前面几篇我们聊了Karpathy的四条铁律和OpenSpec的规范驱动开发。今天介绍一个更重量级的方案——Superpowers，GitHub近10万星，Claude Code 生态中最火的技能框架。
一个现实问题：AI产出的代码为何总是“玩具级”？
大部分程序员用AI写代码，最终得到的是什么？往往是 玩具级代码。
这些代码能跑，也能做个演示，乍一看没问题。但一旦想放到生产环境，问题就全暴露了：没有测试、缺少错误处理、架构混乱、维护困难。为什么会这样？因为当前AI编程助手的默认行为模式是 “尽快给你一个能用的结果”，而不是 “给你一个工程级的解决方案”。
这就像是雇了一个极其聪明但毫无工程素养的实习生。他出活极快，但代码质量往往一塌糊涂。
而 Superpowers 要解决的核心问题，正是这个痛点：让AI写出符合生产要求的工程级代码。
什么是Superpowers？
Superpowers是一个面向AI编程助手的 技能框架（Agentic Skills Framework），由Jesse Vincent创建。
GitHub: github.com/obra/superpowers
Jesse Vincent何许人也？他是知名开源项目RT（Request Tracker）的创建者，拥有超过20年的开源社区经验。他太清楚“好代码”和“能跑的代码”之间的本质差距了。
Superpowers的核心思路非常明确：通过一组可组合、可强制执行的“技能”来约束AI的行为，确保最佳工程实践得以贯彻。
请注意 “强制” 这个词。在Superpowers体系里，技能不是温和的建议或参考，而是 AI必须遵守的工作流。它通过一套精巧的机制，从根本上防止AI“偷懒”或“走捷径”。
目前，Superpowers在GitHub上已收获 近10万颗星，是Claude Code生态中最受欢迎的框架，并且已上架Claude Code官方插件市场。
四大核心设计原则
Superpowers的整套设计基于四个坚实的软件工程原则：
-
测试驱动开发（TDD）—— 先写测试，永远如此
这不仅因为测试重要，更因为TDD强制开发者（或AI）先想清楚“这段代码应该做什么”，再去思考“怎么实现”。这个顺序至关重要，不能颠倒。
-
系统化而非临时性
不依赖灵感和直觉，而是依靠流程和规范。开发中的每一步都有明确的方法论指导，最大程度减少“拍脑袋”式的决策。
-
降低复杂性
将“简洁”作为设计的首要目标。这与Karpathy倡导的“Simplicity First”原则不谋而合。
-
证据胜于声明
AI单方面说“我做完了”是无效的。只有测试通过才算真正完成。在获得验证之前，一切声明都只是空话。
技能体系详解：覆盖全周期的14个内置技能
Superpowers目前内置了14个技能，完整覆盖了软件开发的各个生命周期阶段。
设计阶段
- brainstorming（头脑风暴） —— 在编写任何代码之前，此技能必须被激活。它会引导AI通过苏格拉底式提问来提炼想法、探索替代方案，并逐步呈现设计方案。其目的不是立刻写代码，而是确保 “做的是对的事”。
- writing-plans（写计划） —— 设计方案确定后，将工作拆解为一个个2-5分钟即可完成的微小任务。每个任务都包含精确的文件路径和清晰的验证步骤。
开发阶段
- test-driven-development（TDD） —— 强制执行经典的RED-GREEN-REFACTOR循环。先写一个必定失败的测试（RED），再写最少的代码使其通过（GREEN），最后进行重构优化（REFACTOR）。
- subagent-driven-development（子代理驱动开发） —— 将任务分发给独立的子代理执行。每个子代理在隔离的上下文中工作，完成后还需经过两阶段审查。这有效解决了AI在长对话中容易“遗忘”上下文的问题。
- executing-plans（执行计划） —— 严格按
writing-plans 生成的计划逐步执行，并在每个检查点验证结果。
- dispatching-parallel-agents（并行代理调度） —— 当存在多个相互独立的任务时，可同时派出多个子代理进行并行工作，提升效率。
- using-git-worktrees（Git工作树） —— 为每个新功能创建隔离的Git工作空间，避免不同功能的代码修改互相干扰。
调试阶段
- systematic-debugging（系统化调试） —— 采用四阶段根因分析法，不是盲目猜测，而是有序地缩小问题范围。
- verification-before-completion（完成前验证） —— 当AI声称“问题已修复”时，强制其进行再次验证，确保万无一失。
协作阶段
- requesting-code-review（请求代码审查） —— 任务完成后自动触发预设的代码审查清单。
- receiving-code-review（回应审查反馈） —— 指导AI如何正确地理解审查意见，并实施修改建议。
- finishing-a-development-branch（完成开发分支） —— 指导AI如何做决策：是将分支合并、保留还是放弃。
元技能
- writing-skills（写技能） —— 提供创建自定义技能的详细指南。是的，Superpowers支持自我扩展。
- using-superpowers（使用指南） —— 对整个技能系统的介绍和基本使用规则说明。
防AI“偷懒”的秘密武器
Superpowers最精妙的设计，或许不在于技能本身，而在于它 防止AI绕过技能的机制。
HARD-GATE（硬门槛）
某些关键技能包含 <HARD-GATE> 标记。这意味着AI 绝对不能跳过这个步骤。例如，在brainstorming技能中明确规定：
