1. superpowers

1.1 是什么？

为 AI 编程 Agent 提供结构化软件开发工作流的插件系统
核心理念：一套可组合的 skills 技能 集合 + 初始指令，让编码 Agent 自动遵循最佳实践工作流，而不是直接跳入写代码

1.2 解决了什么问题？

传统 AI 编程 Agent 的典型问题：

• 收到需求就开始写代码，跳过需求澄清和方案设计
• 没有系统性调试流程，遇到 bug 反复瞎试
• 不写测试，或者测试流于形式
• 声称"完成了"但实际没有验证
  Superpowers 通过一套强制触发的 skills来解决这些问题。

1.3 核心工作流程

• 头脑风暴：Agent 不直接写代码，而是先和你对话理解真实需求，产出规格文档，让你确认
• 制定计划：把需求拆解为每个 2-5分钟的原子任务，每个任务都有明确的文件路径、代码和验证步骤
• 执行：通过 subagent-driven-development 自主工作，可连续运行数小时而不偏离计划

---

2. 如何安装

• Claude Code（官方插件市场）：/plugin install superpowers@claude-plugins-official
• Claude Code（第三方市场）：/plugin marketplace ad obra/superpowers-marketplace后/plugin install superpowers@superpowers-marketplace
• Cursor：/add-plugin superpowers或在插件市场搜索 superpowers
• GitHub Copilot CLI：copilot plugin marketplace add obra/superpowers-marketplace 后 copilot plugin install superpowers@superpowers-marketplace
  完成后，开启新对话，让Agent处理任务就可以触发对应的skill

---

Skills

以下是 Superpowers 提供的核心技能（Skills）及其触发时机与作用：

开发工作流 Skills

Skill	触发时机	作用
brainstorming	任何创意或功能开发前	Socratic 式需求澄清，探索方案，产出设计文档
using-git-worktrees	设计确认后	创建隔离工作区，新建分支，验证干净的测试基线
writing-plans	有需求规格后，写代码前	将工作拆解为每个 2-5 分钟的原子任务，含文件路径、代码和验证步骤
subagent-driven-development	有实现计划后	为每个任务派发独立子 Agent，两阶段 review（规格合规 + 代码质量）
executing-plans	有实现计划后	批量执行任务，设置人工检查点
finishing-a-development-branch	任务全部完成后	验证测试，呈现 merge/PR/保留/丢弃选项，清理 worktree

brainstorming 的执行清单

brainstorming skill 内置一个强制执行的 9 步 TODO 清单，Agent 必须按顺序完成每一步：

步骤	内容	说明
1	探索项目上下文	检查文件、文档、最近的 commits，先了解现状
2	提供可视化协作（可选）	如果问题涉及 UI/视觉，单独发一条消息征得同意后开启浏览器协作模式
3	逐一提问澄清	每次只问一个问题，聚焦于目的、约束、成功标准
4	提出 2-3 个方案	列出每个方案的取舍，给出推荐方案及原因
5	分段呈现设计	按复杂度分段展示架构/组件/数据流/错误处理/测试，每段确认后再继续
6	写设计文档	保存到 docs/superpowers/specs/YYYY-MM-DD-<topic>-design.md 并 commit
7	规格自查	扫描 TBD/TODO、内部矛盾、范围是否过大、歧义需求，发现问题直接修复
8	用户审阅规格文件	请用户审阅 spec 文件，有改动就修改后重跑自查，用户确认通过才继续
9	衔接实现阶段	调用 writing-plans skill 创建实现计划（只能调用这一个，不得直接跳到写代码）

硬性限制：在设计文档得到用户确认前，Agent 绝对不能写任何代码、初始化项目、或调用任何实现类 skill。哪怕需求“看起来很简单”，这个流程也必须走完。

测试 Skills

Skill	触发时机	作用
test-driven-development	实现任何功能或修复 bug 前	严格 RED-GREEN-REFACTOR 循环：先写失败测试，再写最少代码让它通过，最后重构
verification-before-completion	声称“完成”或提交 PR 前	必须运行验证命令并确认输出，证据先行，不允许只凭断言调试

协作与 Code Review Skills

Skill	触发时机	作用
requesting-code-review	完成任务、实现重要功能或合并前	PR 前检查清单，按严重程度报告问题，关键问题会阻断进度
receiving-code-review	收到 code review 反馈时	技术严格验证，不盲目同意，不表演式认可
dispatching-parallel-agents	面对 2 个以上独立任务时	并发派发子 Agent，无共享状态依赖的任务并行处理

其他 Skills

Skill	触发时机	作用
using-superpowers	任何对话开始时	建立 skill 使用规范，强制在任何响应前先检查是否有适用 skill
writing-skills	创建或修改 skill 时	创建新 skill 的最佳实践指南，含测试方法

---

核心亮点

• Skills 自动触发，无需手动调用。 每次响应前 Agent 会主动检查是否有适用的 skill
• 强制先设计再写代码。 brainstorming skill 有硬性限制：在设计文档经用户确认前，不能写任何代码、不能初始化项目。哪怕是"看起来很简单"的需求也一样。
• 真正的 TDD。 严格执行 RED-GREEN-REFACTOR：先写失败的测试，再写最少的代码让它通过，最后重构。在测试通过前写的实现代码会被删除。如果项目没有引入测试，这一步会自动忽略。
• 证据先行。 Agent 不允许只凭断言声称"完成了"或"修复了"，必须先运行验证命令并给出实际输出。
• Subagent 并行执行。 实现计划按任务拆分，每个任务派发独立子 Agent 执行，执行完有两阶段 review（规格合规 + 代码质量），互不干扰，可连续自主工作数小时。
• 用户始终是最高优先级。 Skills 的优先级低于用户的显式指令（CLAUDE.md 等），用户说"不要用 TDD"就不用，规则服从于人。

---

与 Claude Code Plan 模式对比

• Plan 模式的优势：零配置开箱即用，适合明确的小改动，没有额外流程负担，速度快。
• Plan 模式的不足：跳过需求澄清，计划不持久化，执行粒度粗，Agent 容易在长任务中偏离。
• Superpowers 的优势：强制需求对齐减少"做完发现做错了"，spec 和计划存档可跨 session 延续，subagent 执行每个任务有 review 把关，内置 TDD 和完成验证。
• Superpowers 的不足：流程较重，简单改动也要走完整步骤；需要安装插件；多轮对话 token 消耗更高。

一句话总结：Plan 模式解决"别直接写代码"的问题，Superpowers 解决"从需求到交付的整个流程"问题。两者不互斥，可以按需使用。