一天一个开源项目(第3篇):Superpowers - 让 AI 编程助手拥有超能力的工作流框架
深入解读 Superpowers,一个完整的软件开发工作流框架,通过可组合的"技能"系统,让 AI 编程助手能够自主完成从设计到实现的完整开发流程
引言
“如果 AI 编程助手不只是写代码,而是能够思考、规划、执行、审查,那该多好?”
这是"一天一个开源项目"系列的第3篇文章。今天带你了解的项目是 Superpowers(GitHub)。
想象一下,当你告诉 AI 助手"我想做一个待办事项应用"时,它不会立即开始写代码,而是先停下来问:"你真正想要解决什么问题?"然后通过对话提炼需求、设计架构、制定计划,最后自主执行整个开发流程。这就是 Superpowers 带来的革命性体验。
为什么选择这个项目?
- 🧠 智能工作流:从需求分析到代码实现的完整自动化流程
- 🎯 强制最佳实践:内置 TDD、YAGNI、DRY 等开发原则
- 🔧 技能系统:可组合的技能库,自动触发相应工作流
- 🌟 社区认可:36.6k+ Stars,被广泛使用的生产级框架
- 🚀 多平台支持:支持 Claude Code、Codex、OpenCode 等 AI 编程工具
你将学到什么
- Superpowers 的核心概念和工作原理
- Skills(技能)系统的设计和实现
- 完整的软件开发工作流(从设计到实现)
- 如何让 AI 助手自主完成复杂开发任务
- 与其他 AI 编程工具的对比分析
- 如何开始使用 Superpowers 提升开发效率
前置知识
- 对 AI 辅助编程有基本了解
- 熟悉软件开发流程(需求分析、设计、实现、测试)
- 了解 TDD(测试驱动开发)概念
- 使用过 Claude Code、Codex 或 OpenCode
项目背景
项目简介
Superpowers 是一个完整的软件开发工作流框架,专为 AI 编程助手设计。它基于一套可组合的"技能"(Skills)系统,确保 AI 助手在开发过程中遵循最佳实践,能够自主完成从需求分析到代码实现的完整流程。
项目解决的核心问题:
- AI 助手直接写代码,缺乏规划和设计阶段
- 代码质量不稳定,缺乏系统性的质量保障
- 开发流程不规范,难以保证最佳实践
- 缺乏可复用的工作流模式
面向的用户群体:
- 使用 AI 编程助手的开发者(Claude Code、Codex、OpenCode)
- 希望提升 AI 辅助开发效率的团队
- 需要标准化开发流程的组织
- 想要学习 AI 工作流设计的技术人员
作者/团队介绍
作者:Jesse (@obra)
- 背景:专注于 AI 辅助开发工具的开源开发者
- 理念:通过系统化的工作流,让 AI 助手真正成为开发伙伴
- 贡献:创建并维护 Superpowers,持续改进和扩展功能
项目创建时间:2024年(从 GitHub 提交历史可以看出项目持续活跃)
项目数据
- ⭐ GitHub Stars: 36.6k+(持续快速增长)
- 🍴 Forks: 2.8k+
- 📦 版本: v4.1.1(最新版本,2026年1月23日发布)
- 📄 License: MIT(完全开源,自由使用)
- 🌐 官网: 无独立官网,GitHub 为主要入口
- 📚 文档: 包含详细的 README 和技能文档
- 💬 社区: GitHub Issues 和 Discussions 活跃
- 🔌 Marketplace: superpowers-marketplace
项目发展历程:
- 2024年:项目启动,初步版本发布
- 2024-2025年:快速发展,添加核心技能和工作流
- 2025年:v4.0 发布,重大架构改进
- 2026年:v4.1.1 发布,持续优化和扩展
主要功能
核心作用
Superpowers 的核心作用是为 AI 编程助手提供一套完整的、系统化的软件开发工作流,确保:
- 需求分析优先:在写代码前先理解真实需求
- 设计驱动开发:通过对话提炼设计,获得确认后再实现
- 计划先行:制定详细的实现计划,分解为可执行的任务
- 自主执行:AI 助手能够自主执行计划,无需频繁干预
- 质量保障:强制 TDD、代码审查等最佳实践
使用场景
-
复杂功能开发
- 需要多步骤实现的复杂功能
- 涉及多个模块的系统性改动
- 需要设计决策的重要功能
