Superpowers：强制 TDD 和双阶段 Review 的 AI 编程方法论

214K Star 的 AI 编程方法论框架，自动触发结构化开发流程——brainstorming、TDD、subagent 双阶段 review、git worktree 隔离，支持 8 个主流 Agent 平台。

项目地址：https://github.com/obra/superpowers ｜ MIT 开源协议 ｜ ⭐ 214K+ Stars

这是什么

Superpowers 是一个给 AI 编程 Agent 用的软件开发方法论。它不是工具、不是 IDE、不是 prompt 包——它是一套强制执行的开发流程，以可组合的 skill 形式嵌入到你的 coding agent 里。

用了几个月 AI 编程工具后，你大概率遇到过这些问题：

• Agent 拿到需求直接开写，跳过了需求确认，结果做的不是你要的
• 没有测试就提交，改一行代码破三处，事后 debug 半天
• 复杂任务 Agent 一次性全干，上下文溢出后质量崩塌
• 说"做完了"但没有 review，merge 进去才发现问题

Superpowers 用四条原则解决这些问题：TDD 优先、系统化执行、降低复杂度、证据验证。所有 skill 自动触发，不是建议而是强制——Agent 开始工作前会检查是否有匹配的 skill。

核心理念

四条原则贯穿整个系统：

• TDD（测试驱动开发） — 先写测试再写实现，永远如此。测试前写的代码直接删
• 系统化 > 随意 — 结构化流程打败"我感觉这样就行"
• 降低复杂度 — 简单是首要目标，YAGNI（你不会需要它）
• 证据 > 声明 — "验证了才算完成"，Agent 不能自己宣布任务完成

七步工作流程

所有任务自动进入这个流程，skill 之间无缝串联：

brainstorming → git worktree → writing plans → subagent 执行 → TDD → code review → finish branch

关键特性：自动触发，不需要你手动调用。

核心 Skill 详解

brainstorming — HARD-GATE

这是整个系统的入口。在设计被你批准之前，Agent 不允许写任何代码，包括最简单的项目。

流程：

探索项目上下文 → 逐一提问（一次只问一个问题）→ 提出 2-3 个方案
→ 分段展示设计 → 你批准 → 写 spec 文件 → 自审 → 你审 spec → 交给 writing-plans

几个要点：

• 问你喜欢选择题而不是开放题，降低回答成本
• 超大项目会帮你拆成子项目，每个子项目走独立的 spec → plan → 实现循环
• 设计文档保存到 docs/superpowers/specs/YYYY-MM-DD-<topic>-design.md
• 可选 Visual Companion（浏览器里展示 mockup 和架构图）
• 即使是修 typo，也会走这个流程——但设计审批可能是三句话

writing-plans — 精确到文件路径

把设计拆成极度精确的实现计划：

✅ "在 src/hooks/install.ts 中创建 installHook 函数，参数为 HookConfig，返回 Promise<void>"
❌ "添加适当的错误处理"  ← 禁止模糊步骤
❌ "TBD"、"参考任务 N"    ← 全部禁止

• 每步是一个动作，2-5 分钟内完成
• 包含完整代码块、精确命令、预期输出
• 保存到 docs/superpowers/plans/YYYY-MM-DD-<feature-name>.md
• 计划完成后提供两条路：subagent 驱动开发（自动）或 inline 执行（人工检查点）

subagent-driven-development — 最核心的执行机制

每个任务三个独立 subagent：

1. Implementer — 实现代码 + 测试 + 自审 + 提交
2. Spec Reviewer — 检查实现是否符合 spec（不多不少）
3. Code Quality Reviewer — 检查代码质量

执行流程：

读取计划 → 提取所有任务 → 逐个派遣 subagent → 每个任务完成后双阶段 review → 全部完成后最终 review

关键规则：

• 不停下问你 — 只有遇到无法解决的 BLOCKED 或真正的歧义才中断
• 每个任务全新 subagent — 不继承上一个任务的上下文，避免污染
• 先 spec review 再 code review — 顺序不能反
• review 不通过就修 — 修完再 review，循环直到通过

