Superpowers 系统学习笔记:AI编程Agent的完整开发方法论

news2026/3/26 7:28:21
Superpowers 系统学习笔记:AI编程Agent的完整开发方法论声明:📝 作者:甜城瑞庄的核桃(ZMJ)原创学习笔记,欢迎分享,但请保留作者信息及原文链接哦~项目地址:https://github.com/obra/superpowersStar数:36.6K+(持续增长中)工具作者:Jesse Vincent (@obra)开源协议:MIT License最新版本:v5.0.5适用平台:Claude Code、Cursor、Codex、OpenCode、Gemini CLI📚 目录一、Superpowers简介二、核心概念与工作原理三、快速上手指南四、基础工作流详解五、Skills技能库全解析六、进阶应用与最佳实践七、架构设计与核心哲学八、实战案例分析九、常见问题与解决方案十、总结与展望一、Superpowers简介1.1 什么是Superpowers?Superpowers 是一个完整的软件开发工作流框架,专为AI编程助手(Coding Agent)设计。它不是简单的代码生成工具,而是一套系统化的软件工程方法论,确保AI助手能够像专业开发者一样思考、规划和执行开发任务。核心定位:🎯 不是代码生成器,而是开发流程管理系统🧩 基于可组合的"技能(Skills)"架构📋 强制执行最佳工程实践(非建议,而是强制)🤖 支持多Agent协作与自主开发1.2 解决的核心问题传统AI编程助手的痛点:痛点传统方式Superpowers方式需求理解直接开始写代码,容易偏离需求强制需求澄清,苏格拉底式提问设计规划缺少设计阶段,边写边改设计优先,分块展示,用户确认后再实现任务分解大任务直接实现,容易失控拆解为2-5分钟的小任务,可追踪测试质量测试可选,代码质量不稳定强制TDD,红-绿-重构循环代码审查缺少审查机制自动化两阶段审查(规范+质量)长期执行容易偏离轨道,需频繁干预支持数小时自主工作1.3 适用场景✅推荐使用场景:复杂功能开发(多模块、多步骤)需要严格测试的生产环境代码团队协作项目(标准化流程)大型重构与系统优化学习最佳工程实践❌不适用场景:一次性脚本或简单工具快速原型验证(不需要测试)单文件小修改二、核心概念与工作原理2.1 工作流程图┌─────────────────────────────────────────────────────────┐ │ 用户需求:"我想做一个待办事项应用" │ └────────────────────┬────────────────────────────────────┘ │ ▼ ┌────────────────────────┐ │ 1. Brainstorming │ 需求澄清 │ (头脑风暴) │ - 苏格拉底式提问 │ │ - 分块展示设计 └────────┬───────────────┘ - 用户确认 │ ▼ [用户批准设计] ┌────────────────────────┐ │ 2. Git Worktrees │ 环境隔离 │ (工作树管理) │ - 创建新分支 └────────┬───────────────┘ - 验证测试基线 │ ▼ ┌────────────────────────┐ │ 3. Writing Plans │ 计划制定 │ (编写计划) │ - 拆分为小任务 └────────┬───────────────┘ - 每个2-5分钟 │ ▼ [启动执行] ┌────────────────────────┐ │ 4. Subagent-Driven │ 子Agent执行 │ Development │ - 并行任务处理 │ │ - 两阶段审查 └────────┬───────────────┘ │ ▼ [每个任务] ┌────────────────────────┐ │ 5. Test-Driven │ 测试驱动 │ Development (TDD) │ - RED: 写失败测试 │ │ - GREEN: 写最小代码 └────────┬───────────────┘ - REFACTOR: 重构 │ ▼ ┌────────────────────────┐ │ 6. Code Review │ 代码审查 │ (代码审查) │ - 对照计划检查 └────────┬───────────────┘ - 按严重性报告 │ ▼ [所有任务完成] ┌────────────────────────┐ │ 7. Finishing Branch │ 分支完成 │ (完成分支) │ - 合并/PR/保留 └────────────────────────┘ - 清理工作树2.2 Skills(技能)系统什么是Skills?Skills是可组合的工作流模块每个Skill定义一个特定的开发阶段或实践自动触发,无需手动调用强制执行,非可选建议Skills的三大特性:自动触发:根据上下文智能激活可组合:多个Skills协同工作强制执行:不符合规范则阻止继续2.3 与其他AI编程工具的对比特性SuperpowersGitHub CopilotChatGPT/GPT-4oCursor基础版需求澄清✅ 强制❌ 无△ 建议△ 建议设计阶段✅ 强制❌ 无△ 可选△ 可选任务拆解✅ 自动❌ 无△ 手动△ 有限TDD强制✅ 强制❌ 无❌ 无❌ 无多Agent协作✅ 原生支持❌ 无❌ 无△ 需定制代码审查✅ 自动❌ 无△ 手动△ 有限长期自主性✅ 数小时❌ 单次△ ~1小时△ ~1小时三、快速上手指南3.1 环境准备支持的平台:Claude Code(推荐)CursorCodexOpenCodeGemini CLI3.2 安装步骤方式一:Claude Code官方市场(最简单)# 直接从Claude官方市场安装/plugininstallsuperpowers@claude-plugins-official方式二:通过Superpowers市场安装# 1. 注册市场源/plugin marketplaceaddobra/superpowers-marketplace# 2. 安装插件/plugininstallsuperpowers@superpowers-marketplace# 3. 验证安装/help验证成功会看到:/superpowers:brainstorm - Interactive design refinement /superpowers:write-plan - Create implementation plan /superpowers:execute-plan - Execute plan in batches方式三:Cursor安装# 在Cursor Agent聊天中执行/add-plugin superpowers或在插件市场搜索"superpowers"。