Superpowers：让AI编码代理遵循工程规范的开源技能框架

2026年5月15日，GitHub上出现了一个名为superpowers的项目，迅速积累了大量关注。这个项目的核心理念很简单但很实用：AI编码代理不应该只是一个”能写代码的工具”，而应该是一个”遵循工程规范的团队成员”。

解决什么问题

如果你用过Claude Code、Cursor、Codex等AI编程工具，一定遇到过这些问题：

• AI写完代码后说”已测试通过”，但实际上没有运行任何测试
• AI修改了大量不相关的代码，难以审查
• AI不遵循项目的编码规范和工作流
• AI声称完成了任务，但关键步骤被跳过

superpowers通过为AI代理注入一套”技能”（skills）来解决这些问题。这些技能不是简单的提示词，而是经过验证的工作流规范。

核心技能

test-driven-development

强制AI在写代码之前先写测试。这不是可选的建议，而是硬性要求——AI必须先定义成功标准（通过测试），再实现功能。

executing-plans

AI在实现复杂任务时，必须先制定计划、分解子任务、逐个实施、验证每个步骤。不允许跳过验证直接宣布”完成”。

subagent-driven-development

将大任务拆分给多个独立的AI子代理并行执行，每个子代理专注于自己的子任务，最终汇总结果。这种”多线程”开发方式可以显著提升效率。

writing-plans

AI在开始编码前，必须先检查现有代码库、询问关键问题、制定详细计划，而不是直接动手写代码。

systematic-debugging

当遇到bug时，AI必须系统性地排查：复现问题→缩小范围→形成假设→验证修复。禁止”猜测式”修复。

requesting-code-review

AI完成任务后，不能只说”完成了”。必须在提交前运行静态分析、安全扫描、测试套件，展示验证结果。

verification-before-completion

这是反”谎报完成”的机制。AI不能自己宣布任务完成，必须运行客观检查：类型检查、测试、构建。只有所有检查通过，才能声称完成。

设计理念

superpowers的设计哲学可以概括为：

• “我不相信你”原则：要求AI提供客观验证证据，而不是自我报告
• 先定义成功，再开始工作：测试先行，避免”改完不知道改对了没有”
• 小步前进：每个改动都要可审查、可回滚
• 工具优于信任：用自动化检查替代人工判断

如何使用

superpowers可以与多种AI编码工具配合使用：

• Claude Code：通过CLAUDE.md文件加载技能
• Cursor：通过.cursorrules文件集成
• 其他支持系统提示的工具：通过配置文件或系统提示注入技能

基本使用方式是将superpowers的技能文件添加到你的项目中，AI代理在工作时会自动读取并遵循这些规范。

适合谁

• 使用AI辅助开发的程序员：如果你经常用Claude Code、Cursor等工具写代码，superpowers可以显著提升代码质量
• 技术团队负责人：可以用superpowers为团队的AI工具制定统一的工程规范
• 开源项目维护者：将superpowers集成到项目中，确保AI贡献者遵循项目规范
• 独立开发者：给自己配一个”AI高级工程师”，让它像资深同事一样工作

项目地址

GitHub：https://github.com/obra/superpowers

简评

这个项目的出现标志着AI辅助编程进入了新阶段。从”AI能写代码”到”AI能遵循工程规范写代码”，虽然只差一步，但这一步决定了AI生成的代码是”能跑就行”还是”可以放心上线”。对于追求代码质量的站长和开发者来说，superpowers值得一试。

本文参考来源：superpowers GitHub仓库 | HN讨论