模型选择策略（省 token）：

Implementer 状态码：

test-driven-development — 强制 RED-GREEN-REFACTOR

在 subagent 内部强制执行：

• RED — 先写一个会失败的测试
• GREEN — 写最少的代码让测试通过
• REFACTOR — 重构，保持测试通过

如果 Agent 在写测试之前就写了实现代码，Superpowers 会要求删除那部分代码，从测试重新开始。

finishing-a-development-branch — 收尾

所有任务完成后：

• 验证全部测试通过
• 提供四个选项：merge、创建 PR、保留分支、丢弃
• 清理 worktree

安装方式

Superpowers 支持 8 个主流 Agent 平台：

安装后 skill 自动生效，不需要额外配置。

使用示例

你不需要做任何特殊操作，正常使用即可。所有流程自动触发：

你：帮我加一个暗黑模式

Agent（自动触发 brainstorming）：
  → 先问你：暗黑模式是全局还是按页面？
  → 你：全局
  → Agent：有三个方案... [A/B/C]，推荐 A，因为...
  → 你：就 A
  → Agent：设计文档已保存到 docs/superpowers/specs/2026-06-01-dark-mode-design.md
  → 你：OK

Agent（自动触发 writing-plans）：
  → 拆成 5 个任务，每个 2-5 分钟，精确到文件路径
  → 计划保存到 docs/superpowers/plans/2026-06-01-dark-mode.md

Agent（自动触发 subagent-driven-development）：
  → 任务 1: 实现 ThemeContext → subagent 实现 + 测试 + 自审
    → Spec Reviewer: ✅ 符合 spec
    → Code Reviewer: ✅ 代码质量通过
  → 任务 2: 添加 CSS 变量 → subagent ...
  → ...全部完成后

Agent（自动触发 finishing）：
  → 测试全通过，要创建 PR 还是直接合并？

即使是修一个 typo，也会走一遍 brainstorming → plan → 实现 → review，但每一步都被压缩到极简：

你：修一下 index.ts 第 42 行的拼写错误

Agent（brainstorming，极简版）：
  → 把 "recieve" 改成 "receive"，其他地方没影响。可以吗？
  → 你：OK

Agent（plan，极简版）：
  → 任务 1：修改 index.ts 第 42 行，运行测试确认通过

Agent（subagent + review，极简版）：
  → 修改完成，测试通过，review 无问题。

设计边界

• skill 是强制的 — 不是建议，Agent 必须遵循
• 不跨会话 — Superpowers 不管理跨会话记忆，单次会话内闭环
• 不自动部署 — finishing 只到 merge/PR 为止
• 支持 8 个平台 — 新 skill 必须在所有平台上可用才被接受
• 不接受新 skill PR — 维护者控制 skill 集的扩展，但接受对现有 skill 的改进

使用建议

适合的场景：

• 你希望 AI 写代码有严格的 TDD 纪律
• 复杂任务需要结构化流程，不想 Agent 跳步
• 想要 subagent 双阶段 review 保证质量
• 团队中多人使用 AI 编程，需要统一流程

不太需要的场景：

• 纯一次性小脚本，不需要 TDD 和 review
• 你自己已经有完善的开发流程，不想被覆盖
• 对 token 消耗敏感（subagent 调度和双阶段 review 会增加开销）

注意：Superpowers 的全流程自动触发意味着每个任务都有固定开销，即使是最简单的修改。如果你觉得这个开销过大，可以考虑配合 CatPaw 的等级路由一起使用——CatPaw 决定任务是否进入正式流程，Superpowers 负责进入后的执行质量。

与其他工具的关系

三者可以叠加：CatPaw 管跨会话记忆和任务路由，Superpowers 管单次会话内的执行质量，gstack 管部署和监控。