值得用的Agentic Skills框架：Superpowers从安装到实战

你让Claude Code写一个功能，它很快写完了，然后你花两个小时修它留下的bug。这种情况并不少见——Stack Overflow 2025年调查显示，84%的开发者已在使用AI编程工具，但DX对13.5万名开发者的研究发现，AI生成的代码在PR审查中被打回的概率是人工代码的1.7倍。速度不是问题，返工才是。

Superpowers是一个Claude Code插件，做的事情听起来有点反直觉：它让AI变慢了。具体来说，它强制Claude Code在写代码之前先问清楚需求、出方案、写测试，写完之后自动审查，确认没问题才提交。

GitHub上11.5万颗星，官方插件市场23万次安装，Claude Code里按星数排在第三方插件首位。安装之后最直观的变化：你说"帮我加个功能"，Claude Code不再直接开始编码，而是先问你一连串问题。据项目README描述，在这套流程下Claude Code可以自主运行数小时不偏离方向，实际效果因项目复杂度而异，但确实比不加约束时可靠很多。

▲ 装Superpowers前后的工作方式对比

一个开源的Skills框架插件，给Claude Code加入软件工程规范。作者Jesse Vincent在开源社区活跃了二十多年，开发了Request Tracker，负责过Perl 5的发布管理，联合创办了Keyboardio键盘公司，K-9 Mail也出自他手（后来成为Thunderbird for Android）。

Superpowers里的每个"Skill"本质上是一份markdown格式的工作规范，对应一个工程实践：brainstorming对应需求澄清，test-driven-development对应TDD，systematic-debugging对应根因分析。

这些Skill是强制的。Claude Code每次接到任务，会先检查有没有匹配的Skill需要执行。写新功能？必须先走brainstorming。修bug？必须先走systematic-debugging。可以理解成给一个能力很强但缺乏项目经验的工程师配了一个严格的tech lead，行为规范全部预先定义好。

Superpowers跟Anthropic的插件系统同一天上线（2025年10月9日），现在支持Claude Code、Cursor、Codex、OpenCode、Gemini CLI五个平台。Simon Willison（Django联合创始人）说Vincent是"他认识的最有创造力的AI编程工具使用者之一"。

大多数AI编程工具的默认行为是拿到需求就开始编码。Superpowers的默认行为是拿到需求先向你确认。

先确认需求，再开始编码

brainstorming Skill在你提出任何建设性任务时自动启动。Claude Code会先检查项目现有的文件、文档、最近的commit，然后一次向你确认一个问题：功能边界在哪？有什么约束？什么算完成？

确认完成后，它提出2-3个方案供选择，每个方案附带优劣分析和推荐理由。你确认后，它将方案写成文档存入docs/plans/目录并commit。

这步看起来多此一举。但实际使用后会发现，AI编程出问题最多的原因在于意图理解偏差，而非编码能力本身。你以为说清楚了，它以为理解了，双方对产出都不满意。brainstorming这一步就是在编码之前消除这种偏差。

TDD：不写测试就不让写代码

Microsoft和IBM的联合研究显示，严格TDD能把预发布bug减少40%-90%，代价是前期多花15%-35%的时间。对人来说这个代价有时不值得，但AI不存在"赶进度不想写测试"的情绪，Superpowers正是利用了这一点。

它的规则只有一条：先写测试，看它失败，再写代码让它通过。如果AI跳过了测试直接写代码——删掉，从头开始。不许保留"参考"，不许偷看，重新从测试出发实现。byteiota.com上有开发者反馈：使用Superpowers后测试覆盖率从不到30%提升到了85%-95%。

▲ TDD循环：先红再绿再重构

两轮审查：写代码的和查代码的不是同一个Agent

设计和计划确认后，Superpowers给每个任务分配一个独立的子Agent执行。代码写完不能直接提交，还要经过两轮审查。

第一轮是规格审查，由另一个Agent来做，这个Agent的设定是"怀疑一切"——它不看执行者写的总结，直接读代码，逐行对照需求里的每一条。通过之后才进第二轮：代码质量审查，看整洁度、测试覆盖、可维护性。

任一轮未通过，代码返回修改后重新提交审查。

▲ 双轮审查机制

Debug有章法

AI调试时有一个常见的坏模式：看到报错就尝试一种改法，不行就换一种，反复尝试消耗的时间往往比认真定位一次根因多得多。systematic-debugging Skill就是针对这个问题设计的，它强制执行四个步骤：先查根因，再复现，再制定修复方案，最后验证修复生效。根因没有查清楚之前，不允许提出任何修复方案。

▲ 三步安装

安装完成后自动生效，无需额外配置，更新命令为/plugin update superpowers。

Codex和OpenCode的安装方式不同，在对话中输入对应指令即可：

Codex：

Fetch and follow instructions from
https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.codex/INSTALL.md

OpenCode：

Fetch and follow instructions from
https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md

▲ Superpowers 七步工作流

用一个具体例子走一遍完整流程。假设你对Claude Code说："帮我在这个Next.js项目里加一个用户反馈表单，收集评分和文字意见，存数据库。"

Claude Code不会直接编码。它先逐个确认：评分是1-5还是1-10？是否匿名？提交后显示什么？数据库用哪个？每次一个问题，你回答后再问下一个。

确认方案后，它用git worktree创建一个隔离分支，生成实现计划：建migration、写Zod schema、实现API路由、写前端组件、加测试。每步都明确修改哪些文件、如何验证。

执行时每个任务一个子Agent。比如"实现API路由"这个任务，子Agent先写测试（无效评分返回400，正常提交返回201），确认测试全部失败，再写最少的代码让它通过，整理后提交，进两轮审查。

全部执行完成后，它运行一次完整的测试套件确认无遗漏，然后问你：合并到main？创建PR？还是先保留分支？

Superpowers一共14个Skill，分四组，全部自动触发，不需要记忆命令。

▲ 14个Skill分类

手动调用：

/superpowers:brainstorm

/superpowers:write-plan

/superpowers:execute-plan

Superpowers的完整流程（brainstorming → planning → subagent execution → review）适合有一定复杂度的功能开发。团队项目、对代码质量有要求的项目、需要AI长时间自主运行的项目，这些场景下效果最明显。

改一行配置、加一条注释这类简单任务，不必走完整流程，反而浪费时间。

多Agent审查会额外消耗token，这是一个实际问题。不过Vincent在博客中提到，Superpowers的核心引导只占不到2000个token，一个完整的todo应用端到端对话消耗约10万token。流程本身的开销占比很小。

当然，Superpowers不是市面上唯一的AI编程规范框架。GStack有3.9万星，提供28个手动命令和安全扫描；ContextKit走四阶段规划路线。Superpowers的差别在于14个Skill全自动触发，不需要你记住什么时候该调什么命令。