给 AI 装上“资深工程师大脑“:Superpowers 方法论全解
版本6.1.1 许可证MIT 作者Jesse Vincent 与 Prime Radiant 团队 官方仓库GitHub - obra/superpowers: An agentic skills framework software development methodology that works. · GitHub一、这是什么Superpowers超能力是一套面向编码智能体Coding Agent的完整软件开发方法论。它不是一个库、也不是一个应用而是一组可组合的技能Skills 启动引导指令Bootstrap让 AI 编码助手在写代码之前先停下来思考按照严谨的工程流程需求澄清 → 设计 → 计划 → TDD 实现 → 评审 → 收尾自动完成开发工作。核心理念是当你让 AI 帮你做一个东西时它不会立刻埋头写代码而是先弄清楚你到底想要什么形成规格 → 拆解成计划 → 用测试驱动的方式逐步实现并在每一步做代码评审。由于这些技能会自动触发用户无需做任何特殊操作编码助手就自带超能力了。二、设计哲学测试驱动开发TDD永远先写测试遵循 RED-GREEN-REFACTOR 循环。系统化胜过随意用固定流程代替猜测。降低复杂度以简单性作为首要目标YAGNI、DRY。证据胜过声明完成前必须验证而非口头宣称已修复。零依赖设计核心插件不引入任何第三方依赖需要外部工具的功能应做成独立插件。三、核心工作流Superpowers 把一次开发任务串成一条自动化流水线各阶段由对应技能负责阶段技能作用1. 头脑风暴brainstorming写代码前触发通过一问一答澄清意图分段呈现设计并获取确认保存设计文档2. Git 工作树using-git-worktrees设计确认后创建隔离的分支工作区运行环境初始化验证测试基线3. 编写计划writing-plans把工作拆成 2-5 分钟粒度的小任务每个任务含精确文件路径、完整代码、验证步骤4. 执行计划subagent-driven-development/executing-plans为每个任务派发全新子智能体做两阶段评审规格符合性 代码质量或分批执行并设人工检查点5. 测试驱动test-driven-development实现阶段强制 RED-GREEN-REFACTOR先写失败测试 → 看它失败 → 写最小代码 → 看它通过 → 提交6. 请求评审requesting-code-review任务之间对照计划评审按严重程度报告问题严重问题会阻断进度7. 收尾分支finishing-a-development-branch所有任务完成后验证测试给出合并/PR/保留/丢弃选项清理工作树关键点智能体在执行任何任务前都会检查是否有可用技能——这些是强制流程不是建议。四、技能库全景技能位于skills/目录每个技能是一个含SKILL.md的文件夹测试类test-driven-development— RED-GREEN-REFACTOR 循环附测试反模式参考testing-anti-patterns.md调试类systematic-debugging— 4 阶段根因分析流程含根因追踪、纵深防御、基于条件的等待等技巧verification-before-completion— 确保问题真正被解决协作类brainstorming— 苏格拉底式设计精炼含浏览器可视化伴侣功能writing-plans— 详细实现计划executing-plans— 带人工检查点的分批执行dispatching-parallel-agents— 并发子智能体工作流requesting-code-review— 评审前检查清单receiving-code-review— 响应评审反馈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 两阶段评审元技能Metawriting-skills— 遵循最佳实践创建新技能含测试方法论using-superpowers— 技能系统的入门介绍会话启动时被注入技能优先级当多个技能可能适用时的顺序流程类技能优先brainstorming、debugging——决定如何着手实现类技能其次——指导具体执行例如我们来做 X → 先 brainstorming 再实现修这个 bug → 先 debugging 再具体处理。