现在的AI编程助手（Claude Code/Codex/Cursor）不都已经很强了吗？还需要superpowers？

它们确实强，但默认行为是"你说啥它就写啥"——急着动手、理解错位、颗粒度乱、跳过测试、收尾糟糕、爱吹牛。superpowers把14个互相咬合的子技能塞进去，强制走spec-first → TDD → 子代理执行 → 自动审查 → 证据验证的工作流。简单说：默认的AI是"工具人"，装上superpowers变"工程团队"。

14个子技能具体是什么？都要学吗？

不需要学全套。最常用的5个：brainstorming（反问澄清需求）、writing-plans（拆2-5分钟任务）、test-driven-development（强制TDD）、subagent-driven-development（派子代理）、verification-before-completion（用证据自检）。剩下的（git worktrees、code review、debugging等）按需触发。装上后AI会自己判断什么时候该用哪个。

跟Cursor/Claude Code自带的"规则"（rules/commands）有什么区别？

Cursor的rules是"通用约束"（比如"用中文回复"），superpowers是"互相咬合的工作流"。装上之后不是"AI多了几条规则"，而是"AI的整个干活方式变了"——先反问、出spec、拆plan、git隔离、TDD、子代理、自动review、证据验证，每一步都强制。

装上之后能直接产出可上线的代码吗？

取决于你的需求清晰度。superpowers把"出活"的工作流自动化了（不再瞎写、不再漏测试、不再跳过review），但需求本身还需要你讲清楚——brainstorming阶段会反问你，把模糊需求逼成清晰spec。如果你自己都不知道要啥，AI也救不了你。

不装superpowers，用Cursor自带的"Plan Mode"够不够？

差远了。Plan Mode只是"先想再写"，没有TDD强制、没有子代理调度、没有自动review、没有证据验证。superpowers是"Plan Mode + TDD + 子代理 + review + 验证"完整链条，而且每一步都是"硬约束"不是"建议"。

14个子技能是英文还是中文？

原文英文（obra/superpowers项目），但因为是给AI读的prompt形式，中英文都行——AI会照着执行。本资料包里有完整中文版的使用说明（INTRODUCTION.md）。

superpowers适合什么样的项目？

适合：长任务（3小时以上）、多人协作、有测试覆盖率要求、要上生产环境。不适合：一次性脚本（开销太大）、纯文档写作、纯聊天问答。

用superpowers会增加多少token消耗？

brainstorming和writing-plans阶段会增加一些prompt长度，但子代理执行能节省后续返工。实测平均多花20-30% token，但代码质量提升 + 返工减少，整体更省。我的长任务从平均返工3次降到0-1次。

AI写代码还在瞎写？GitHub 28.7万★的superpowers方法论，14个子技能让Claude Code/Codex不再出bug

你让AI写个登录功能，它”啪”一下给你 500 行代码。**有测试吗？没有。能跑吗？不知道。review？不存在。**等你发现一堆bug回头让它改，又改出新bug。这是大多数AI编程助手的真实工作状态。

GitHub 上 28.7 万⭐的 obra/superpowers 项目解决的就是这个问题 —— 不是让AI写得更聪明，是让AI按规矩干活。

一、问题：AI写代码为什么总是”凑合能用”

你可能遇到过这些场景：

🏃 急着动手 —— 你还没说清楚需求，它已经开始写代码了
🎯 理解错位 —— 以为你要A，实际你要B，写完发现白干
🧩 颗粒度乱 —— 一口气写 500 行没有计划、没有 review
🐛 跳过测试 —— 写完代码不写测试，bug 满天飞
🗑️ 收尾糟糕 —— 不知道该不该合并、怎么合并
🤥 爱吹牛 —— 写完说”搞定”，实际只完成一半

这些不是AI”不够聪明”——是它没有工作方法论。普通AI编程助手就像一个”听话的工具人”：你说啥它就写啥，没有工程纪律。

二、superpowers 是什么

obra/superpowers 是一个给 AI 编程助手用的技能框架，GitHub 上 28.7 万⭐，MIT 许可，本质是一套完整的软件开发方法论。

装上之后，你的 Claude Code / Codex / Cursor 不再是”工具人”，而是按规矩办事的”工程团队”：

先反问（brainstorming）—— 弄清你到底要啥
出 spec —— 写成文档让你签字
拆 plan（writing-plans）—— 把活拆成 2-5 分钟可执行任务
git worktree 隔离 —— 不污染主线
TDD 强制（test-driven-development）—— 写失败测试 → 看红 → 写最小代码 → 看绿 → 重构
派子代理（subagent-driven-development）—— 每个任务派新代理执行 + 两道审查
任务间 review（requesting-code-review）—— 自动互相 review
完成前自检（verification-before-completion）—— 用证据验证

支持 14 个 harness（AI 编程工具）：Claude Code、Codex、Cursor、Devin、Factory Droid、Gemini CLI、GitHub Copilot CLI、Grok Build CLI、Kimi Code、OpenCode、Pi、Hermes Agent、Antigravity——基本覆盖所有主流AI编程工具。

三、7 步标准工作流

[你：写一个 XX 功能]
    ↓
① brainstorming —— AI 反问："用邮箱还是手机号？要不要验证码？"
    ↓
② writing-plans —— AI 拆 12 个任务，每个 2-5 分钟，附文件路径
    ↓
③ using-git-worktrees —— AI 新建分支 feature/xx-iso
    ↓
④ TDD —— 每个任务：先写失败测试 → 实现 → 重构
    ↓
⑤ subagent-driven-development —— 派子代理执行，两道审查
    ↓
⑥ requesting-code-review —— 任务间自动 review
    ↓
⑦ finishing-a-development-branch —— AI 汇报："测试全过，要 merge / PR / 保留 / 丢弃？"

