Superpowers使用教程：手把手教你从入门到熟练

你有没有遇到过这样的情况？让Claude Code帮你写个功能，头几轮对话还行，越往后越离谱——改着改着之前好好的代码被它改乱了，测试是后面补上去的，最后翻一遍代码发现一堆跟需求没关系的东西。我上周就被坑过一次，一个跨15个文件的功能，AI写到一半开始胡改代码，最后只能手动回滚git重新来。这周试了Superpowers，同样是那个任务，AI自己跑了两个小时硬是没跑偏。这篇文章把从安装到跑通完整项目的全过程都记录下来，你看完直接能用。

一、Superpowers是什么——给AI装上的“工作纪律”

说句实在话，绝大多数AI编码Agent拿到任务之后，天生就喜欢直接开干——跳过了设计、跳过了测试、跳过了代码审查，最后产出一堆难以维护的东西。这种情况真不少见，Stack Overflow 2025年的调查显示84%的开发者已经在用AI编程工具了，但研究也发现AI生成的代码在代码审查中被驳回的概率比人工代码高不少。速度不是问题，返工才是真正的麻烦。

Superpowers就是为解决这个问题而生的。它本质上不是传统意义上的工具，更像是一套指导AI如何完成任务的系统。项目由Jesse Vincent开发，这位老兄在开源社区活跃了二十多年，开发过Request Tracker，负责过Perl 5的发布管理，他把自己认为必须遵守的工程实践——先设计再写码、先测试再实现、每个任务做完必须审查——打包成了一整套“技能”。

截至2026年4月，Superpowers在GitHub上已经积累了13.9万颗星，官方插件市场安装量超过23万，2026年1月正式进入了Anthropic官方插件市场，支持Claude Code、Cursor、Codex、OpenCode、Gemini CLI五个平台。

每个“技能”本质上是一份markdown格式的工作规范文件，对应一个工程实践。比如brainstorming对应需求澄清，test-driven-development对应测试驱动开发，systematic-debugging对应系统化调试。这些技能不是可选的建议，而是强制规则。AI接到任务时，必须先检查有没有匹配的技能需要执行。

最直白的理解就是：给一个能力很强但缺乏项目经验的AI，配了一个经验丰富的技术主管，行为规范全部预先定义好。

二、安装指南——三条命令的事

Superpowers在不同平台上的安装方式略有差异，我用最常见的Claude Code来演示。

Claude Code安装（推荐，内置插件市场）

第一步，打开Claude Code，注册插件市场源：

/plugin marketplace add obra/superpowers-marketplace

第二步，安装Superpowers插件：

/plugin install superpowers@superpowers-marketplace

第三步，重启Claude Code或新开会话，让插件生效。

验证是否安装成功，可以在新会话中输入一个功能需求，比如“帮我做一个Todo应用”。如果AI没有直接开始写代码，而是主动向你抛出几个需求确认问题，那就说明Superpowers已经在正常运作了。

Cursor和Codex的安装

Cursor也是通过插件市场安装，操作和Claude Code基本一致。Codex需要在对话中告诉AI获取安装指令，让它自己执行即可。

更新插件

/plugin update superpowers

技能会自动更新到最新版本。

三、核心逻辑——14个技能组成的“工作流发动机”

弄懂了怎么安装，接下来聊聊Superpowers到底是怎么工作的。理解这套机制，比学会安装更重要。

黄金法则：任何操作前，先检查技能

Superpowers有一条铁律：在执行任何操作之前，AI必须先检查是否有相关技能可用。即便只有1%的可能性相关，也必须调用技能来检查。

这条规则的价值在于：它强制AI在动手之前停下来想一想——这个任务应该用什么方法来完成？而不是像以前那样，接到需求就撸起袖子开干。

14个技能的分类

Superpowers的技能体系大致分为两类：

过程技能优先——brainstorming、systematic-debugging这类技能决定了“怎么做”的思路。实现技能随后——frontend-design这类技能指导具体的执行过程。