五、运行机制技能如何自动触发这是 Superpowers 的技术核心位于hooks/目录会话启动钩子SessionStart Hookhooks/hooks.json声明在会话startup|clear|compact时执行run-hook.cmd session-start。跨平台包装器hooks/run-hook.cmd是一个多语言polyglot脚本——在 Windows 上 cmd.exe 会去查找并调用 Git Bash在 Unix 上则直接作为 shell 脚本运行。这保证了 Windows / macOS / Linux 通用。上下文注入hooks/session-start脚本读取using-superpowers/SKILL.md的完整内容转义成 JSON并根据不同平台Cursor / Claude Code / Copilot CLI 等以对应字段additional_context/hookSpecificOutput.additionalContext/additionalContext注入到会话上下文。这样从会话的第一条消息开始智能体就知道我有超能力、必须先检查技能。这也是所有集成必须满足的验收标准发送Lets make a react todo list时brainstorming技能必须自动触发。六、目录结构superpowers/ ├── skills/ # 技能库核心资产每个子目录一个技能 ├── hooks/ # 会话启动钩子与跨平台包装器 │ ├── hooks.json # Claude Code 钩子声明 │ ├── hooks-cursor.json # Cursor 钩子声明 │ ├── run-hook.cmd # 跨平台 polyglot 包装器 │ └── session-start # 上下文注入脚本无扩展名 ├── scripts/ # 维护脚本版本号、shell lint、Codex 插件打包与同步 ├── docs/ # 文档 │ ├── superpowers/ # 设计规格specs/与实现计划plans/ │ ├── windows/ # Windows 相关文档 │ ├── porting-to-a-new-harness.md # 移植到新宿主的指南 │ ├── README.kimi.md / README.opencode.md │ └── testing.md ├── tests/ # 各宿主集成测试claude-code / codex / cursor / kimi / opencode / pi 等 ├── assets/ # 图标等资源 ├── package.json # Pi 包与 OpenCode 插件入口声明 ├── README.md # 安装与使用总说明 ├── CLAUDE.md # 贡献者指南尤其针对 AI 智能体的严格要求 └── LICENSE # MIT七、支持的宿主HarnessSuperpowers 需要为每个使用的编码助手分别安装目前支持Claude Code官方插件市场 / Superpowers 市场Antigravityagy plugin installCodex App / Codex CLI官方 Codex 插件市场Cursor/add-plugin superpowersFactory DroidGitHub Copilot CLIKimi CodeOpenCode独立安装Pi作为 Pi 包原生支持技能不同宿主对技能的加载方式略有差异但共同点是必须在会话启动时加载using-superpowers引导否则技能虽然在磁盘上却永远不会被调用。八、测试与评估插件基础设施测试位于tests/通过各run-*.sh或npm test运行覆盖各宿主集成、钩子、shell lint、brainstorm 服务器等。技能行为评估使用独立仓库 superpowers-evals 的 drill eval 框架克隆到evals/通过真实 tmux 会话驱动 Claude Code / Codex 并用 LLM 裁判判断技能是否被正确遵循。九、一句话总结Superpowers 通过会话启动注入 自动触发的技能库把一套经过实战调优的软件工程方法论头脑风暴 → 设计 → 计划 → TDD → 评审 → 收尾固化进编码智能体让 AI 不再上来就写代码而是像一名有纪律、有判断力的资深工程师那样系统化地完成开发任务。

