掌握Superpowers Skills

news2026/5/15 20:30:39
Superpowers 是一套面向开发过程的插件化技能系统旨在帮助个人开发者与团队更高效地完成从需求探索到代码交付的全流程。其内置的十余项技能覆盖了软件开发生命周期的各个关键节点并且可以按照自然的工作流顺序进行分组与调用。本文将基于 Superpowers 技能的实际分组和排序详细介绍每项技能的功能、适用场景以及典型的触发时机帮助读者快速建立起对这套工具链的整体认知。技能分组与工作流顺序为获得最顺畅的开发体验建议按照以下八个阶段使用相应的技能入门、规划、环境准备、开发与执行、调试、代码审查、验证与完成、扩展。下面逐一展开。第一阶段入门using-superpowers学习如何使用 Superpowers 插件系统包括技能启用、调用方式和工作流概览。这是新用户的起点。技能会解释 Superpowers 的核心概念、完整的技能列表、协作文档规范以及各阶段推荐的技能组合。当用户首次使用 Superpowers或询问“如何使用 Superpowers”、“有哪些技能”时此技能会被触发。第二阶段规划brainstorming在编写任何代码或计划之前通过结构化头脑风暴理解需求或问题。该技能引导用户进行多角度发散思考、问题分解、替代方案对比并记录关键假设、约束条件和风险点最终输出清晰的探索总结。通常在开始新功能、处理模糊需求或面对多个未知方案时触发并且应该在 writing-plans 之前使用。writing-plans基于头脑风暴的结果制定可执行的实施计划。计划包含任务拆解、依赖关系、验收标准和时间估算将大目标分解为小步骤明确每个步骤的输入输出、负责人或代理以及测试策略。计划通常采用 Markdown 清单格式。触发时机为完成头脑风暴后、准备进入开发阶段前或者用户明确要求“写一个开发计划”。第三阶段环境准备using-git-worktrees利用 Git Worktree 功能为不同任务创建独立的工作目录避免分支切换带来的上下文中断。该技能指导如何创建、管理、清理 worktree并推荐在并行开发、代码审查、实验性修改时使用。当准备开始实施计划中的某个任务且需要与当前工作区隔离时或者用户询问“如何同时开发多个分支”时触发。第四阶段开发与执行subagent-driven-development将计划中的子任务委托给子代理执行主代理负责监督、集成和最终验证。技能会定义子代理的职责、接口规范、输入输出格式适合复杂项目中的并行或隔离开发。触发条件是计划中有多个独立模块或用户希望分工执行。executing-plans按计划逐步执行任务跟踪进度处理执行中的异常并记录每一步的实际结果。该技能提供执行循环读取计划执行当前任务验证结果标记完成然后进入下一项。遇到阻塞时会触发调试或重新规划。当计划已就绪且选择手动执行或由主代理直接执行时触发。test-driven-development严格遵循测试驱动开发循环先写失败的测试再写最少代码使测试通过最后重构。该技能确保代码质量与可测试性每一步都要求输出测试用例、实现代码和测试运行结果。当计划中包含模块级开发任务且团队或项目要求 TDD或者用户明确要求“用 TDD 方式实现”时触发。dispatching-parallel-agents同时启动多个独立代理执行互不依赖的任务并合并各自的结果。适用于任务分解后存在无依赖关系的子任务。技能包括如何定义并行单元、同步结果和处理冲突。当计划中有多个可并行的任务且系统支持多代理执行时触发。第五阶段调试systematic-debugging采用科学调试法假设-验证-排除定位缺陷根因而不是随机修改代码。技能指导记录现象、复现步骤、提出假设、设计验证实验、收敛到最小复现案例并最终修复。在执行计划或测试时遇到未预期的失败或者用户报告 bug 时触发。第六阶段代码审查requesting-code-review主动向同伴或审查代理提交代码变更进行审查提供必要的上下文、测试结果和自查清单。该技能生成格式化的审查请求包含变更范围、设计决策、潜在风险点以及希望重点关注的部分。完成一个功能分支或重要提交、准备合并前触发。receiving-code-review接收并处理他人提交的代码审查意见逐条回应、修改代码或讨论建议。该技能帮助审查者或 AI生成结构化的反馈包括优先级、具体行号位置、修改建议和理由。收到审查请求时或者用户要求“审查这段代码”时触发。第七阶段验证与完成verification-before-completion在认为工作完成前自动或手动执行全面的验证清单包括测试、构建、静态分析、文档更新等。该技能强制进行最终验证避免“我以为没问题”的错误输出验证报告以及任何未通过项。当完成所有计划任务、通过代码审查后准备标记为完成之前触发。finishing-a-development-branch合并或关闭开发分支、清理 worktree、更新主分支、删除临时分支并记录最终结果。技能遵循团队的 Git 工作流如 GitHub Flow、Git Flow执行合并、打标签、推送和通知同时清理本地环境。验证通过后准备将功能集成到主分支时触发。第八阶段扩展writing-skills创建或修改 Superpowers 的自定义技能定义技能的名称、描述、触发条件和执行逻辑。该技能提供技能模板、最佳实践和工具函数库让高级用户扩展系统能力。当用户需要添加新的领域专用技能或者询问“如何创建一个新 skill”时触发。总结Superpowers 的技能集并不是孤立的工具而是一条环环相扣的开发流水线。从入门指南到规划、环境准备、开发执行、调试、审查、验证、完成再到扩展每项技能都有明确的输入输出和触发场景。团队或个人开发者可以按照上述顺序单向推进也可以在遇到阻塞时回溯到之前的阶段例如在 executing-plans 中遇到失败就跳转到 systematic-debugging。通过合理应用这些技能能够显著提升开发效率、减少沟通成本并降低遗漏关键步骤的风险。希望这篇指南能帮助你快速上手 Superpowers并顺利将其融入日常工作流。

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/2615972.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…