Claude Code 作为 Anthropic 推出的终端 AI 编程工具，它凭借强大的代码理解与生成能力，成为 2026 年最火 AI 编程工具之一，但原生模式存在明显短板：
需求理解偏差，比如你让它"加个登录功能"，AI 立刻开始写代码，不问清是 OAuth、JWT 还是 Session
缺乏标准化工程流程，全靠用户手动引导
容易跳过需求分析、架构设计、测试验证等关键环节
长会话漂移，复杂项目容易失控，代码质量参差不齐,连续工作 1 小时后，AI 忘记最初的架构约定，代码风格混乱
团队协作时，每个人 “调教 AI” 的方式不一样，难以统一
这些问题，其实并不是AI大模型能力的问题，而是缺乏工程纪律的表现。
今天给大家介绍一款开源封神插件——Superpowers，它是由 Jesse Vincent（obra）打造的开源 AI 编程工作流框架，核心理念是：Process over Prompt（流程大于提示词），给 AI 套上软件工程的 “纪律与护栏”，让它像资深工程师一样先思考、再规划、后编码、必验证。
该项目于 2025 年 10 月开源，2026 年初进入 Anthropic 官方插件市场后迅速爆发，截止目前，总星数突破 123,000，且一度成为 GitHub Trending 榜首。
装上它，直接把 Claude Code 从 “代码生成器” 升级成专业级工程搭档，流程规范、代码健壮、bug 骤减，真正实现AI 原生工程开发。
很多新手在刚开始使用Superpowers时，容易把它搞混淆， Superpowers它并不是代码生成工具，它也不能把 AI 变得更聪明。
本质上，它是一套基于 Anthropic Agent Skills 技能工作流框架（Skills Framework），或者说它是一套完整的 AI 开发方法论 + 可组合技能库，它通过拦截 Claude Code 的关键决策点，将单次对话转变为结构化的软件工程流程。利用它，可以让AI强制遵循经过验证的软件工程方法论。从而为 Claude Code 注入一整套工程师思维。
开发时，强制遵循：头脑风暴 → 方案设计 → 编写计划 → 执行开发 → TDD 测试 → 代码审查 → 系统化调试
通俗一点来说，它是把软件工程最佳实践（TDD、Code Review、Spec-Driven、Git Worktree、子 Agent 协作）全部封装成 AI 可自动执行的 Skills，让大模型从“代码生成器”变成“真正懂工程的 Junior Engineer”。
它遵循的核心理念是围绕测试驱动开发（TDD）来展开，也就是经典的“红-绿-重构”循环。简单来说：先写一个会失败的测试（RED），然后用最少的代码让它通过（GREEN），最后优化代码（REFACTOR）。
Superpowers 支持 Claude Code、Cursor、Codex、OpenCode、Gemini CLI 等主流 AI 编码工具，以下以 Claude Code（推荐平台） 为例，来介绍一下，它的安装步骤和使用方法：
在 Claude Code 终端中执行两条命令：
# 步骤 1：注册 Superpowers 市场源
/plugin marketplace add obra/superpowers-marketplace
# 步骤 2：安装插件
/plugin install superpowers@superpowers-marketplace
2026 年 1 月起更简便的方式 —— 直接通过 Anthropic 官方市场
/plugin install superpowers@claude-plugins-official
安装后，重启 Claude Code，然后，你的 Claude Code 就获得了一整套 Skills。输入 / 就能看到以 superpowers: 开头的命令。
/superpowers
如上图所示，你应能看到三个核心命令：
/superpowers:brainstorm —— 交互式设计细化/superpowers:write-plan —— 创建实现计划/superpowers:execute-plan —— 使用子代理执行计划| Skill | 触发方式 | 作用 |
|---|---|---|
| brainstorming | /superpowers:brainstorm |
开写代码前的苏格拉底式问答，理清需求 |
| writing-plans | /superpowers:write-plan |
生成详细的实现计划文档 |
| executing-plans | /superpowers:execute-plan |
按计划用子 Agent 执行 |
| test-driven-development | 自动触发 | 强制 TDD：先写失败的测试，再写实现 |
| systematic-debugging | 自动触发 | 4 阶段调试法：复现→定位→修复→验证 |
| dispatching-parallel-agents | 自动触发 | 多个独立任务并行分发给子 Agent |
| verification-before-completion | 自动触发 | 完成前必须跑验证，不能"我觉得没问题" |
| requesting-code-review | /superpowers:requesting-code-review |
完成后发起代码审查 |
| using-git-worktrees | 自动触发 | 用 Git Worktree 隔离每个任务 |
这是 Superpowers 最颠覆性的功能。它阻止 Claude 在没想清楚之前写代码。
触发方式：比如当你说"帮我加一个用户登录功能"，没有 Superpowers 的 Claude 会直接开始写代码。有了 Superpowers，它会先进入 Brainstorming 模式，用苏格拉底式提问帮你理清需求：
工作流程：
示例对话：
用户：帮我做个登录功能
Claude：我将使用 brainstorming 技能来探索这个功能。
首先，让我问几个澄清问题：
1. 这个登录功能是要加到哪个项目里？还是一个全新的项目？ → 全新项目
2. 你希望用什么技术栈来做？ → 全栈 JS
3. 前端框架用哪个？ → React (推荐)
4. 登录认证方式用哪种？ → 账密 + OAuth
5. 数据库用哪个？ → SQLite
6. ...
