在软件开发领域,规范驱动开发正逐渐成为一种高效的需求落地方式,它强调以清晰、可执行的规范作为开发过程的中心。然而,现有的SDD工具如 openspec 和 speckit 在实际使用中存在一些痛点:openspec 默认不支持测试驱动开发流程,难以与自动化测试无缝衔接;而 speckit 则因流程过于笨重,导致每次迭代都消耗大量 token,效率低下。
相比之下,基于 Claude 的 Superpowers 模型凭借其极简的指令集和贴合直觉的开发流程,成为了一个更优的选择。它仅需 brainstorm、write-plan、execute-plan 三个核心指令,既能支持多轮头脑风暴来充分论证方案,又能将决议快速落地为可执行计划,让项目规划与执行变得轻盈而自然。更重要的是,它原生支持 TDD 开发,并能通过多代理协作来完成包括实现、评审、格式和质量检查在内的完整任务闭环。
下面,我将结合一个具体的 分布式系统 场景——为 Kvrocks 增加脑裂防护功能,来详细介绍如何利用 Superpowers 以更科学的方式重塑 SDD 实践。
安装
安装过程非常简单,在 Claude Code 中执行下述两条命令后重启即可:
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace
Skills
支持的Skill列表
Superpowers 提供了一系列功能明确的 Skill(技能),你可以根据开发阶段的不同需求进行调用:
| Skill |
用途 |
superpowers:writing-plans |
编写实现计划 |
superpowers:executing-plans |
执行计划 - 按 task 逐步实现 |
superpowers:subagent-driven-development |
子代理驱动开发 - 派发子代理执行 task |
superpowers:test-driven-development |
TDD 开发流程 |
superpowers:requesting-code-review |
请求代码审查 |
superpowers:receiving-code-review |
接收代码审查反馈 |
superpowers:verification-before-completion |
完成前验证 |
superpowers:systematic-debugging |
系统化调试 |
superpowers:brainstorming |
头脑风暴 |
superpowers:finishing-a-development-branch |
完成开发分支 |
superpowers:using-git-worktrees |
使用 git worktree |
superpowers:dispatching-parallel-agents |
并行派发代理 |
几种执行方式的比较
在实际开发中,executing-plans、test-driven-development 和 subagent-driven-development 是三个核心的执行模式,它们各有侧重:
| 维度 |
executing-plans |
test-driven-development |
subagent-driven-development |
| 定位 |
执行计划的流程框架 |
写代码的方法论 |
执行计划的高级模式 |
| 核心原则 |
分批执行 + 人工检查点 |
先写失败测试,再写实现 |
每 task 派子代理 + 双重审查 |
| 执行者 |
当前 Claude 直接执行 |
当前 Claude 直接执行 |
派发子代理执行 |
| 审查方式 |
每批完成后人工 Review |
无内置审查(依赖测试) |
自动双重审查(spec + quality) |
| 会话模式 |
可在新会话执行 |
嵌入任何开发流程 |
当前会话内完成 |
其中,subagent-driven-development 是最强大的模式,它会为每个任务创建专门的子代理来协作完成,流程包括实现、规范评审和代码质量审查,自动化程度很高。

整体执行过程
这里以“为 Kvrocks 增加脑裂防护机制”这一需求为例,演示 Superpowers 实践 SDD 的标准流程:
-
/superpowers:brainstorming 解决脑裂
针对要完成的主题和 AI 进行交互式讨论,充分确认方案的技术细节、权衡取舍和边界条件。这个过程是方案成型的关键。
-
/superpowers:writing-plans
基于头脑风暴的结论,生成详细的实现计划。计划会按功能模块进行拆分,通常建议每个功能的代码量控制在 300 行以下,以便于后续的代码审查。这一步完成后,会形成一份设计文档和一份可执行的 Task 列表。
-
/superpowers:subagent-driven-development
执行上一步生成的计划。AI 会按照 Task 列表逐个生成代码,并要求人工在关键节点进行检查。在这个过程中,AI 会严格按照 TDD(测试驱动开发)的原则,先编写单元测试,再实现功能代码。
/superpowers:brainstorming 体验
通过几轮关于脑裂防护的迭代讨论,我获得了以下核心体会:
- AI 是增强工具,而非替代品:对于复杂需求,人类开发者仍然需要担任主控角色。你对问题的理解和架构能力,直接决定了 AI 辅助输出的质量。
- 人的经验用于关键权衡:开发者对问题认知越深刻,就越能帮助 AI 进行有效的“剪枝”。尤其是在处理现实世界的工程权衡时,例如脑裂容忍时间、实现复杂度、租约失效机制之间的平衡,人类的经验不可或缺。
- AI 擅长场景穷举与方案推演:让 AI 去穷举各种可能的故障场景(如网络分区、控制器故障),并评估既定方案在每种场景下的行为,是一个非常高效的用法。人类开发者则可以专注于检查这些推演的合理性和完备性。

/superpowers:writing-plans 体验
在使用 writing-plans 技能时,需要注意:当前版本的 Superpowers 没有自动的任务执行进度备份机制。为了避免 Claude 会话重启后丢失进度,需要手动提醒 AI 记录当前完成到了哪个 Task,或者自己做好进度标记。

总结
总的来说,Superpowers 为在 Claude 环境中实践 SDD 提供了一套极其顺滑的工具链。它将规范的讨论、计划的制定与代码的实现、评审有机地整合在一个连贯的流程中。其 subagent-driven-development 模式通过自动化的子代理协作,显著提升了代码质量和开发过程的可控性。
对于涉及复杂逻辑和多种边界的 开源项目 功能开发,这套方法尤其有效。它既能利用 AI 强大的代码生成和场景分析能力,又能确保人类的架构智慧和工程判断始终主导着项目方向。如果你正在寻找一种更结构化的 AI 辅助开发方式,不妨在 云栈社区 与其他开发者交流心得,并亲自尝试一下 Superpowers,相信它会给你带来不一样的开发体验。
|