每一步都有对应的子技能强制执行——不是建议，是硬性工作流。

四、4 大核心原则

🧪 Test-Driven Development（测试先行，永远）
- 任何代码改动，先写失败的测试
- 看测试红 → 写最小代码让它变绿 → 重构
- 测试驱动的开发，质量是设计出来的，不是事后补的
🧭 Systematic over ad-hoc（系统化优于拍脑袋）
- 调试有 4 阶段根因排查法，不靠瞎试
- 规划有明确的”2-5 分钟任务”颗粒度，不靠大跃进
- 一切按流程走，而不是”灵感来了就改”
🪶 Complexity reduction（简化是首要目标）
- YAGNI（You Aren’t Gonna Need It）—— 不要做现在不需要的东西
- DRY（Don’t Repeat Yourself）—— 不重复造轮子
- 真/绿/重构循环强制消除临时代码
🔍 Evidence over claims（证据优于自夸）
- 用 verification-before-completion 自检
- 完成 = 测试通过 + 用户能验证 + 代码可维护
- 不靠嘴说”搞定”，靠证据说”搞定”

五、跟普通 AI 编程助手的对比

维度	普通 AI 助手	装上 superpowers 之后
收到需求	直接动手写代码	先反问澄清，出 spec
大任务	一口气写完	拆 2-5 分钟任务，逐步执行
测试	可选	强制 TDD，不写测试不让过
任务隔离	单线串行	派子代理，可并发可独立
代码审查	没有	两道审查（spec 合规 + 代码质量）
完成判定	嘴说”搞定”	证据验证，跑测试、看输出
收尾	留下一堆半成品	明确选项（merge / PR / 丢弃）
长任务	容易跑偏	可自主工作几小时不偏离计划

六、3 个真实场景：装上 superpowers 之后

场景 1：重构一个老模块

不用 superpowers：AI 直接重写 800 行，引入 3 个新 bug，2 个测试失败。用 superpowers：brainstorming 阶段先和你确认”重构边界”，writing-plans 拆成 15 个 2-5 分钟任务，每个任务 TDD（先有测试再写实现），子代理执行 + 自动 review。最后 0 个新 bug，所有测试通过。

场景 2：长任务 3 小时

不用 superpowers：AI 写到 1.5 小时就”忘了”你最初的需求，开始偏题。用 superpowers：spec-first 把需求锁死，plan 把任务拆碎，子代理每个新上下文（不污染），自动 review 每一步对齐 spec。3 小时不跑偏。

场景 3：debug 一个诡异 bug

不用 superpowers：AI 瞎试改 5 种方案，越改越乱。用 superpowers：systematic-debugging 走 4 阶段根因排查（根因追踪 → 深度防御 → 条件等待），verification-before-completion 用证据自检。10 分钟定位根因，1 行修复。

七、怎么用

装上 superpowers 后，你给 AI 一个编程任务（比如”帮我写个用户登录功能”），它不会再”啪”一下给你 500 行代码，而是按 superpowers 工作流：

反问：“邮箱还是手机号？要不要验证码？要不要第三方登录？”
写 spec 让你确认
拆 plan（12 个 2-5 分钟任务）
你说”go”
派子代理执行 + 两道审查
任务间 review
完工问你”merge / PR / 保留 / 丢弃？”

整个过程你只在反问和 sign-off 阶段介入，剩下 AI 自主完成。

八、14 个子技能清单

阶段	技能	用途
启动	`using-superpowers`	元技能，启动时必读
需求	`brainstorming`	苏格拉底式澄清需求
规划	`writing-plans`	任务拆 2-5 分钟颗粒度
隔离	`using-git-worktrees`	Git 分支/工作区独立干活
实施	`test-driven-development`	RED-GREEN-REFACTOR 强制
实施	`subagent-driven-development`	派新子代理 + 两道审查
实施	`executing-plans`	批量执行 + 人为 checkpoint
实施	`dispatching-parallel-agents`	并行子代理
质量	`requesting-code-review`	发起代码审查
质量	`receiving-code-review`	接收并响应审查反馈
收尾	`finishing-a-development-branch`	merge / PR / 保留 / 丢弃
调试	`systematic-debugging`	4 阶段根因排查
收尾	`verification-before-completion`	完成前证据自检
Meta	`writing-skills`	编写新技能的方法论

你不需要学全套——AI 会自己判断什么时候该用哪个。最常用的是 brainstorming、writing-plans、TDD、subagent-driven-development、verification-before-completion 这 5 个。

九、上游归属

项目名：superpowers
作者：Jesse Vincent / Prime Radiant
仓库：https://github.com/obra/superpowers
许可：MIT License
数据：GitHub 28.7 万⭐（截至 2026-09）

想直接装上体验？

把 obra/superpowers 项目的完整 14 个子技能 + 项目介绍 + 使用说明 + 上游归属 + MIT License 全部打包好了。装到 Claude Code / Codex / Cursor 之后，你的 AI 编程助手就再也不会”瞎写代码”了——而是按 spec-first → TDD → 子代理 → 审查 → 验证的工程纪律出活。

📦 资料包下载：https://v.v8l.cn/s/pXapAp7

默认的AI是”工具人”，装上 superpowers 变”工程团队”。14 个子技能不是增加规则，是改变 AI 的整个工作方式。代码质量提升 + 返工减少，长任务从平均 3 次返工降到 0-1 次。

#AI编程 #ClaudeCode #Codex #Cursor #superpowers #TDD #子代理 #代码审查 #软件开发方法论 #MIT

本文由 AI 辅助创作，方法论与脚本为原创，配图/排版由人工完成。