你回答这些问题后，它会生成一个结构化的设计摘要，确认你同意后才进入实现阶段。
为什么这很重要
AI 最贵的 Bug 不是语法错误，而是方向错误。 你让它写了 500 行代码才发现"我其实不需要造火箭，我只是想要一个能跑起来的MVP"——这才是真正的浪费。
Brainstorming 阶段消耗的 token 不多（通常 3000-5000，相当于一次普通对话），但能避免方向性的返工。投入产出比极高。
我的建议
我现在养成了一个习惯：任何超过 50 行代码的功能，都先跑一次 /superpowers:brainstorm。 不是因为我自己想不清楚，而是通过回答 Claude 的提问，我经常发现自己漏掉的边界情况。
触发方式：/superpowers:write-plan 或"写个实现计划"
输出格式：
触发方式：/superpowers:execute-plan
执行机制：
Superpowers 的 TDD 实现非常激进：如果你让 Claude 写代码但没有先写失败的测试，它会拒绝。
工作流程
1. Claude 根据需求写一个测试 → 必须是 FAILING 的（Red）
2. 确认测试失败后，写最少的代码让测试通过（Green）
3. 重构代码（Refactor）
4. 重复，直到所有功能完成
为什么这比"先写代码再补测试"好？
先写代码再补测试，AI 会按照实现来写测试——它知道代码怎么跑，所以测试永远通过，但不测边界情况。
先写测试再写代码，AI 会按照需求来写测试——它还不知道实现细节，所以测试会覆盖各种预期行为，包括异常情况。
当你有多个互不依赖的任务时，Superpowers 会自动启动多个子 Agent 并行执行。
什么时候会触发？
你："帮我把这 6 个 API 接口都加上参数校验和错误处理"
Superpowers 分析后发现这 6 个接口互不依赖 →
自动分发给 3 个子 Agent 并行处理 →
每个子 Agent 遵循 TDD 流程 →
完成后合并，跑一遍集成测试
效果对比
| 方式 | 6 个接口的处理时间 | Token 消耗 |
|---|---|---|
| 串行（无 Superpowers） | ~15 分钟 | ~80k tokens |
| 并行（Superpowers） | ~6 分钟 | ~90k tokens |
Token 消耗略多（因为每个子 Agent 有独立的上下文），但时间节省 60%。对于大型重构任务，这个提升非常显著。
Superpowers 会自动为每个子 Agent 创建独立的 Git Worktree，避免文件冲突。完成后自动合并。你不需要手动管理——这一切都是自动的。
没有 Superpowers 的 Claude 改 Bug 通常是这样的：
报错了 → 单点改一下，比如加个 try-catch → 不报错了 → "修好了！"
有了 Superpowers 的 Claude 改 Bug 是这样的：
Phase1: 复现 → 写一个能稳定触发 Bug 的测试用例
Phase2: 定位 → 追踪调用链，找到根因（不是症状）
Phase3: 修复 → 改根因，而不是包一层 catch
Phase4: 验证 → 跑测试确认修复，检查没有引入新问题
上面讲的是单个 Skill 的使用，真正的威力在于把它们串联起来。我日常开发一个功能的完整工作流：
Step1: /superpowers:brainstorm
→ 苏格拉底式问答，理清需求和边界
Step2: /superpowers:write-plan
→ 生成实现计划：文件列表、依赖关系、任务拆分
Step3: 审阅计划，修改后确认
→ Claude 不会在你没确认前动手
Step4: /superpowers:execute-plan
→ 自动分发给子 Agent
→ 每个 Agent 遵循 TDD
→ 任务间自动 Code Review
→ 关键问题阻塞推进
Step5: 验证 + Code Review
→ verification-before-completion 自动跑测试
→ requesting-code-review 发起最终审查
这套流程跑下来，产出的代码质量跟有经验的工程师写的没有明显差距。 关键不在于 AI 的能力变强了，而在于 Superpowers 用流程约束住了 AI 容易犯的错误。
不需要。 改一行 CSS、修一个 typo，直接告诉 Claude 就行。Superpowers 的完整工作流适合 50 行以上的功能开发和 Bug 修复。
短期看是的，长期看不是。 Brainstorming + TDD 会多消耗 10-20% 的 Token，但减少了 60-70% 的返工。算总账，Token 消耗反而降低。
Superpowers 不是铁板一块。你可以只用 Brainstorming 和 Plan，跳过 TDD。
但我的建议是：原型阶段跳过 TDD 没问题，但正式开发一定要开。 原型的 Bug 你可以容忍，上线的 Bug 你容忍不了。
直接描述任务，插件自动匹配技能：
开发前主动要求：
用 git worktrees 隔离开发，避免影响主线
安全试错，改崩直接丢弃，零风险。
在需求前加一句：
按 Superpowers 完整流程，先 brainstorm，再 write-plan，最后 execute-plan，必须做 TDD 和 code review
AI 会严格按工程标准执行。
全团队统一安装 Superpowers，实现：
即使有了 Superpowers，超长期项目（数周）仍可能积累上下文债务。
解决方案：
/compact：压缩历史对话，保留关键决策ARCHITECTURE.md虽然 Superpowers 主要运行在 Claude Code 终端，但你可以：
claude 命令说几个Superpowers 使用感受：
优点：
不足：
一句话总结：正式项目必装，写脚本做原型随意。
Superpowers 代表了一种范式转变：与其追求更聪明的模型，不如让现有模型遵循更严格的纪律。
它把 Claude Code 从"一个反应灵敏的编程助手"转变为"一个自律的、可预测的、可审计的开发流程"。对于正在将 AI 编程投入生产的团队来说，Superpowers 正迅速成为基础设施级的必需品。
AI 编程的竞争，早已不是 “谁会用 AI 写代码”，而是谁能用 AI 写出稳定、健壮、可上线的工程级代码。
建议所有程序员、测试开发、AI 爱好者可以动手安装使用一下
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。