-
团队协作开发
- 标准化开发流程
- 确保代码质量一致性
- 减少代码审查负担
-
学习和教学
- 学习最佳开发实践
- 理解完整的开发流程
- 培养系统性思维
-
快速原型开发
- 快速验证想法
- 从需求到可运行原型的完整流程
- 迭代式开发
-
重构和维护
- 系统化重构流程
- 代码质量改进
- 技术债务清理
快速开始
Claude Code 安装(推荐)
# 1. 注册市场源
/plugin marketplace add obra/superpowers-marketplace
# 2. 安装插件
/plugin install superpowers@superpowers-marketplace
# 3. 验证安装
/help
# 应该看到:
# /superpowers:brainstorm - Interactive design refinement
# /superpowers:write-plan - Create implementation plan
# /superpowers:execute-plan - Execute plan in batches
Codex 安装
告诉 Codex:
Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.codex/INSTALL.md
OpenCode 安装
告诉 OpenCode:
Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md
基本使用流程
- 开始对话:告诉 AI 助手你想做什么
- 自动触发:Superpowers 会自动触发
brainstorming技能 - 设计确认:AI 会通过对话提炼需求,展示设计文档
- 制定计划:确认设计后,自动触发
writing-plans技能 - 执行计划:使用
executing-plans或subagent-driven-development执行 - 自动审查:每个任务完成后自动进行代码审查
核心特性
-
自动技能触发
- 技能在合适的时机自动触发
- 无需手动调用命令
- 确保工作流完整性
-
完整工作流
- Brainstorming(需求分析)
- Git Worktrees(分支管理)
- Writing Plans(计划制定)
- Executing Plans(计划执行)
- Code Review(代码审查)
- Finishing Branch(分支完成)
-
测试驱动开发
- 强制 RED-GREEN-REFACTOR 循环
- 先写测试,再写代码
- 删除未测试的代码
-
子代理驱动开发
- 每个任务使用独立的子代理
- 两阶段审查(规范符合性 + 代码质量)
- 支持并行执行
-
系统化调试
- 4 阶段根因分析流程
- 防御性编程技术
- 验证修复的有效性
-
Git 工作流集成
- 自动创建隔离的工作分支
- 项目设置和测试基线验证
- 合并/PR 决策工作流
-
代码审查流程
- 预审查检查清单
- 按严重程度报告问题
- 关键问题阻止进度
-
可扩展技能系统
- 技能可以组合和复用
- 支持自定义技能
- 遵循最佳实践
项目优势
与其他 AI 编程工具相比,Superpowers 的优势:
| 对比项 | Superpowers | 直接使用 AI 助手 | 传统开发流程 |
|---|---|---|---|
| 需求分析 | ⭐⭐⭐⭐⭐ 自动触发 | ⭐⭐ 需要手动引导 | ⭐⭐⭐ 人工分析 |
| 设计阶段 | ⭐⭐⭐⭐⭐ 强制设计确认 | ⭐⭐ 可能跳过 | ⭐⭐⭐⭐ 完整设计 |
| 计划制定 | ⭐⭐⭐⭐⭐ 详细任务分解 | ⭐⭐ 缺乏计划 | ⭐⭐⭐⭐ 人工计划 |
| 代码质量 | ⭐⭐⭐⭐⭐ 强制 TDD | ⭐⭐⭐ 不稳定 | ⭐⭐⭐⭐ 人工保障 |
| 自主执行 | ⭐⭐⭐⭐⭐ 完全自主 | ⭐⭐⭐ 需要频繁干预 | ⭐⭐ 完全人工 |
| 最佳实践 | ⭐⭐⭐⭐⭐ 内置强制 | ⭐⭐ 可能忽略 | ⭐⭐⭐ 依赖经验 |
| 可复用性 | ⭐⭐⭐⭐⭐ 技能系统 | ⭐⭐ 难以复用 | ⭐⭐⭐ 文档化 |
| 学习曲线 | ⭐⭐⭐⭐ 中等 | ⭐⭐⭐⭐⭐ 低 | ⭐⭐ 高 |
为什么选择 Superpowers?