方式四:Codex安装直接告诉Codex:Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.codex/INSTALL.md方式五:OpenCode安装直接告诉OpenCode:Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md方式六:Gemini CLI安装# 安装gemini extensionsinstallhttps://github.com/obra/superpowers# 更新gemini extensions update superpowers3.3 验证安装启动新会话,尝试触发brainstorming技能:我想创建一个用户认证模块如果安装成功,AI会开始提问而不是直接写代码:“你想支持哪些认证方式?”“是单体应用还是微服务架构?”“需要支持第三方登录吗?”3.4 第一个项目示例:创建待办事项API步骤1:发起需求我需要一个待办事项API,支持增删改查步骤2:回答brainstorming问题AI会问:数据库选择(PostgreSQL/MySQL/MongoDB?)API风格(RESTful/GraphQL?)认证需求(JWT/Session?)是否需要分页、搜索、过滤?步骤3:确认设计AI会分块展示设计文档:## 架构设计 - 使用Express.js + PostgreSQL - RESTful API设计 - JWT认证 - CRUD操作 ## 数据模型 - id: UUID - title: String - completed: Boolean - created_at: Timestamp确认后输入:“看起来不错,开始实现吧”步骤4:自动执行Superpowers会:创建Git工作树和新分支生成实现计划(10-15个小任务)启动子Agent逐个执行每个任务完成后自动审查全部完成后提供合并选项步骤5:验证结果# 运行测试npmtest# 启动服务npmrun dev四、基础工作流详解4.1 Brainstorming(头脑风暴)触发时机:任何写代码之前工作流程:苏格拉底式提问:不直接给方案,而是通过问题引导思考探索多种可能性澄清模糊需求分块展示设计:将设计拆成易读的小块逐步展示,避免信息过载每个块包含明确的设计决策保存设计文档:存储在.superpowers/designs/版本控制后续可追溯示例对话:用户: 我想添加用户认证功能 AI: 让我先了解一些细节: 1. 认证方式 - 传统用户名/密码登录? - 社交账号登录(Google/GitHub)? - 无密码登录(Magic Link)? 2. Token管理 - JWT还是Session? - Token过期策略如何? - 需要刷新Token机制吗? 3. 安全考虑 - 多因素认证(MFA)? - 密码强度要求? - 防暴力破解措施?4.2 Using Git Worktrees(Git工作树)触发时机:设计批准后作用:创建隔离的工作空间不影响主分支支持并行开发执行步骤:# 1. 创建新分支gitworktreeadd.superpowers/worktrees/feature-auth feature/user-auth# 2. 切换到工作树cd.superpowers/worktrees/feature-auth# 3. 运行项目设置npminstallnpmtest# 验证测试基线优势:主分支保持干净可同时进行多个功能开发失败时轻松回滚4.3 Writing Plans(编写计划)触发时机:设计批准后计划结构:## 实施计划:用户认证模块 ### 任务1:创建User模型 (2分钟) - 文件:`src/models/User.js` - 内容:定义User Schema(username, email, password_hash) - 验证:运行`npm test -- User.test.js` ### 任务2:实现密码哈希工具 (3分钟) - 文件:`src/utils/password.js` - 内容:使用bcrypt进行密码哈希 - 验证:单元测试通过 ### 任务3:创建注册API (4分钟) - 文件:`src/routes/auth.js` - 内容:POST /api/auth/register - 验证:集成测试通过 ... (共15个任务)计划原则:每个任务2-5分钟包含确切文件路径明确验证步骤可独立执行4.4 Subagent-Driven Development(子Agent驱动开发)触发时机:有计划后工作机制:主Agent(控制者) │ ├─ 子Agent 1: 任务1(创建User模型) │ ├─ 写测试 │ ├─ 写代码 │ └─ 自我审查 │ ├─ 子Agent 2: 任务2(密码哈希) │ ├─ 写测试 │ ├─ 写代码 │ └─ 自我审查 │ └─ 子Agent 3: 任务3(注册API) ├─ 写测试 ├─ 写代码 └─ 自我审查两阶段审查:规范符合性审查:是否按照计划实施?是否遗漏功能?是否添加了计划外功能?代码质量审查:代码风格是否一致?是否有明显bug?测试覆盖率是否足够?并行执行:独立任务可并发执行依赖任务串行执行自动管理依赖关系4.5 Test-Driven Development(测试驱动开发)触发时机:实施过程中(强制)RED-GREEN-REFACTOR循环:// === RED阶段:写失败测试 ===describe('User Authentication',()={it('should hash password on registration',async()={constuser=awaitUser.create({username:'testuser',password:'plaintext123'});// 此时测试会失败,因为还没实现expect(user.password).not.toBe('plaintext123');expect(user.password).toMatch(/^\$2[aby]\$/);// bcrypt格式});});// 运行测试 - 🔴 FAIL// === GREEN阶段:写最小代码使测试通过 ===classUser{staticasynccreate(data){consthashedPassword=awaitbcrypt.hash(data.password,10);return{...data,password:hashedPassword};}}// 运行测试 - 🟢 PASS// === REFACTOR阶段:重构优化 ===classUser

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2450182.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…