核心技能速览

brainstorming——在任何创建性工作之前触发。AI会主动向你确认需求细节、功能边界、验收标准，提出2-3种方案并给出推荐理由，最终输出设计文档存入docs/plans/目录。

writing-plans——把设计文档拆解成一个个小任务。每个任务的颗粒度控制在2-5分钟能完成的范围内，精确到要改哪些文件、写什么代码、怎么验证。

test-driven-development——强制实施TDD流程。必须先写测试，看到测试失败，再写最小代码让它通过，然后重构。如果发现代码写在测试前面，会要求删除代码重来。

requesting-code-review——任务完成后触发审查。先检查是否符合需求规格，再检查代码质量和测试覆盖率，两轮都通过才往下走。

verification-before-completion——当AI声称“完成”了某个任务时，必须先运行验证命令确认结果，不能凭感觉说“我觉得应该没问题”。

systematic-debugging——遇到bug时不是盲目试错，而是按“重现bug→收集证据→提出假设→验证→修复”的流程来排查。

finishing-a-development-branch——所有任务完成后，跑全量测试、整理代码变更、生成提交信息，然后提供合并、创建PR、保留分支或丢弃分支几个选项。

四、实战演练——用Superpowers跑通一个完整项目

理论知识说再多，不如亲手跑一遍。下面我用“重构一个混乱的用户认证模块”这个真实场景，带你完整走一遍Superpowers的流程。

背景

假设你有一个Node.js项目，里面的用户认证模块写得很乱——路由、业务逻辑、数据库操作全堆在一个文件里，1200多行，一行测试都没有。

你在Claude Code里输入需求：“帮我重构src/auth.js，把路由、业务逻辑、数据库操作拆分到独立模块，加上单元测试。”

第一步：需求澄清

Superpowers加载后，AI没有直接开始改代码。它先启动了brainstorming流程，连续抛出一连串确认问题：

• 用什么测试框架？
• 数据库用的是什么ORM？
• 有没有现成的认证中间件需要保留？
• 错误处理是返回HTTP状态码还是抛异常？
• 用户模块的接口契约是什么？

这些问题问完，AI整理出一份需求规格说明书，提出2-3种不同的拆分方案，分别列出各自的优缺点。你确认之后，这份设计文档保存到docs/plans/目录下。

这一步看起来多此一举，但AI编程出问题最多的地方恰恰是意图理解偏差，而不是编码能力本身。你以为说清楚了，它以为理解了，双方对产出都不满意。brainstorming就是把这种偏差提前消除掉。

第二步：拉分支，建隔离环境

设计确认后，AI用git worktree创建一个独立的分支，完全不碰你的主分支。跑完项目初始化，确认测试基线干净。这个操作的好处是：你可以放心大胆地让AI折腾，万一出了问题直接丢弃分支就行，不会污染主代码库。

第三步：制定实施计划

writing-plans技能自动启动，把整个重构任务拆成一个个小任务。每个任务都写明了涉及哪些文件、写什么代码、如何验证。

比如重构计划可能被拆成这样：

• 任务1：创建测试文件结构，编写认证模块的基础测试用例
• 任务2：提取数据库操作层到独立模块
• 任务3：提取业务逻辑层
• 任务4：精简路由层
• 任务5：运行全量测试并修复遗留问题

每个任务的时间控制在2-5分钟，验证步骤写得清清楚楚。计划的标准是：足够清晰到让一个没有经验、不喜欢写测试的初级工程师也能照着做。

第四步：测试驱动开发实施

进入编码阶段后，TDD技能强制生效。AI先写测试用例，跑一遍确认测试失败（红色阶段），然后写最简化的功能代码让测试通过（绿色阶段），最后对代码进行重构优化（重构阶段）。

如果AI先写了代码再写测试，TDD流程会要求删除代码，从测试重新开始。这条规则非常严格，但正是这种严格保证了测试的有效性——测试是真的在验证行为，而不是为了“通过”而凑数。

第五步：子代理并行开发

对于比较大的项目，Superpowers会启动子代理并行开发。主AI派发多个子AI分别处理不同的模块——比如一个负责数据库层、一个负责业务逻辑层、一个负责测试用例，所有子AI同步推进。