- ✅ 系统化流程:确保每个开发任务都遵循完整流程
- ✅ 质量保障:强制最佳实践,减少代码质量问题
- ✅ 自主执行:AI 助手可以自主工作数小时而不偏离计划
- ✅ 可扩展性:技能系统支持自定义和扩展
- ✅ 多平台支持:支持主流 AI 编程工具
项目详细剖析
架构设计
Superpowers 采用技能驱动的工作流架构,核心是技能系统和工作流引擎:
┌─────────────────────────────────────┐
│ 用户输入(自然语言) │
│ "我想做一个待办事项应用" │
└──────────────┬──────────────────────┘
│
┌──────────────▼──────────────────────┐
│ Superpowers 工作流引擎 │
│ - 技能匹配和触发 │
│ - 工作流编排 │
│ - 状态管理 │
└──────────────┬──────────────────────┘
│
┌──────────────▼──────────────────────┐
│ 技能库(Skills Library) │
│ - brainstorming │
│ - writing-plans │
│ - executing-plans │
│ - test-driven-development │
│ - code-review │
│ - ... │
└──────────────┬──────────────────────┘
│
┌──────────────▼──────────────────────┐
│ AI 编程助手执行 │
│ - Claude Code / Codex / OpenCode │
└─────────────────────────────────────┘
核心工作流详解
1. Brainstorming(需求分析)
触发时机:检测到用户想要构建新功能时
工作流程:
- 不立即写代码,而是先提问
- 通过对话提炼真实需求
- 探索替代方案
- 分块展示设计文档供确认
- 保存设计文档
示例对话:
用户:"我想做一个待办事项应用"
AI:"好的,在开始之前,我想了解几个问题:
1. 这个应用主要解决什么问题?
2. 目标用户是谁?
3. 需要哪些核心功能?
4. 有什么特殊要求吗?"
2. Using Git Worktrees(分支管理)
触发时机:设计确认后
工作流程:
- 创建新的 Git 工作树
- 在新分支上工作
- 运行项目设置
- 验证干净的测试基线
设计特点:
- 隔离开发环境
- 不影响主分支
- 支持并行开发
3. Writing Plans(计划制定)
触发时机:设计批准后
工作流程:
- 将工作分解为小任务(2-5分钟每个)
- 每个任务包含:
- 精确的文件路径
- 完整的代码
- 验证步骤
- 强调 TDD、YAGNI、DRY 原则
计划示例:
## 任务 1: 创建待办事项模型
- 文件: src/models/Todo.ts
- 代码: [完整代码]
- 测试: src/models/Todo.test.ts
- 验证: 运行测试,确保通过
## 任务 2: 创建 API 路由
- 文件: src/routes/todos.ts
- 代码: [完整代码]
- 测试: src/routes/todos.test.ts
- 验证: 运行测试,确保通过
4. Executing Plans(计划执行)
两种模式:
模式一:批量执行(Batch Execution)
- 按批次执行任务
- 每个批次后有人工检查点
- 适合需要人工监督的场景
模式二:子代理驱动开发(Subagent-Driven Development)
- 每个任务使用独立的子代理
- 两阶段审查:
- 规范符合性审查
- 代码质量审查
- 支持完全自主执行
5. Test-Driven Development(测试驱动开发)
强制流程:
- RED:先写失败的测试
- GREEN:写最小代码让测试通过
- REFACTOR:重构代码
- 删除未测试的代码
设计特点:
- 强制测试先行
- 确保代码可测试
- 提高代码质量
6. Code Review(代码审查)
触发时机:任务之间
审查流程:
- 预审查检查清单
- 按严重程度报告问题:
- Critical(关键):阻止进度
