大家常觉得，直接叫 AI 写代码，省时省力，结果却是：代码写得快，却常常跑不通、容易出错，甚至和项目规范格格不入。其实这不是 AI 能力不够，而是缺少一套像工地现场一样的管理流程。Superpowers 正是为了解决这个「野蛮生长」问题而诞生的，它把传统的工程纪律塞进 AI 的思考里，让它从「随手写代码的实习生」升级为「遵守流程的资深工程师」。下面我们用最接地气的语言，把它的核心本质拆开聊聊，并给出一套完整的使用步骤，让普通开发者也能把 AI 用得像专业团队。
一、核心本质——流程压倒提示词
大家都觉得，AI 只要给几个关键词就能完成需求。实际上，AI 最大的盲点是：
- 一上手就冲动写代码，根本没有确认需求到底是啥。
- 缺少设计稿和拆分计划，导致代码结构混乱。
- 不写测试或先写实现再补测试，结果测试覆盖率低，bug 多。
- 没有代码审查，质量全靠 AI 那一时的「心情」。
Superpowers 的第一条原则是「流程大于提示词」。它把软件工程的七大环节——需求澄清、方案设计、任务拆解、TDD 开发、代码审查、系统调试、分支合并——全部封装成可自动触发的「技能」(Skill)。每当 AI 检测到你要做什么，它会先强制走相应的技能，再给出代码。
二、Superpowers 具体是怎么工作的？
大家都觉得，装个插件就能让 AI 自动遵守规则。实际上，Superpowers 把每一步都变成「必须」：
- 头脑风暴（Brainstorm）：AI 会像老师一样，用苏格拉底式提问，把需求拆成细小问题，让你确认技术栈、边界条件、数据规模等。只有你点头同意，它才会继续。
- 写计划（Write Plan）：把大功能分解成 2~5 分钟能完成的小任务，每个任务都标明文件路径、预估时间、风险点，甚至生成依赖关系图。
- 执行计划（Execute Plan）：系统会为每个子任务启动一个独立的 AI 实例（子 Agent），并且必须先写「会失败」的单元测试（红灯），测试不通过后再写最小实现（绿灯），最后重构代码（蓝灯）。
- 代码审查（Code Review）：每完成一个子任务，AI 会自动发起审查，检查是否符合规范、是否遗漏异常处理。
- 系统调试（Systematic Debugging）：出现 bug 时，AI 会先复现、定位根因、验证假设、修复并再次跑完整测试，而不是一次性改一行代码。
- Git 工作树（Git Worktrees）：每个子任务都会在独立的工作树里进行，防止主分支被踩脏，任务结束后自动合并或删除。
- 完成收尾（Finishing）：所有测试通过后，系统会给出合并/PR/保留/丢弃的四选一，让你对代码质量有最终把关。
简而言之，Superpowers 把「先想清再动手」的工程习惯硬塞进 AI 的每一次对话里，让它只能走「先问、后计划、再实现、再验证」的闭环。
三、快速上手指南（全流程示例）
下面用一个普通的「博客评论功能」来演示，从安装到完成的每一步都用最白的话解释。
- 步骤 1：装插件（以 Claude Code 为例）
在终端里依次输入两行：/plugin marketplace add obra/superpowers-marketplace/plugin install superpowers@superpowers-marketplace
装完记得重启会话，输入/help检查是否出现/superpowers:brainstorm、/superpowers:write-plan、/superpowers:execute-plan三个命令。 - 步骤 2：头脑风暴
直接敲入/superpowers:brainstorm并说「给博客加评论功能」。AI 会立马抛出一系列问题：是要登录后才能评论吗？是要支持 Markdown 还是纯文本？数据量大不大？你把这些答案说完后，AI 会生成一段设计摘要，等你确认。 - 步骤 3：写计划
确认设计后，敲/superpowers:write-plan。AI 把功能拆成「数据库表设计」「后端 API」「前端表单」「单元测试」四个子任务，每个任务都有文件路径（如src/api/comment.js）和预计时间（3 分钟、5 分钟等），并自动在项目根目录生成docs/plans/。 - 步骤 4：执行计划
使用/superpowers:execute-plan。系统开始为每个子任务创建独立的 AI 实例。比如在「写数据库表」任务里，AI 首先写一段会报错的迁移测试，跑通后再写实际迁移脚本；在「后端 API」任务里，同样先写失败的接口调用测试，再写最简实现。 - 步骤 5：代码审查
每个子任务完成后，AI 自动触发requesting-code-review，检查代码风格、异常处理、注释是否齐全。若发现问题，会把问题点展示给你，你可以选择让 AI 再修复。 - 步骤 6：系统调试
如果在跑全局测试时发现 bug，系统会进入「系统化调试」阶段：先写复现用例，再定位根因，最后把根因代码改掉并重新跑测试，确保不留新坑。 - 步骤 7：收尾合并
全部测试通过后，系统会弹出「是否合并到 main」的提示，你点确认，AI 会把工作树合并，删掉临时分支，整个过程干净利落。
从头到尾，你几乎没有看到 AI 直接写出一大堆代码的过程——每一步都被流程锁住，错误率大幅下降。
四、为什么这套流程对普通人有价值？
大家都觉得「AI 能直接写代码」是省事的捷径，结果往往是浪费时间去纠错。Superpowers 用「强制先写测试」的办法，把「先跑通」的成本提前，让你在一开始就知道「这块需求到底不可行」还是「实现很简单」。另外，子 Agent 的并行执行可以把多个人一起做的工作压缩成几分钟，特别适合小团队或个人开发者在短时间内交付 MVP。
最关键的一点是，整个流程都有明确的交付物——设计文档、任务清单、测试报告、审查记录。即使以后你换了人接手，所有信息都在项目目录里一目了然，完全避免了「开发者走了，代码没人懂」的尴尬。
五、常见误区与小技巧
- 误区：所有代码都走完整流程。
实际上，对于 10 行以内的简单脚本，直接让 AI 写即可；只在 50 行以上的功能或重要模块上启动完整流程。 - 误区：流程会大幅吃掉 Token。
虽然前期多了 10%~20% 的 Token 消耗，但因为返工次数大幅下降，整体消耗反而下降。 - 技巧：想快速原型可以先只用
brainstorm+write‑plan，把 TDD 暂时跳过，等功能定型再打开完整流程。 - 技巧：在长项目中定期使用
/compact把旧会话压缩，或让 AI 输出ARCHITECTURE.md，帮助团队保持架构一致性。 - 技巧：配合 Git Worktrees 使用时，记得在项目根目录配置好
.gitignore，防止临时文件泄漏。
六、总结
大家都觉得 AI 写代码很炫，但实际痛点是「质量不可控、缺乏规范」。Superpowers 把软件工程的「流程」硬装进 AI 的思考里，让它只能在「先想、后计划、再实现、再验证」的轨道上跑。对普通开发者而言，这意味着省下了大量的调试时间、提升了代码可维护性、并且可以像团队合作一样把每一步都记录下来。只要装上插件、跟着七步走，你的 AI 助手马上就会变成一支自律的、可审计的工程小队。
如果你想亲自体验，下面是官方仓库地址：https://github.com/obra/superpowers，快去装上试试吧！
