什么是 Claude Code Superpowers？从安装到实际使用，一篇彻底搞懂 AI 编程工作流

最近 AI Coding 越来越火。

以前我们使用 AI 写代码，最常见的方式就是直接告诉它：

“帮我实现一个评论管理功能。”

然后 AI 开始分析、修改代码、创建文件。

看起来非常方便。

但实际开发一段时间后，很容易遇到一个问题：

AI 会写代码，但它真的会按照软件工程的方式开发吗？

例如：

• 需求有没有真正理解？
• 会不会直接开始写代码？
• 有没有先分析现有项目？
• 方案有没有经过确认？
• 有没有制定实施计划？
• 有没有测试？
• 测试通过之后有没有 Review？
• 会不会为了实现一个小功能，顺手修改一堆不相关的代码？

这也是我第一次接触 Superpowers 时最感兴趣的地方。

Superpowers 并不是一个“让 AI 变得更聪明的模型”。

它更像是：

给 AI Coding Agent 加上一套软件开发方法和工作流程。

---

一、Superpowers 到底是什么？

先记住一句话：

Superpowers 是一套面向 AI Coding Agent 的软件开发方法论和 Skills 集合。

官方项目将它描述为一套完整的软件开发方法，建立在一组可以组合使用的 Skills 和初始指令之上。

它的核心思想并不是：

“让 AI 更快地写代码。”

而是：

让 AI 不要一上来就写代码，而是按照更完整的软件开发流程解决问题。

普通 AI Coding 的思路可能是：

需求
 ↓
AI
 ↓
写代码
 ↓
结束

而 Superpowers 更强调：

需求
 ↓
理解需求
 ↓
方案设计
 ↓
用户确认
 ↓
制定实施计划
 ↓
编写代码
 ↓
测试
 ↓
Review
 ↓
验证
 ↓
完成

这两个流程最大的区别其实只有一句话：

不是让 AI 立刻动手，而是先让 AI 想清楚应该怎么做。

---

二、为什么需要 Superpowers？

很多人第一次使用 AI Coding 工具时，都会觉得：

“AI 写代码这么快，我直接让它写不就行了吗？”

小功能确实可以。

比如：

帮我写一个 Go 的二分查找。

这种需求非常明确，AI 基本可以直接完成。

但是如果换成真实项目：

给我的评论管理后台增加评论审核功能。

事情就完全不一样了。

AI 首先需要知道：

• 当前项目是什么架构？
• 评论相关代码在哪里？
• 数据库表是什么？
• 已经有哪些 API？
• 有没有权限控制？
• 审核状态怎么设计？
• 前端需要什么接口？
• 是否需要修改数据库？
• 有没有现成的测试？
• 修改之后会不会影响其他功能？

如果直接让 AI 开始写代码，它很可能根据自己的猜测做决定。

于是就容易出现：

需求理解错误
      ↓
方案错误
      ↓
代码错误
      ↓
测试失败
      ↓
继续打补丁
      ↓
代码越来越乱

Superpowers 解决的核心问题，就是尽量避免这种情况。

---

三、Superpowers 的核心思想是什么？

Superpowers 最值得理解的不是某一个命令。

而是它背后的开发思想。

官方介绍的核心流程大致是：

需求
 ↓
Brainstorming
 ↓
设计确认
 ↓
Implementation Plan
 ↓
执行开发
 ↓
测试 / Review / 验证

在设计获得确认之后，Superpowers 会进一步生成实施计划，并强调 TDD、YAGNI 和 DRY 等工程实践；之后可以进入基于子 Agent 的开发流程。

所以可以把 Superpowers 理解成：

给 AI Coding Agent 加了一套“软件开发流程控制器”。

---

四、Superpowers 最重要的几个阶段

如果你刚接触 Superpowers，不需要一开始就记住所有 Skill。

先理解下面几个阶段就够了。

1. Brainstorming：先搞清楚需求

第一步不是写代码。

而是：

先把需求弄明白。

例如你告诉 AI：

给评论管理后台增加评论审核功能。

AI 不应该马上开始创建文件。

而应该先了解：

现有项目结构是什么？
评论数据怎么保存？
现在有没有审核状态？
管理员权限怎么处理？
需要新增哪些接口？

然后逐渐把模糊的需求变成明确的设计。

这一步非常重要。

因为：

如果需求错了，后面的代码写得越快，错得越远。

---

2. Design：确定实现方案

需求搞清楚之后，还不能马上写代码。

下一步需要确定：

这个功能具体准备怎么实现？

例如评论审核功能，可以设计成：

数据库
 ↓
Repository
 ↓
Service
 ↓
Handler
 ↓
Router
 ↓
前端

同时确定：

• 数据结构
• API
• 状态流转
• 权限
• 异常处理
• 测试方式

然后让开发者确认这个方案。

这里有一个很重要的思想：

AI 提方案，人来确认方案。

而不是：

AI 自己决定一切。

---

五、为什么还要制定 Plan？

很多人会觉得：

“方案都有了，直接写代码不就行了吗？”