- High(高):需要修复
- Medium(中):建议修复
- Low(低):可选改进
- 关键问题必须解决才能继续
7. Finishing Branch(分支完成)
触发时机:所有任务完成
工作流程:
- 验证所有测试通过
- 展示选项:
- Merge(合并)
- PR(创建 Pull Request)
- Keep(保留分支)
- Discard(丢弃)
- 清理工作树
技能系统详解
技能结构
每个技能都是一个独立的模块,包含:
# 技能名称
description: 技能描述
## 触发条件
- 何时自动触发
- 需要什么上下文
## 工作流程
1. 步骤1
2. 步骤2
3. 步骤3
## 输出
- 产生什么结果
- 如何传递给下一个技能
核心技能列表
测试相关:
test-driven-development:RED-GREEN-REFACTOR 循环
调试相关:
systematic-debugging:4阶段根因分析verification-before-completion:确保问题真正修复
协作相关:
brainstorming:苏格拉底式设计提炼writing-plans:详细实现计划executing-plans:批量执行dispatching-parallel-agents:并行子代理工作流requesting-code-review:预审查检查清单receiving-code-review:响应反馈using-git-worktrees:并行开发分支finishing-a-development-branch:合并/PR 决策工作流subagent-driven-development:快速迭代与两阶段审查
元技能:
writing-skills:创建新技能的最佳实践using-superpowers:技能系统介绍
关键技术实现
1. 技能自动触发机制
挑战:如何让技能在合适的时机自动触发?
解决方案:
- 基于上下文的触发条件
- 工作流状态机
- 技能优先级系统
2. 子代理管理
挑战:如何管理多个子代理,确保它们协同工作?
解决方案:
- 每个任务独立的子代理实例
- 两阶段审查机制
- 状态同步和通信
3. 工作流状态管理
挑战:如何跟踪复杂的工作流状态?
解决方案:
- 状态机模式
- 持久化状态存储
- 恢复机制
项目地址与资源
官方资源
- 🌟 GitHub: https://github.com/obra/superpowers
- 🔌 Marketplace: https://github.com/obra/superpowers-marketplace
- 📚 文档: GitHub README
- 🐛 Issues: GitHub Issues
- 📦 Releases: GitHub Releases
相关资源
- Superpowers for Claude Code: 详细文档
- 技能文档: skills/ 目录
- 贡献指南: CONTRIBUTING.md
总结与展望
核心要点回顾
-
Superpowers 是一个完整的软件开发工作流框架
- 基于可组合的技能系统
- 确保 AI 助手遵循最佳实践
- 支持从需求到实现的完整流程
-
核心工作流
- Brainstorming → Git Worktrees → Writing Plans → Executing Plans → Code Review → Finishing Branch
- 每个阶段都有明确的输入和输出
- 技能自动触发,无需手动调用
-
强制最佳实践
- TDD(测试驱动开发)
- YAGNI(You Aren’t Gonna Need It)
- DRY(Don’t Repeat Yourself)
- 系统化调试和代码审查
-
技术特点
- 技能自动触发机制
- 子代理驱动开发
- Git 工作流集成
- 可扩展的技能系统
-
适用场景
- 复杂功能开发
- 团队协作开发
- 学习和教学
- 快速原型开发
适用人群
强烈推荐:
- 使用 AI 编程助手的开发者
- 希望提升开发效率的团队
- 需要标准化开发流程的组织
- 想要学习最佳实践的技术人员
也适合:
- 对 AI 工作流设计感兴趣的研究人员
- 需要快速原型开发的创业者
- 希望改进开发流程的团队
欢迎来我中的个人主页找到更多有用的知识和有趣的产品
更多推荐


所有评论(0)