系列：AI 编程工具生态挖掘 ｜ 字数：约 3200 字 ｜ 预计阅读：8 分钟

上一个系列写了很多"怎么让 AI 做一个具体任务"。但你有没有想过——如果让 AI 从理解需求开始，规划方案、写代码、跑测试、自己审查自己、验证通过了再提交，一整套流程全自动跑下来会是什么样？

obra/superpowers 就是为这件事设计的。177K stars，是目前社区里最完整的端到端工程流水线。

这篇文章完整跑通一次——一个需求从脑暴到合入，全程不手动写一行代码。

superpowers 是什么

九个技能，串成一条流水线：

brainstorming        → 理解需求，头脑风暴，输出多种方案
write-plan           → 选定方案，拆解成可执行的任务列表
execute-plan         → 逐个任务执行，跑测试
test-driven-dev      → 写测试→最小实现→重构→循环
subagent-driven-dev  → 并行 Agent 分别处理不同模块
systematic-debugging → 系统化调试（不是瞎试）
request-review       → 请求另一个 Agent 做代码审查
verification-before-completion → 完工前逐条核验
git-worktrees        → 隔离的并行开发环境

不是九个独立工具，是九个互相关联的关卡。上一个关卡的输出是下一个关卡的输入。走完九关，一个需求从一句话变成提交的代码。

安装

/plugin install superpowers-skills@anthropics-claude-code

装完之后 Shift+Tab 切到需要的权限模式，开始。

实战：给一个博客系统加 RSS 订阅功能

有一个 Flask 博客应用，文章、标签、归档都有了。老板说"加个 RSS"。

第一关：brainstorming

用户: /brainstorming 给这个博客系统加 RSS 订阅功能

Claude Code (brainstorming):
  • Reading app structure...
  • Current: Flask blog with posts, tags, archive
  • Options:
    A. Flask-FeedGenerator library — 30 min, external dependency
    B. Manual XML generation with Jinja2 template — 15 min, no deps
    C. atom 格式而非 RSS — 更新，但部分阅读器不兼容

  Recommendation: B (manual XML + Jinja2)
  Reasoning: No new dependency, the blog already uses Jinja2,
    only need 2 templates + 1 route

  Want me to write a plan?

脑暴阶段给了三个方案，选了最简的——不引入新依赖，复用已有的 Jinja2 模板系统。这个决策被写入了下一关的输入。

第二关：write-plan

用户: /write-plan 按方案 B 写出实现计划

Claude Code (write-plan):
  Task 1: Create RSS XML Jinja2 template (rss.xml.j2)
  Task 2: Add /feed route to app.py
  Task 3: Add RSS discovery link to base template <head>
  Task 4: Write test_rss.py
  Success criteria:
    ✓ GET /feed returns XML with correct Content-Type
    ✓ Feed contains 20 most recent posts
    ✓ Each entry has title, link, description, pubDate
    ✓ Browser auto-discovers feed via <link> tag

计划里每个任务有明确的验收标准。这就是 Goal-Driven Execution——没做之前就知道"怎么验证对不对"。

第三关：execute-plan（穿插 TDD）

执行过程中调用了 TDD 技能——先写测试，再写实现：

→ Task 1: Create rss.xml.j2
  [Writing test first] test_rss.py: test_feed_content_type (FAIL expected)
  [+] templates/rss.xml.j2 (12 lines)
  → pytest test_rss.py: PASSED

→ Task 2: Add /feed route
  [Writing test first] test_rss.py: test_feed_has_20_posts (FAIL)
  [+] app.py: @app.route('/feed') (8 lines)
  → pytest test_rss.py: PASSED

→ Task 3: Add RSS discovery link
  [~] templates/base.html: <link rel="alternate" type="application/rss+xml">
  → curl -I http://localhost:5000/: link header confirmed

→ Task 4: Final verification
  → pytest tests/: 12 passed (8 existing + 4 new)
  → curl -s http://localhost:5000/feed | xmllint --format -
    ✓ Valid XML
    ✓ 20 entries
    ✓ Correct Content-Type

