type
Post
status
Published
date
Apr 29, 2026
slug
superpowers-ai-coding-agent-methodology
summary
Superpowers 是一套开源的 AI coding agent 工作流插件，通过 14 个技能模块硬性约束 AI 的开发流程，防止跳步骤和自作主张，让 Claude Code、Cursor、Copilot 等工具变得更可控、更有纪律。
tags
工具
开发
agent
LLM
category
知行合一
icon
password
前言：最近在研究 obra/superpowers 这个开源仓库。它不是一个普通的工具库，而是一套给 AI coding agent 用的结构化开发方法论，用 Markdown 写成的「技能文件」来约束 AI 的行为流程。
这篇文章记录我的学习过程：它是什么、核心功能有哪些、如何安装，以及一个完整的实际开发例子。
📝 主旨内容
💡 一、Superpowers 是什么
把「有纪律的人类工程师的工作习惯」硬编码进 AI 行为约束里，让 AI 不能走捷径。
AI coding agent（Claude Code、Cursor、Copilot CLI 等）有一个共同问题：太容易自作主张。你说「帮我加个功能」，它可能直接就开始写代码，跳过需求确认、跳过测试、最后给你一坨跑不通的东西。
Superpowers 解决的正是这个问题。它是一套以 Markdown 编写的技能文件集合，安装后加载到 AI 的上下文里，强制约束 AI 在每个关键节点的行为：
- 写代码前必须先 brainstorm 确认需求
- 没有失败的测试禁止写生产代码
- 没找到根因禁止提出 fix
- 宣告完成前必须跑验证命令并展示输出证据
每一条规则都是铁律，AI 不能自我例外，不能「就这一次跳过」。
🔍 二、14 个核心技能模块
所有「铁律」技能都遵循同一个模式：禁止跳步骤 + 需要物理证据 + 不可自我例外。
Superpowers 共有 14 个技能，分为五类：
开发前置（必须先走）
技能 | 作用 |
brainstorming | 任何新功能前强制触发，逐一提问、产出设计方案，用户批准前禁止写代码 |
writing-plans | 需求确认后写实现计划，细致到零上下文工程师也能执行 |
执行阶段
技能 | 作用 |
subagent-driven-development | 每个任务派发独立 subagent，执行后做双阶段 review（spec 合规 → 代码质量） |
dispatching-parallel-agents | 2+ 个独立任务时并行派发 agent，互不干扰 |
executing-plans | 无 subagent 环境的降级方案，逐步执行计划 |
using-git-worktrees | 开始功能开发前创建隔离 worktree，避免分支互相污染 |
质量保障（铁律）
技能 | 铁律 |
test-driven-development | 没有失败的测试，禁止写生产代码 |
systematic-debugging | 没找到根因，禁止提出 fix |
verification-before-completion | 没有验证命令输出证据，不得声称完成 |
代码审查
技能 | 作用 |
requesting-code-review | 派发独立 code-reviewer subagent 做审查 |
receiving-code-review | 收到反馈后先核实再实施，禁止盲目同意瞎改 |
收尾 + 元技能
技能 | 作用 |
finishing-a-development-branch | 验证测试 → 呈现 merge/PR/cleanup 选项 → 执行 |
writing-skills | 用 TDD 思路编写新技能本身 |
using-superpowers | 每次对话开始时加载，建立所有技能的调度规则 |
🛠️ 三、安装方法
这不是一个需要服务器部署的项目，纯粹是 AI coding agent 的插件。
Claude Code（推荐）
安装完成后运行
/reload-plugins，看到 superpowers:* 技能列表即表示成功。其他平台
安装后无需配置，技能会根据你说话的内容自动触发，不需要 slash 命令。
旧版 slash 命令说明
旧版有
/brainstorm、/write-plan、/execute-plan 命令，但现已全部标记为 deprecated，官方建议直接用自然语言触发对应技能。⚙️ 四、完整开发例子：给 Python 项目加滚动波动率计算
下面用一个具体例子演示 Superpowers 工作流的完整流程。
场景：给
factor_mining 项目加一个滚动 realized volatility 计算功能。Step 1 — 你输入
Step 2 — AI 触发
brainstorming，不写代码，先问问题你回答后，AI 产出设计方案并等你确认。
Step 3 — AI 触发
writing-plans，输出实现计划Step 4 — 触发
test-driven-development，先写测试看它 FAILStep 5 — 确认测试 FAIL 后，再写实现代码
Step 6 — 触发
verification-before-completion，必须展示输出证据只有展示了这段输出，AI 才能宣告「完成」。
整个流程总结：
🤗 总结归纳
Superpowers 的价值在于把「有纪律的工程师」的工作流固化成 AI 的行为约束。它不让 AI 跳步骤，不让 AI 假装完成，不让 AI 在没有根因的情况下乱改代码。
如果你在用 Claude Code、Cursor 或 Copilot CLI，并且经历过 AI 自作主张写了一堆跑不通的代码，或者说「测试全过了」但根本没跑测试——Superpowers 就是为这个问题设计的。
📎 参考链接
- GitHub 仓库：https://github.com/obra/superpowers
- Claude Code 插件安装命令：
/plugin install superpowers@claude-plugins-official
安装后直接用自然语言和 Claude Code 对话即可，技能会自动识别场景并触发，无需记忆任何 slash 命令。欢迎在评论区分享你的使用体验～
- 作者:老王TechTalk
- 链接:https://www.illusionjourney.com/article/superpowers-ai-coding-agent-methodology
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
