news 2026/3/18 11:06:07

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

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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

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：

  1. 需求分析优先：在写代码前先理解真实需求
  2. 设计驱动开发：通过对话提炼设计，获得确认后再实现
  3. 计划先行：制定详细的实现计划，分解为可执行的任务
  4. 自主执行：AI 助手能够自主执行计划，无需频繁干预
  5. 质量保障：强制 TDD、代码审查等最佳实践

使用场景

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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 marketplaceaddobra/superpowers-marketplace# 2. 安装插件/plugininstallsuperpowers@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
  1. 开始对话：告诉 AI 助手你想做什么
  2. 自动触发：Superpowers 会自动触发brainstorming技能
  3. 设计确认：AI 会通过对话提炼需求，展示设计文档
  4. 制定计划：确认设计后，自动触发writing-plans技能
  5. 执行计划：使用executing-plans或subagent-driven-development执行
  6. 自动审查：每个任务完成后自动进行代码审查

核心特性

  1. 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

  2. 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）

  3. 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

  4. 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

  5. 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

  6. 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

  7. 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

  8. 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：

  1. 不立即写代码，而是先提问
  2. 通过对话提炼真实需求
  3. 探索替代方案
  4. 分块展示设计文档供确认
  5. 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：

  1. 创建新的 Git 工作树
  2. 在新分支上工作
  3. 运行项目设置
  4. 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：

  1. 将工作分解为小任务（2-5分钟每个）
  2. 每个任务包含：
    • 精确的文件路径
    • 完整的代码
    • 验证步骤
  3. 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：
    1. 规范符合性审查
    2. 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：

  1. RED：先写失败的测试
  2. GREEN：写最小代码让测试通过
  3. REFACTOR：重构代码
  4. 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：

  1. 预审查检查清单
  2. 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
  3. 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：

  1. 验证所有测试通过
  2. 展示选项：
    • Merge（合并）
    • PR（创建 Pull Request）
    • Keep（保留分支）
    • Discard（丢弃）
  3. 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

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/3/13 10:21:41

革新性夜间浏览：Dark Reader智能护眼方案完全指南

革新性夜间浏览：Dark Reader智能护眼方案完全指南 【免费下载链接】darkreader Dark Reader Chrome and Firefox extension 项目地址: https://gitcode.com/gh_mirrors/da/darkreader 在数字时代，长时间面对屏幕已成为常态，而浏览器暗…

作者头像 李华
网站建设 2026/3/13 23:40:04

高校论文LaTeX排版全攻略：从入门到精通的毕业论文格式规范指南

高校论文LaTeX排版全攻略：从入门到精通的毕业论文格式规范指南 【免费下载链接】NUIST_Bachelor_Thesis_LaTeX_Template 南京信息工程大学本科生毕业论文 LaTeX 模板 项目地址: https://gitcode.com/gh_mirrors/nu/NUIST_Bachelor_Thesis_LaTeX_Template 你是…

作者头像 李华
网站建设 2026/3/13 9:20:48

如何用3步实现STL文件可视化管理：告别3D模型预览难题

如何用3步实现STL文件可视化管理：告别3D模型预览难题 【免费下载链接】STL-thumbnail Shellextension for Windows File Explorer to show STL thumbnails 项目地址: https://gitcode.com/gh_mirrors/st/STL-thumbnail 在3D设计和3D打印工作流中，…

作者头像 李华
网站建设 2026/3/17 18:41:13

LaTeX模板论文排版全攻略：从入门到精通的大学生毕业论文指南

LaTeX模板论文排版全攻略：从入门到精通的大学生毕业论文指南 【免费下载链接】NUIST_Bachelor_Thesis_LaTeX_Template 南京信息工程大学本科生毕业论文 LaTeX 模板 项目地址: https://gitcode.com/gh_mirrors/nu/NUIST_Bachelor_Thesis_LaTeX_Template 撰写大…

作者头像 李华
网站建设 2026/3/14 6:30:31

解锁9大领域API资源：开发者效率提升指南

解锁9大领域API资源：开发者效率提升指南 【免费下载链接】public-apis 项目地址: https://gitcode.com/gh_mirrors/publi/public-apis 在现代软件开发流程中，API（应用程序编程接口，允许不同软件组件交互的桥梁&#xff09…

作者头像 李华
网站建设 2026/3/16 0:11:07

AI图像生成中的身份保持技术：从原理到实践的完整指南

AI图像生成中的身份保持技术：从原理到实践的完整指南 【免费下载链接】PuLID_ComfyUI PuLID native implementation for ComfyUI 项目地址: https://gitcode.com/gh_mirrors/pu/PuLID_ComfyUI 在AI图像创作领域，如何在风格转换过程中精准保留人物…

作者头像 李华