GitHub 上有一个项目，上线仅 7 个月就突破了 20 万 Stars，日均获赞超过 900 个。这个项目叫 Superpowers，来自开发者 obra。
它不是又一个编程工具，而是一套面向 AI 编程 Agent 的软件开发方法论——通过可组合的技能（Skills），让 AI Agent 能够系统化地完成从需求到交付的全流程。
一、项目概览
Superpowers 的定位非常清晰：不是工具，是框架。它定义了一套标准开发流程和配套的技能库，适用于 Claude Code、Codex、Cursor、Gemini CLI 等主流 AI 编程工具。
| 指标 | 数值 |
|---|---|
| GitHub Stars | 203,738 |
| Forks | 18,139 |
| 编程语言 | Shell |
| 创建时间 | 2025-10-09 |
| 最新更新 | 2026-05-21 |
二、核心：7步标准开发流程
Superpowers 的核心是一套 7 步标准开发流程，每一步对应一个可独立调用的 Skill：
| 步骤 | 技能名称 | 功能描述 |
|---|---|---|
| 1 | brainstorming | 写代码前先通过问答细化需求，分块展示设计供用户确认 |
| 2 | using-git-worktrees | 创建隔离的 Git worktree 工作区，验证干净测试基线 |
| 3 | writing-plans | 将工作拆分为 2-5 分钟的小任务，每个任务有精确文件路径和验证步骤 |
| 4 | executing-plans | 启动子 Agent 驱动开发，两阶段审查（规范合规性 → 代码质量） |
| 5 | test-driven-development | 强制 RED-GREEN-REFACTOR：先写测试，看测试失败，写最小代码，提交 |
| 6 | requesting-code-review | 任务间审查，按严重程度报告问题，致命问题阻塞进度 |
| 7 | finishing-a-development-branch | 验证测试，呈现选项（合并/PR/保留/丢弃），清理 worktree |
三个设计亮点：
1. 强制 TDD，不让 AI 偷懒
Superpowers 明确要求先写测试再看失败，不给 AI 跳过测试的机会。
2. 任务粒度控制：2-5 分钟一个小任务
每个 plan 任务都有精确的文件路径和验证步骤，粒度极细，既降低了 AI 幻觉风险，也方便人工审查。
3. 两阶段审查
先验证规范合规性，再检查代码质量。顺序不能颠倒。
三、技能库全景图
| 类别 | 代表技能 |
|---|---|
| 测试类 | test-driven-development（含反模式参考） |
| 调试类 | systematic-debugging（4阶段根因分析） |
| 协作类 | brainstorming、writing-plans、dispatching-parallel-agents |
| 元技能 | writing-skills（创建新技能的最佳实践） |
四、支持平台：横跨8+种Agent
| 平台 | 安装命令 |
|---|---|
| Claude Code | /plugin install superpowers@claude-plugins-official |
| Codex CLI | /plugins → 搜索 superpowers |
| Cursor | /add-plugin superpowers 或 marketplace 搜索 |
| Gemini CLI | gemini extensions install https://github.com/obra/superpowers |
| GitHub Copilot CLI | copilot plugin install superpowers@superpowers-marketplace |
五、与同类项目横向对比
| 项目 | Stars | 定位 |
|---|---|---|
| Superpowers | 203,738 | 方法论框架 |
| CLAUDE.md best practices | 32k | 提示词指南 |
| Cursor rules | 18k | 规则配置 |
| windsurf-rules | 8k | AI编程规范 |
Superpowers 的 Stars 是第二名的 6 倍以上。这不只是热度的差距，更是「系统化方法论」相比「单点技巧」在市场上的胜利。
六、对 OpenClaw 的借鉴价值
1. 技能触发机制
特定场景自动触发对应技能，而非手动调用。这比「全凭 prompt」模式更加可控和可复用。
2. 子任务拆解思想
将复杂任务拆为 2-5 分钟微任务，每个有明确验证步骤。这个粒度控制同样适用于 OpenClaw 的任务执行。
3. 两阶段审查机制
先验证规范合规，再检查代码质量。这个顺序逻辑可以迁移到文档审核、内容合规检查等场景。
4. 设计确认流程
先展示设计方案，分块呈现，用户确认后再执行。对于需要多方协作的任务，这个机制能有效避免返工。
七、总结
Superpowers 之所以能在 7 个月内冲到 20 万 Stars，根本原因是它解决了 AI 编程的一个核心矛盾：大模型擅长生成代码，但缺乏系统化的开发流程约束，导致代码质量不可控、交付结果不稳定。
Superpowers 的答案是：用 Skills 把最佳实践固化下来，让 AI 在每个阶段都知道该做什么、怎么验证、什么时候该停下来。这套思路对于任何构建 AI Agent 系统的团队都有参考价值。
项目链接：https://github.com/obra/superpowers