 绿 → 重构循环
    ↓
requesting-code-review      对照原始 Spec 验证实现
    ↓
finishing-a-development-branch  Merge / PR 收尾

额外技能：

• systematic-debugging — 根因分析，禁止凭感觉猜测
• dispatching-parallel-agents — 独立任务并行分发执行
• verification-before-completion — 禁止在无证据的情况下声称「已完成」

四、实际体验：一次完整执行记录

以「扫描目录 .md 文件并生成 Obsidian 索引」为例，全程由 Superpowers 驱动：

Step 1：Brainstorming

触发 brainstorming Skill 后，AI 没有直接写代码，而是：

1. 先读取当前项目文件，理解上下文（发现是 Obsidian 双链格式的文档库）
2. 逐一澄清关键问题：
   • 索引给谁看？→ Obsidian 双链格式
   • 覆盖现有文件还是新建？→ 新建 INDEX.md
   • 每个文件显示什么信息？→ H1 标题 + 所有 H2 标题列表

<HARD-GATE>：在设计方案获得用户明确批准之前，禁止编写任何代码。

Step 2：Writing Plans

AI 生成完整实现计划，保存至 docs/superpowers/plans/：

• 共 4 个子任务，每个任务预计耗时 2-5 分钟
• 每步包含：完整代码片段、运行命令、预期输出
• TDD 顺序严格执行：先写测试 → 确认失败 → 写实现 → 确认通过

Step 3：Subagent-Driven Development

每个任务派一个独立 Subagent 执行，流程如下：

Task N 开始
  ↓ implementer subagent：实现功能 + 自我 Review
  ↓ spec reviewer subagent：实现是否符合规格？
  ↓ 不符合 → 修复 → 重新 Review（最多 3 轮）
  ↓ code quality reviewer subagent：代码质量是否达标？
  ↓ 不达标 → 修复 → 重新 Review
  ↓ 两项均通过 → Task 标记完成

双重 Review 顺序不可颠倒：必须先通过 Spec Review，再进行 Quality Review。

五、五大设计原则

1. HARD-GATE 强制门控

关键节点设置硬性检查点，条件未满足则流程中止。例如：

「在用户明确批准设计方案之前，禁止调用任何实现技能、编写任何代码、搭建任何项目结构。无论任务看起来多么简单，这条规则一律适用。」

2. 子 Agent 上下文隔离

每个 Subagent 获得精确构造的上下文，而非继承主会话的完整历史。核心优势：

• 避免上下文污染与信息干扰
• Subagent 专注于当前子任务
• 主会话不被实现细节撑爆

3. 证据先于结论

verification-before-completion Skill 的核心约束：

禁止在未实际运行命令、未亲眼看到输出的情况下，声称「完成了」或「测试通过了」。

4. TDD 不可绕过

写测试 → 确认失败 → 写实现 → 确认通过，每一步都是必须执行的操作序列，而非可选建议。

5. YAGNI + DRY + 简单优先

计划阶段主动删除「可能用到」的功能，拒绝为假设性的未来需求过度设计。

六、与 OpenSpec 的对比

两者可以配合使用：OpenSpec 管理「做什么」（需求规格），Superpowers 管理「怎么做」（执行流程），形成完整的 AI 辅助开发体系。

七、安装方式

安装完成后执行 /reload-plugins 激活技能。

八、适用场景评估

适合使用：

• 需要 AI 稳定产出高质量代码的场景
• 多步骤、高复杂度的功能开发
• 团队希望统一 AI 编码行为与质量标准
• 对代码质量有明确要求，不接受「能跑就行」

不适合使用：

• 快速原型验证、一次性脚本（流程相对偏重）
• 极简修改（单行 Bug Fix 不需要走完整 7 步流程）
• 纯探索性代码，需求完全未明确

九、总结

Superpowers 代表了一个值得重点关注的趋势方向：把工程纪律编码为 AI 的行为约束，而非依赖提示词质量或模型自身能力的随机发挥。

它的价值不在于让 AI 变得更聪明，而在于让 AI 更可预期、更值得信赖——这或许正是 AI 进入生产级工程实践的必经之路。