每个子AI拿到全新的上下文去执行，这样就不会出现“AI记忆越来越乱”的问题。主AI负责协调进度，确保各模块之间接口对齐。

第六步：自动代码审查

每个任务完成后，代码审查技能自动触发。先检查代码是否符合需求规格（功能完整性），再检查代码质量和测试覆盖率（可维护性）。严重问题会直接阻断交付，要求修复后再继续。

第七步：收尾

所有任务完成后，AI跑全量测试验证，更新相关文档，整理代码变更生成规范的提交信息。最后给你几个选项：合并到主分支、创建Pull Request、保持分支状态、或丢弃这个分支。

结果

我亲自跑下来，效果相当明显。以前AI直接改代码，改完一堆bug不说，还经常把本来能跑的东西搞坏。用了Superpowers，AI自己跑了两小时没偏离方向，生成的代码结构清晰、测试覆盖完整、文档也同步更新了。整个过程最大的感受就是：AI不再是“瞎折腾”，而是真的按工程规范在做事。

五、Superpowers适合谁用

聊完了怎么用，再说说它到底适合什么样的人。

如果你只是偶尔用AI写个简单的脚本、做个一次性任务，那Superpowers可能确实有点“大材小用”。走完整套流程花的时间可能比直接写代码还长，没必要。

但如果你需要AI辅助完成中大型项目的开发，或者需要产出生产级别的、可以直接上线的代码，那Superpowers就是你的好帮手。它能帮你建立一套标准化的开发流程，让AI真正成为可靠的编程伙伴，而不是一个需要时刻盯着的“代码生成器”。

另外，Superpowers的适用场景也不仅限于写代码。规划、拆解、执行、审查、复盘这套逻辑，做营销方案、做PPT、做数据分析同样适用，本质上都是相通的。

常见问题解答

Q1：Superpowers只能在Claude Code上用吗？

不是。Superpowers主要适配Claude Code，但也支持Cursor、Codex、OpenCode、Gemini CLI共五个平台。

Q2：安装后看不到Superpowers的命令怎么办？

先完全退出Claude Code，重新开启一个新会话。如果还是看不到，可以运行/plugin list检查插件是否已安装，或者删除~/.claude/plugins/下相关文件夹后重新安装。

Q3：使用Superpowers后AI写代码变慢了，正常吗？

正常。因为多出了需求澄清、计划制定、测试编写和代码审查这些环节，单次生成代码时间确实会变长。但从整体交付效率来看，返工时间大幅减少，最终总耗时反而更短。

Q4：TDD流程要求先写测试，但我的项目没有配置测试框架怎么办？

Superpowers的TDD流程依赖测试框架的支持。建议在启动Superpowers之前先把项目需要的测试框架配置好，比如Python项目配好pytest、JavaScript项目配好Jest。如果测试跑不起来，TDD流程会卡在红色阶段无法推进。

Q5：我可以在团队里推广Superpowers吗？

完全可以。Superpowers的可扩展性很强，你可以在项目里创建自定义的SKILL.md文件，定义团队特有的编码规范、命名约定和架构模式，AI会自动遵循这些规则，这对统一团队的代码风格非常有帮助。

Q6：国内网络环境下安装失败怎么解决？

可以尝试手动下载skills压缩包，然后在Claude Code里通过文件路径让AI全局安装。如果使用的是Codex，可以用国内镜像源加速下载。另外，也可以尝试用HTTPS地址替代SSH地址来配置插件市场。

Q7：Superpowers会影响我使用其他Claude Code插件吗？

基本不会。Superpowers是通过插件市场安装的，和其他Claude Code插件是平行的关系。你还可以顺便安装Superpowers Marketplace里的其他实用插件，比如Frontend Design（前端设计辅助工具）。

Q8：用户指令和技能规则冲突时听谁的？

Superpowers的技能会覆盖默认的系统提示行为，但用户指令的优先级最高。如果CLAUDE.md里写了“不要用TDD”而技能要求“必须用TDD”，遵循用户的指令。