相关新闻

如何提供有效输入以生成高质量博文

如何提供有效输入以生成高质量博文

1. 关于无效输入的说明我注意到您提供的输入内容存在以下问题:项目标题为无意义的数字串"111111111111111111"项目正文完全空白关键词和摘要描述均为空值相关热搜词和网络热词也未提供有效信息2. 无法生成有效内容的原因2.1 输入信息严重不足根据您提供的…

2026/7/23 21:37:33阅读更多 →
TC28/WG38年度会议落地人才标准化建设,北京古杉数据参与国家级数据人才课程共建

TC28/WG38年度会议落地人才标准化建设,北京古杉数据参与国家级数据人才课程共建

数字化转型纵深推进,央国企持续开展DCMM贯标、数据资产盘点与入表、全域数据治理建设。与此同时,行业痛点逐步凸显:数据管理人才缺乏统一能力标准,市面上大量培训偏重理论,缺少适配能源、制造、建筑等行业落地场景。 在…

2026/7/23 21:37:33阅读更多 →
IntelliJ IDEA 2026.2 最新发布

IntelliJ IDEA 2026.2 最新发布

IntelliJ IDEA 2026.2 已正式发布,带来了针对开发工作流与新技术的重大升级。 核心亮点包括原生集成 GitHub Copilot、新增 Logpoints 调试支持,以及对 Java 27 和 Kotlin 2.4 的首日支持。 发布日志可以参考官方的博文。 AI 的性能有些提升。 IntelliJ…

2026/7/23 21:37:33阅读更多 →
绘本老师专业能力进阶攻略

绘本老师专业能力进阶攻略

绘本老师的专业能力,不是会讲很多故事,也不是手握很多原创课包。真正重要的是三件事:第一,能读懂绘本;第二,能读懂孩子;第三,能把绘本转化成课堂。读懂绘本,是看见故事、…

2026/7/23 22:59:54阅读更多 →
为什么 AI 智能调色越来越火?开发者需要了解的图像增强原理

为什么 AI 智能调色越来越火?开发者需要了解的图像增强原理

过去几年,很多人认为:调色,就是套一个滤镜。但真正做过图像处理的人都知道,事情远没有这么简单。同一套参数,在不同照片上的表现往往完全不同。一张照片色彩通透,另一张却可能出现偏色、肤色发灰甚至细节丢…

2026/7/23 22:59:54阅读更多 →
多家上海背调公司实测:效率、合规、价格对比参考

多家上海背调公司实测:效率、合规、价格对比参考

做HR多年,深知上海招聘的痛点:候选人履历注水、岗位适配度不符、用工风险隐性极高,而靠谱的第三方背调,是规避招聘踩坑最有效的手段。但上海本地背调机构鱼龙混杂,有的价格低廉却敷衍了事,有的流程合规但时…

2026/7/23 22:59:54阅读更多 →
start7 电机闭环控制

start7 电机闭环控制

一、闭环、开环控制闭环控制器:闭环控制器的六个组成:闭环控制就是:根据误差产生控制信号→控制信号驱动系统→输出经过反馈修正误差闭环控制在电机中的实例:①反馈信号有噪声时:反馈信号含噪声时→控制器误动作→输出…

2026/7/23 22:59:54阅读更多 →
TextPecker:零错误OCR技术解析与应用实践

TextPecker:零错误OCR技术解析与应用实践

1. 项目背景与技术突破点TextPecker是华中科技大学团队在文档图像文字识别领域的最新研究成果。这个项目最引人注目的地方在于实现了"零错误"的文字识别效果——在标准测试集上达到了100%的字符识别准确率。要知道,即便是当前最先进的OCR技术,…

2026/7/23 22:59:54阅读更多 →
从 Kimi K3 看 AI 创业终局:四层护城河与中小团队生存路径

从 Kimi K3 看 AI 创业终局:四层护城河与中小团队生存路径

Kimi K3重磅炸场!无数AI创业者无路可走?【摘要】通用大模型参数规模与综合能力高速迭代,垂直 AI 工具正面临同质化降维冲击。通过拆解工具、效率、业务、生态四层商业护城河框架,结合技术落地实践与产业案例,为 AI 创业…

2026/7/23 22:57:54阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/23 0:56:31阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/23 0:56:31阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/23 0:56:31阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:00:28阅读更多 →
从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:28阅读更多 →
油泥处理设备哪里能买到

油泥处理设备哪里能买到

油泥处理设备哪里有?这是许多从事油田、炼化、清罐业务的从业者最关心的问题。根据河南三丰环保设备有限公司的行业经验,选购油泥处理设备的核心在于设备能否适配当地环保法规与原料特性,而非单纯看价格。该公司总经理王钦田先生指出&#xf…

2026/7/23 0:00:28阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/23 22:58:43阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/23 18:58:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/23 18:58:18阅读更多 →