实际上，一个稍微复杂一点的功能，很容易涉及很多文件。

例如：

修改数据库
 ↓
修改 Model
 ↓
修改 Repository
 ↓
修改 Service
 ↓
增加 Handler
 ↓
增加路由
 ↓
增加测试
 ↓
执行测试

如果直接让 AI 做：

开始实现这个功能

AI 很容易在大量文件之间来回修改。

而 Superpowers 会进一步把设计拆成比较明确的实施任务。

例如：

Task 1
修改评论数据模型

Task 2
实现评论审核 Repository

Task 3
实现 Service

Task 4
实现 HTTP Handler

Task 5
注册 API 路由

Task 6
编写测试

Task 7
运行测试并修复问题

这样做最大的好处是：

把一个大问题拆成很多个小问题。

---

六、Superpowers 是怎么让 AI 写代码的？

这里就涉及 Superpowers 比较有特色的地方：

Subagent-Driven Development

简单理解：

把大的开发任务拆成多个小任务，让 Agent 按任务逐步完成，并在过程中进行检查。

可以理解成：

完整需求
   ↓
实施计划
   ↓
Task 1
   ↓
检查
   ↓
Task 2
   ↓
检查
   ↓
Task 3
   ↓
检查
   ↓
最终验证

而不是：

“把这个功能全部写完”
          ↓
       AI 开始狂改
          ↓
       最后一次性检查

这也是为什么 Superpowers 不只是一个简单的 Prompt。

它实际上是在组织：

AI Agent + Skills + 软件开发流程

---

七、Superpowers 怎么安装？

如果你使用的是 Claude Code，目前官方提供了两种主要的 Marketplace 安装方式。

方法一：Anthropic 官方 Marketplace

在 Claude Code 中执行：

/plugin install superpowers@claude-plugins-official

这是官方仓库目前提供的安装方式之一。

---

方法二：Superpowers Marketplace

也可以先添加 Superpowers Marketplace：

/plugin marketplace add obra/superpowers-marketplace

然后安装：

/plugin install superpowers@superpowers-marketplace

这也是官方仓库提供的安装方式。

---

八、安装完成之后怎么使用？

这里有一个非常容易误解的地方。

很多人会认为：

“安装之后是不是每次都要输入一堆 Superpowers 命令？”

实际上并不是。

Superpowers 的很多 Skill 会根据任务自动触发。官方说明中也明确提到，Skills 会自动触发，因此正常开发时不需要每次手动调用。

例如你可以直接告诉 Claude：

我要给当前 Go 项目增加评论审核功能。

先分析现有代码和需求，
不要直接开始编码。

如果任务符合相关 Skill 的触发条件，Superpowers 就会介入相应的开发流程。

---

九、也可以使用 Slash Command

除了自动触发之外，Superpowers 也提供了一些 Slash Command。

例如：

/superpowers:brainstorm

用于进行需求和设计讨论。

/superpowers:write-plan

用于生成实施计划。

/superpowers:execute-plan

用于执行计划。

这些命令在 Superpowers 的项目资料中有对应说明。

所以可以简单理解成：

brainstorm
    ↓
确定需求和方案

write-plan
    ↓
制定开发计划

execute-plan
    ↓
执行开发计划

---

十、实际开发一个功能是什么样的？

假设现在有一个 Go + Gin 的后台项目。

需求：

增加评论管理功能。

如果直接使用普通 AI Coding：

用户：
帮我完成评论管理功能。

AI：
好的，我开始修改代码……

然后 AI 可能直接开始：

创建 Controller
修改 Model
创建 Service
修改 Router
……

这种方式虽然快，但是风险也比较高。

---

而使用 Superpowers，更推荐：

用户：
我要增加评论管理功能。

先分析现有代码，
理解项目结构和现有实现。

不要直接编码。

接下来进入需求分析。

---

第一步：分析现有项目

AI 先查看：

项目结构
 ↓
路由
 ↓
Controller
 ↓
Service
 ↓
Repository
 ↓
Model
 ↓
数据库
 ↓
测试

然后告诉你：

目前项目采用 XXX 架构。

评论相关代码目前位于 XXX。

现有评论表包含 XXX 字段。

当前已经存在 XXX API。

这一步的目的只有一个：

让 AI 先了解项目，而不是猜项目。

---

十一、第二步：需求分析

接下来 AI 会进一步确认：

评论管理需要哪些功能？

查询？
删除？
审核？
分页？
关键词搜索？
状态筛选？

如果需求存在歧义，就需要先确认。

例如：

“评论删除以后，是物理删除还是逻辑删除？”

这个问题如果一开始没有确定，后面可能就会产生完全不同的代码实现。

所以：

先解决歧义，再开始编码。

---

十二、第三步：制定实施计划

方案确定以后，开始制定计划。

例如：

1. 增加 Comment 状态字段
2. 修改数据库结构
3. 增加 Repository 方法
4. 增加 Service 方法
5. 增加 Handler
6. 注册路由
7. 增加单元测试
8. 执行测试
9. Review
10. 最终验证

