Superpowers：用一套工作流让 AI 编码代理真正替你干活
我最怕的就是打开 Cursor 或 Claude Code，准备写两行代码，结果 AI 给你整出来一坨功能 —— 三个月后自己都看不懂。这不是我一个人的感受。最近在 GitHub trending 上看到的 Superpowers，正好解决这个痛点。
它解决什么问题
AI 编码代理（Claude Code、Codex、Cursor 等）现在越来越强，但有个通病：缺乏结构和约束。你让它写一个功能，它分分钟给你整出 20 个文件，变量名随手起，测试一个没有，三个月后再看 —— 哇，这谁写的。
Superpowers 是一套软件开发和代理工作流框架，专门给 AI 编码代理使用的。它的核心思想很简单：先想清楚再动手，每个任务都要验收。不是让 AI 自由发挥，而是给它一套规则。
怎么运作的
Superpowers 把开发分成三个阶段：
设计阶段 — AI 先问你到底想干什么，把目标拆解清楚，写一份设计文档，你确认了再往下走。不是一上来就开写。
规划阶段 — 设计确认后，AI 会生成一份实现计划，细到每个文件、每行改动要做什么。” 让一个热情洋溢但品味很差、没有判断力、不爱写测试的初级工程师照着这份计划能看懂”—— 这是官方原话。
执行阶段 — 任务被拆成小块，每块由子代理处理，处理完有检查点。不是一条龙服务到黑，而是一步一验收。
核心技能：六个必须掌握的工作流
Superpowers 提供了多个技能（skills），强制使用的有这几个：
| 技能 | 触发时机 | 作用 |
|---|---|---|
brainstorming |
写代码之前 | 细化需求，探索方案，确认设计是否合理 |
using-git-worktrees |
设计通过后 | 创建隔离的工作分支，验证 clean baseline |
writing-plans |
有设计后 | 拆解成 2-5 分钟的小任务，明确文件路径 |
subagent-driven-development |
有计划后 | 分派子代理逐个完成任务，有人工 checkpoint |
test-driven-development |
实现过程中 | 先写测试，跑不过再实现，RED-GREEN-REFACTOR |
requesting-code-review |
任务之间 | 按严重程度报告问题，review 设计合规性 |
这套流程的本质是：不让 AI 跳步。测试先行的 TDD 套路大家都懂，但 AI 往往直接跳到实现，忽略测试。Superpowers 通过强制技能把这一点扳过来。
支持哪些代理
官方支持：
- Claude Code（官方插件市场）
- Codex CLI / App（官方插件市场）
- Cursor（
/add-plugin superpowers或市场搜索） - OpenCode（fetch 安装脚本）
- Gemini CLI（扩展安装）
- GitHub Copilot CLI（自定义市场注册）
每个代理都有专属配置，技能在不同代理之间保持一致。
我怎么用的
我平时写东西经常是临时起意 —— 突然想做一个脚本，噼里啪啦就开始让 AI 写。结果就是代码散落一地，功能倒是实现了，但完全没法维护。
用了 Superpowers 的工作流之后，我的日常变成了：
- 让 AI 先描述它要做什么，我来确认需求是否清晰
- 让它生成一份计划，我逐项检查哪些不合理
- 每一小块完成之后检查 output，而不是等最后一起验收
听起来多了几步，但实际上省了大量的返工时间。尤其是 test-driven-development 这个技能 —— 它真的强制 AI 先写测试再写实现，这让代码质量高了一个档次。
谁适合用
如果你符合以下任意一条，Superpowers 值得一试：
- 经常和 AI 编码代理打交道（Cursor、Claude Code、Codex 等）
- 团队里有人在用 AI 辅助开发，但没有统一规范
- 项目代码越来越难维护，AI 生成的代码质量参差不齐
- 想让 AI 代理做更复杂的任务，但不知道怎么约束它
如果你只是偶尔让 AI 帮你写个脚本，那 Superpowers 有点杀鸡用牛刀。但只要你是重度 AI 编码用户，这套工作流能显著提升输出质量。
怎么安装
以 Claude Code 为例，直接在官方插件市场搜索 “Superpowers” 安装即可。其他代理参考官方 README，有完整的安装说明。
GitHub：https://github.com/obra/superpowers
写代码的时间最贵，别把时间浪费在返工上。给 AI 一点结构，它能给你的产出加不止一个档次。