Superpowers：给 AI 编程助手装上工程化大脑

Superpowers：给 AI 编程助手装上工程化大脑

如果你用过 Claude Code、Codex CLI 或者 Cursor，八成遇到过这种尴尬——AI 确实能写代码，但它写出来的东西，你不太敢往生产环境里放。

不是代码不对，是没有流程。没有设计讨论、没有测试、没有拆解步骤。AI 就像一个天赋异禀但完全没有工程纪律的新人。

Superpowers 就是来解决这个问题的。

它是个啥？

Superpowers 不是又一个 AI 编程工具。它是一个技能框架 + 开发方法论，给 Claude Code、Codex CLI、Cursor、Gemini CLI、Copilot CLI 等 16 款 AI 编程助手装上工程化大脑。

作者是 Jesse Vincent（obra），2025 年 10 月发布。到 2026 年 6 月，GitHub 上已经飙到 213,000+ Stars——AI 编程领域最火的开源项目，没有之一。

MIT 协议，完全免费。

7 步标准化工作流

Superpowers 把 AI 写代码的过程规范成 7 步，每一步都有一个专门的技能来管：

1. Brainstorming（头脑风暴） — 写代码前先做设计讨论。AI 会反问问题帮你把需求想清楚，避免做了半天发现方向错了。
2. Using Git Worktrees（Git 工作树） — 自动创建隔离分支工作区。不同任务互不干扰，主分支干干净净。
3. Writing Plans（编写计划） — 把大任务拆成 2-5 分钟的小块。每个小块都有明确的输入、输出、验收标准。
4. Subagent-driven Development（子代理驱动开发） — 每个小块任务派一个新的子代理去执行，做完两阶段审查：先看规范合规，再看代码质量。
5. Test-driven Development（TDD） — 强制 RED-GREEN-REFACTOR 循环。先写失败的测试，再写通过的代码，最后重构。
6. Code Review（代码审查） — 按计划逐条检查。严重问题直接阻止推进，不放水。
7. Finishing a Branch（完成分支） — 验证测试、合并、PR 提交，或者决定废弃。

这 7 步走下来，AI 写代码的方式跟一个成熟的人类工程师基本没有区别了。

为什么突然这么火？

我觉得核心原因是：2025-2026 年大家终于意识到，AI 编程的瓶颈不在模型能力，而在工程流程。

GPT-4、Claude 3.5/4 写个函数、写个组件已经很强了。但做一个完整的 feature，涉及需求理解、架构设计、代码实现、测试、代码审查、合并——这里面每一步都可能翻车。

Superpowers 不做模型能力的提升，它只做一件事：把开发流程系统化。它把 AI 从一个只会写代码的"天才枪手"，变成了一个有工程纪律的"队友"。

中文生态也很丰富

国内社区反响特别好。有个叫 superpowers-zh 的中文增强版（4.3k Stars），完整翻译了上游，又加了 6 个中国原创技能，支持 Gitee、Coding 等国内 Git 平台。

知乎、掘金、CSDN、博客园上 2026 年 3-5 月集中冒出来大量教程，从安装到自定义技能都有保姆级指南。想学的话完全不愁资料。

跟同类比怎么样？

Smithery 是帮你连工具（MCP 服务器市场），Cline 是 VS Code 里的 AI 编程插件。Superpowers 是告诉 AI 怎么"干活"。这三者互补大于竞争。

说点实际的

Superpowers 本身的学习成本并不高。安装就是 clone 一下仓库，然后在你用的 AI 编程工具里加载 skill 文件就行。官方文档写得清楚，中文教程也很多。

但说实话，它的价值取决于你的项目复杂度。如果只是写几个一次性脚本，Superpowers 的 7 步流程反而显得重了。但如果是做产品、做开源项目、或者团队协作开发，这套流程带来的质量提升非常明显。

我的建议：小项目可以先不用，但大项目一定要试试。 安装 10 分钟，学会半小时，用起来之后代码质量会有一个明显的提升。

GitHub 地址：github.com/obra/superpowers
中文版：skillsllm.com/skill/superpowers-zh
官方博客：blog.fsck.com/2025/10/09/superpowers/