用过Claude Code、Cursor或Codex的人都有同感：你提一个需求，AI立刻开始敲代码。没有规格说明，没有执行计划，没有测试用例。二十分钟后，你拿到一份看起来对、实则暗藏bug的代码。

问题不在模型不够聪明，而在流程太随意。Superpowers想解决的就是这个。

打开网易新闻 查看精彩图片

这是一个开源的软件开发方法论，以插件形式提供，核心是一组可组合的"技能"（skills）。它支持Claude Code、Codex CLI、Gemini CLI、Cursor、GitHub Copilot CLI等主流工具。关键设计在于自动触发——你不需要记得调用什么，AI检测到你在开发功能时，会自动停下来执行规范流程，而非直接猜测。

项目采用MIT许可证，截至目前GitHub star数超过19万。

具体执行流程分为六步。首先是头脑风暴，写代码之前先提问，把你的模糊想法细化成书面规格，设计文档分段呈现，确保可读。规格确认后，进入Git worktrees环节，在新分支创建隔离工作区，验证测试基线干净。接下来是撰写执行计划，把任务拆成2-5分钟能完成的小块，每块明确指定文件路径、代码内容和验证步骤。

开发阶段采用子代理驱动，每个任务派一个全新子代理，经过两轮审查：先核对是否符合规格，再判断代码质量。测试环节严格执行红-绿-重构（RED-GREEN-REFACTOR）：先写失败测试，确认失败，再写最少代码让其通过，确认通过，最后提交。测试之前的代码会被删除。任务间隙穿插代码审查和分支清理，关键问题阻塞后续进度。

项目对计划的要求很明确：清晰到"一位没有背景、讨厌测试的热情初级工程师"也能看懂。达到这个标准，代理才能长时间不偏离轨道。

安装方式因工具而异。Claude Code用户从官方插件市场执行/plugin install superpowers@claude-plugins-official；Codex、Gemini CLI、Cursor、Copilot CLI用户可在仓库找到对应的一行命令。多工具用户需分别安装。完成后技能自动生效，无需额外操作。

项目用一句话概括其理念：始终测试驱动，系统流程优于随意猜测，简洁是首要目标，证据高于主张——先验证再宣告成功。这些原则并非新发明，新鲜之处在于让代理强制执行，而非视而不见。

实际效果如何？确实有用，但有一个前提：它适合非琐碎项目。如果需求只是"改个变量名"或"加一行日志"，完整流程反而累赘。但当功能涉及多文件协调、边界条件复杂、需要可维护性时，强制规格和测试的价值就会显现。

一个细节值得注意：Superpowers把"人类可读"作为计划质量的硬指标。这与当前多数AI编程工具相反——它们追求生成速度，把理解负担丢给用户。这种设计选择暗示了一种判断：代理的瓶颈不在代码生成速度，而在长期一致性。没有清晰规格的约束，多轮迭代后偏离原始意图是常态。

从工具演进角度看，Superpowers代表了"AI编程工作流"的一个分支探索。与其押注更大的模型、更长的上下文，它选择用结构化流程约束代理行为。这类似于人类团队的管理经验：好流程能让普通开发者产出稳定结果，坏流程会让优秀开发者陷入混乱。

不过，强制流程也有代价。每次需求变更都要更新规格，每次迭代都要维护测试，这些 overhead 在小改动场景下显得沉重。项目文档也承认这一点，建议用户根据任务复杂度自行判断是否启用。

GitHub 19万star的数据说明，开发者对"AI写代码太随意"的痛点有广泛共鸣。但star数与实际采用率之间往往存在落差——很多人收藏后并未真正集成到工作流。Superpowers的长期价值，将取决于它能否在真实项目中证明：强制流程带来的质量提升，值得额外的时间投入。

目前项目仍在快速迭代，技能库持续扩充。对于已经在使用Claude Code或Cursor的开发者，安装插件的成本很低，值得一试。毕竟，验证一个流程是否适合自己，比阅读一百篇评测更有效。