第四关：request-review

用户: /request-review

Claude Code (reviewer agent):
  Reviewing changes in this session:

  app.py (+8 lines):
    ✓ Route naming consistent with existing patterns (/feed follows /tag/<name>)
    ✓ Error handling: 404 if no posts (matches existing behavior)
    ⚠ Suggest: Add ETag header for caching (not blocking)

  templates/rss.xml.j2 (new file):
    ✓ Uses existing post.to_dict() method from models/post.py
    ⚠ Date format: uses strftime('%a, %d %b %Y') — timezone not included.
      RFC 822 requires timezone. Consider adding +0000.

  test_rss.py (new file):
    ✓ Covers content type, post count, XML validity
    ✓ Uses existing fixtures from conftest.py

审查 Agent 发现了日期格式化缺时区的问题——RFC 822 要求时区，没有的话部分 RSS 阅读器会拒绝解析。人对日期的敏感度不如 Agent，这种问题人工 review 大概率漏掉。

第五关：verification-before-completion

修完时区后跑最后一关：

用户: /verification-before-completion

Claude Code:
  ✓ GET /feed returns Content-Type: application/rss+xml
  ✓ Response body is valid XML (xmllint verified)
  ✓ Feed contains 20 most recent posts
  ✓ Each entry has all required RSS 2.0 fields
  ✓ <link> tag in base.html matches route URL
  ✓ All existing tests still pass (12/12)
  ✓ Review issue (RFC 822 timezone) has been fixed

  All criteria met. Ready to commit.

流完了，感觉怎么样

全程下来，写了大概 5 条指令——全是决策，不是代码。代码、测试、审查、验证都是 Agent 自己跑的。

这个流水线的核心价值不是"自动写代码"——是让每道关卡都有人（Agent）把守。头脑风暴防止方向走错、TDD 防止实现出错、审查防止疏漏、验证防止残次品。每一关都是上一关的质检员。

跟直接让 Claude Code "加 RSS 功能"的差距在哪？直接做的话，AI 也做得出来——但不会分方案评估、不会先写测试再写代码、不会自己审查自己、不会列验收标准逐条核验。少了四个关卡，最终代码功能一样，但质量差距明显。

不适合什么场景

快速原型。 如果你在验证一个想法，不需要全套流水线。九关之后原型该推翻的还是要推翻。先用 Karpathy 规则 + 直接指令快速验证。

需求已经非常明确的小改动。 加一个查询参数、修一个 typo——流水线比任务本身还重。

单文件脚本。 一个 data_cleaner.py 不需要 TDD + 审查 + 验证。过度流程化是另一种浪费。

superpowers 最合适的场景——需要跨文件改动的中等复杂度功能、团队协作项目需要一致性质量、或者你不确定"AI 的实现对不对"的时候。

下一篇

superpowers 是端到端的重型方案。下一篇换个风格——Matt Pocock 的四个轻量级技能：/grill-me（盘问你到底要什么）、/tdd（纯测试驱动）、/diagnose（系统化排错）、/caveman（极限节省 token）。80K stars 的 TypeScript 大佬技能包。

# 人工智能
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

2026年了，AI写代码到底靠不靠谱？我用三个月血泪史告诉你真相

前几天看到个帖子，说"2026年还手写代码的程序员都是傻子"。我不同意。也有人说"AI生成的代码根本不能上生产环境"。我也不同意。AI是工具，工具没有对错，用工具的人有高低。如果你现在还在纠结"要不要用AI写代码"，我的建议是——立刻用，但带着脑子用。别当拒绝新技术的 dinosaur，也别当只会点按钮的"AI傀儡"。保持对代码的敬畏，保持对技术的理解，这才是2026年程序员最硬的底气。你在用AI

avatar AI编程社区

CC-Switch不只是切换API：从GitHub更新日志看懂它的功能和底层原理

CC Switch：从配置切换器到AI编程统一管理平台 摘要： CC Switch已从最初的Claude Code/Codex供应商切换工具，发展为功能全面的AI编程管理平台。它通过统一界面管理多个AI编程工具（Claude Code、Codex、Gemini CLI等）的配置，支持供应商切换、本地代理路由、跨工具能力同步等功能。核心演进包括：采用SSOT架构集中管理供应商数据、扩展支持6+工具、

avatar AI编程社区
cover

这次走对了，微软AgenticRAG实测5.9倍提升

avatar AI编程社区