这时候你就能看到：

AI 到底准备怎么做这个功能。

如果计划有问题，可以在真正写代码之前修改。

这比代码写完之后再发现方向错了，成本低得多。

---

十三、第四步：开始编码

计划确认之后，才进入真正的开发阶段。

例如：

Task 1
↓
修改 Model

Task 2
↓
修改 Repository

Task 3
↓
修改 Service

Task 4
↓
修改 Handler

Task 5
↓
增加测试

每完成一个阶段，都应该进行验证。

---

十四、第五步：测试

这是我认为 Superpowers 对初学者特别有价值的一点。

因为很多初学者写代码的时候容易变成：

代码能编译
=
功能完成

其实完全不是。

至少应该验证：

正常情况
异常情况
边界情况
数据库情况
API 返回结果

例如评论审核：

正常审核
重复审核
不存在的评论
非法状态
没有权限
数据库异常

都应该考虑。

Superpowers 的开发方法强调测试驱动开发（TDD），并在工作流中加入验证和测试。

---

十五、第六步：Code Review

测试通过也不代表：

代码一定没问题。

还需要进行 Review。

例如检查：

有没有重复代码？

有没有修改无关文件？

有没有不必要的设计？

有没有安全问题？

有没有错误处理遗漏？

有没有违反现有项目架构？

测试是否足够？

这一步实际上非常适合 AI。

因为可以让 AI：

站在 Reviewer 的角度重新检查刚才写的代码。

---

十六、Superpowers 和普通 AI Coding 有什么区别？

可以简单对比一下。

对比	普通 AI Coding	Superpowers
需求分析	可能直接编码	强调先分析
方案设计	不一定有	有明确设计阶段
实施计划	通常没有	有
编码	直接修改	按计划执行
测试	视 Prompt 而定	强调测试
Review	视 Prompt 而定	工作流中强调验证
复杂项目	容易失控	更强调流程
AI 自主性	高	有流程约束

但是一定要注意：

Superpowers 并不能保证 AI 写出的代码一定正确。

它解决的是：

开发过程更加结构化。

而不是：

AI 从此不会犯错。

---

十七、Superpowers 是不是“万能插件”？

不是。

这一点一定要说清楚。

Superpowers 不能代替：

• 软件工程基础
• 编程能力
• 项目架构知识
• Git
• 测试
• Code Review
• 开发者自己的判断

尤其是初学者。

如果完全不理解代码，只是：

AI 写
 ↓
直接运行
 ↓
没报错
 ↓
提交

其实风险非常大。

因为：

AI 可以帮你开发，但你仍然需要知道它到底做了什么。

---

十八、初学者应该怎么使用 Superpowers？

我特别推荐一种方式：

不要把它当成“自动写代码工具”

而是把它当成：

一个 AI 软件工程导师 + 编程助手。

例如你准备开发一个功能，可以这样要求：

我要实现 XXX 功能。

先不要写代码。

第一步：
分析当前项目结构。

第二步：
分析需求。

第三步：
给出实现方案。

第四步：
告诉我方案中有哪些风险。

等我确认之后，
再制定实施计划。

最后再开始编码、测试和 Review。

这样你实际上是在：

学习软件工程
        +
学习 Go
        +
学习项目架构
        +
使用 AI Coding

而不是单纯让 AI 帮你“写作业”。

---

十九、一个非常适合初学者的完整流程

如果把今天的内容压缩成一张图，可以记住：

                 用户提出需求
                       ↓
                 分析现有项目
                       ↓
                  明确需求
                       ↓
                 Brainstorming
                       ↓
                  设计方案
                       ↓
                  用户确认
                       ↓
                 制定实施计划
                       ↓
                  开始编码
                       ↓
                    测试
                       ↓
                   Code Review
                       ↓
                    最终验证
                       ↓
                    功能完成

这也是 Superpowers 最值得学习的地方。

它真正强调的并不是：

“AI 能不能写代码？”

而是：

“AI 能不能按照工程化的方式完成软件开发？”

---

二十、最后总结

如果只记住几个关键词，可以记成：

Superpowers
    ↓
Skills
    ↓
软件开发方法
    ↓
需求分析
    ↓
设计
    ↓
计划
    ↓
编码
    ↓
测试
    ↓
Review
    ↓
验证

记住一句话：

Superpowers 不是一个让 AI “更会写代码”的模型，而是一套让 AI “更有流程地开发软件”的方法和 Skills。

对于初学者来说，它最大的价值也许不是帮你少写几行代码。

而是让你第一次接触真实项目时，逐渐建立一种意识：

软件开发不是“想到什么就写什么”，而是先理解问题，再设计方案，最后通过编码、测试和 Review 把问题解决。

AI Coding 真正值得学习的，也许并不是：

“怎么让 AI 帮我写更多代码。”

而是：

“怎么让 AI 按照正确的软件工程方法，帮助我把一个需求真正做完。”

参考资料

• Superpowers 官方 GitHub 仓库
• Superpowers 官方 README