在展示设计并获得用户批准之前，不得调用任何实现技能，不得编写任何代码，不得进行任何实现操作。
这不是建议，而是 强制命令。
Red Flags（红旗表）
每个技能都附带一个“红旗表”，列出了AI可能用来跳过流程的各种“合理化借口”及其应对策略。例如：
| AI的借口 |
现实应对 |
| “这只是一个简单的问题” |
所有问题都需要按技能流程检查 |
| “我需要更多上下文” |
技能本身会告诉AI该如何获取所需上下文 |
| “让我先探索一下” |
技能已经指导了应如何探索 |
| “这个任务很简单不需要计划” |
再简单的任务也需要基础规划 |
这个设计极其聪明。它不是天真地假设AI会乖乖听话，而是 预判了AI所有可能的“偷懒”方式，并提前封堵。
自动触发机制
你无需手动激活Superpowers的技能。它在会话启动时会通过hooks自动注入引导内容。AI在收到每条用户消息时，都会自动检查是否有相关技能需要应用。即使某项技能只有1%的适用可能性，AI也必须调用它来确认。
简而言之，你几乎什么都不用做，Superpowers会在背后默默保障工程规范的执行。
一个完整的工作流示例
使用Superpowers开发一个功能，实际体验流程如下：
第一步：你提出需求
“我要给这个项目加一个用户注册功能。”
第二步：brainstorming技能自动激活
AI不会立刻开始写代码。它会启动提问流程：
- “注册需要哪些字段？”
- “使用邮箱还是手机号作为用户名？”
- “是否需要邮箱验证环节？”
- “密码策略有什么具体要求？”
在你回答后，AI会提出2-3种实现方案，分析各自的优缺点，并给出推荐。
第三步：writing-plans技能生成详细计划
你批准设计方案后，AI会自动生成一份可执行的计划：
1. 创建User数据模型 → verify: 模型定义正确
2. 实现注册API端点 → verify: API返回正确状态码
3. 添加邮箱验证逻辑 → verify: 验证邮件能成功发出
4. 编写前端注册页面 → verify: 页面表单功能可用
5. 添加表单验证逻辑 → verify: 非法输入能被正确拦截
第四步：子代理驱动执行
每个微任务会被分发给独立的子代理。每个子代理在自己的上下文中严格遵循流程：
- 先写测试（TDD的RED阶段）
- 再写实现代码（GREEN阶段）
- 最后进行重构（REFACTOR阶段）
- 执行自我审查与代码审查
第五步：完成与最终验证
所有子任务完成后，运行完整的测试套件，确保没有引入任何回归问题。
在整个过程中，你只需要 提出需求 和 做出关键决策，AI负责具体的执行工作，但它的每一步操作都处在Superpowers技能的严格约束之下。
横向对比：Superpowers vs Karpathy CLAUDE.md vs OpenSpec
本系列文章讨论了三种提升AI代码质量的方案，它们的关系与定位如下：
| 维度 |
Karpathy CLAUDE.md |
OpenSpec |
Superpowers |
| 本质 |
高层工程原则 |
规范驱动开发框架 |
技能工作流框架 |
| 形式 |
一个Markdown文件 |
CLI工具 + 目录结构 |
插件 + 14个内置技能 |
| 核心解决 |
AI的行为准则与思维模式 |
需求与实现的对齐问题 |
全流程的工程实践约束 |
| 重量级 |
轻量 |
中等 |
重量级 |
| 学习曲线 |
约5分钟 |
约30分钟 |
2小时以上 |
| 适合场景 |
所有类型项目 |
中大型项目 |
对代码质量有极高要求的项目 |
重要结论：它们并不冲突，完全可以配合使用。
一个渐进的采用建议是：
- 入门：先从Karpathy的
CLAUDE.md 开始，5分钟就能用起来，建立基础认知。
- 进阶：在有一定规模的项目中引入
OpenSpec，解决需求频繁变更下的对齐难题。
- 高级：在对质量有严苛要求的核心项目中使用
Superpowers，获得一套完整、自动化的工程工作流保障。
打个比方：
CLAUDE.md 像是“新手教程”，教你基本操作和理念。OpenSpec 像是“副本攻略”，给你一套打BOSS的标准流程。Superpowers 则是“满级神装”，让你在顶级副本中也能游刃有余。
如何安装与使用？
在Claude Code中，安装非常简单：
# 在 Claude Code 中一键安装官方插件
/plugin install superpowers@claude-plugins-official
安装后，Superpowers会在每次新对话开始时自动激活。你还可以创建自己的自定义技能，只需将技能文件放在 ~/.claude/skills/ 目录下即可。
给初学者的建议：第一次使用时，可以先重点体验 brainstorming（头脑风暴）和 test-driven-development（TDD）这两个技能。亲身感受一下“被严格约束的AI”与“自由发挥的AI”在输出质量和思考过程上的显著区别。
写在最后：从编码者到AI工程管理者
通过本系列的探讨，我们可以看到一种深刻的趋势变化：程序员的角色，正逐渐从“编写代码的人”转向“管理AI编写代码的人”。
Karpathy的四条铁律定义了AI应有的工作哲学；OpenSpec提供了与AI精确对齐需求的方法论；而Superpowers则给出了一套系统化的工具，让高质量的AI协作能够规模化、自动化地运转。
这三者合在一起，讲述的是同一个核心故事：在AI编程时代，工程素养与管理能力，变得比单纯的编码技巧更为重要。
探索如何高效、可靠地利用AI进行编程，是现代开发者必备的课题。如果你也对这类技术文档和前沿实践感兴趣，欢迎在 云栈社区 与更多同行交流切磋。
发表于 昨天 21:11
|
查看: 4|
回复: 0
