Superpowers - AI 编程工作流框架
AI 编程智能体开发工作流框架,通过 Skill 系统强制工程纪律,包含 Subagent 驱动和 TDD 循环
GitHub: obra/superpowers (151,205 stars)
2026年4月15日
agenticskillsmethodology
什么是 Superpowers?
Superpowers 是由 Jesse Vincent(Carton 框架作者)构建的 AI 编程智能体开发工作流框架。核心理念:不让 AI 直接写代码,而是先理解需求、做设计、制定计划,通过 subagent 驱动严格执行 TDD 循环。
这不是简单的提示词集合,而是一套经过实战打磨的技能系统(Skills System)——AI 智能体在执行任何任务前都会自动检查并调用相关技能,形成强制性的工程纪律。
核心技能库
| 技能 | 功能 |
|---|---|
brainstorming | 设计前的需求澄清,Socratic 式提问 |
writing-plans | 将设计拆解为 2-5 分钟粒度的任务清单 |
subagent-driven-development | 每个任务派发独立子智能体,两阶段审查 |
test-driven-development | 强制 RED-GREEN-REFACTOR 循环的铁律 |
systematic-debugging | 四阶段根因分析 |
requesting-code-review | 任务间代码审查 |
finishing-a-development-branch | 验证测试后提供合并/PR选项 |
writing-skills | 创建新技能的最佳实践 |
Subagent-Driven Development 模式
读取计划 → 提取所有任务 → 创建 TodoWrite
↓
派发 implementer 子智能体(携带完整任务文本和上下文)
↓
实现 → 自测 → 提交
↓
派发 spec-reviewer 子智能体(规范合规审查)
↓ 失败 → 返回 implementer 修复
↓ 通过
派发 code-quality-reviewer 子智能体(代码质量审查)
↓ 通过 → 标记任务完成
关键原则:
- 始终使用 fresh subagent,每个任务不继承主会话历史
- 两阶段审查顺序:先 spec 合规,再 code 质量
- 机械性任务用便宜模型,架构决策用最强模型
TDD 铁律
铁律:没有失败的测试,就不能写生产代码
RED-GREEN-REFACTOR 循环:
- RED:写一个最小测试,展示预期行为
- 验证 RED:运行测试,确认失败原因正确
- GREEN:写最小代码让测试通过
- REFACTOR:清理代码,保持测试绿色
安装方式
# Claude Code 官方插件市场
/plugin install superpowers@claude-plugins-official
# 手动安装
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace
# Cursor
/add-plugin superpowers
关键设计原则
- 强制性工作流:不是建议,是规则
- 子智能体隔离:每个子任务使用 fresh context
- 两阶段审查:规范合规和代码质量分开
- TDD 铁律:生产代码必须有对应失败测试在先
- 计划驱动执行:先有详细计划再有实现
与 OpenClaw 集成
Superpowers 的 skill 格式可以被 OpenClaw 兼容使用。将 skills/ 目录复制到 OpenClaw 的 skills 目录即可。
# 在 OpenClaw 中使用 Superpowers 技能
cp -r skills/* ~/.openclaw/skills/
学习来源:
data/learning/superpowers.md