superpowers

给 AI 编程代理装上开发流程，写代码不再跑偏

开源 free 开发框架

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 298101

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类开发框架

开发团队obra

所属国家

官网地址

GitHubhttps://github.com/obra/superpowers

定价模式free

价格说明开源免费，定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Shell

技术栈/模型ai,brainstorming,coding,obra,sdlc,skills,subagent-driven-development,superpowers

GitHub 星标★ 298101

30天Star增速

HF 下载量

上线时间2025-10-09 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-13

浏览次数0

项目介绍

Superpowers 是一套面向 AI 编程代理的技能框架与软件开发方法论，用 Shell 脚本组织，核心是把软件开发生命周期拆解成可复用的技能（skills），让 Claude Code 等代理按流程工作。它解决的是 AI 写代码时缺乏章法、上下文丢失、容易跑偏的问题：通过头脑风暴、方案设计、任务拆分、子代理驱动开发等环节，把大任务变成有明确输入输出的步骤，代理按技能卡片执行，人类在关键节点审查。框架强调 subagent-driven development，即让子代理承担独立子任务，主代理负责协调与整合，从而提升复杂项目的可控性与产出质量。它不绑定具体语言，适合把 AI 编码从“随手生成”升级为“有流程的工程实践”。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装并能使用一个受支持的编码代理（如 Claude Code、Cursor、Codex CLI、Gemini CLI 等）
能够访问 GitHub 上的 obra/superpowers 仓库
若同时使用多个编码代理，需为每个代理分别准备安装环境

安装与启动步骤

1确定目标代理

README 的 Getting Started 下列出了十余种受支持 harness，先确认自己要用哪一个，再去看它对应的小节。
2按 harness 安装

README 明确说明安装方式因 harness 而异，不同代理的安装步骤不同，必须按你所选代理的对应小节操作。
3多代理分别安装

如果你同时使用多个编码代理，README 要求对每一个分别安装一次，不能共用一份安装结果。
4启动代理验证

安装后正常启动你的编码代理并描述一个开发需求，观察它是否按技能流程先追问需求而非直接写码。

如何确认成功

启动编码代理并提出一个开发任务，若它先向你追问真实意图、分块展示规格而不是直接生成代码，说明技能已生效。

常见问题

Q：支持哪些编码代理？

A：README 目录列出了 Claude Code、Antigravity、Codex App、Codex CLI、Cursor、Devin CLI、Factory Droid、Gemini CLI、GitHub Copilot CLI、Grok Build CLI、Kimi Code、OpenCode、Pi、Qwen Code、Hermes Agent、Muse 等。

Q：可以同时装在多个代理上吗？

A：可以，但 README 强调安装方式因 harness 而异，使用多个代理时需要为每一个单独安装，不能只装一次。

Q：具体安装命令在哪里看？

A：在 README 的 Getting Started（Installation）章节，按你所用代理名称找到对应小节，命令以该小节所述为准。

Q：安装后代理还是直接写代码怎么办？

A：说明技能尚未被代理加载。请回到 Getting Started 确认所选 harness 的安装步骤已完整执行，必要时重新安装。

注意事项

README 节选只说明安装方式因 harness 而异，未给出任何具体安装命令，实际操作请以仓库 README 对应小节为准。
不要跨代理复制安装步骤，不同 harness 的安装方式不通用。
项目本身用 Shell 编写，不绑定具体编程语言，适用于任意语言的项目开发。

核心亮点

把 SDLC 拆成可复用技能卡片，代理执行有章可循
子代理驱动开发模式，复杂任务可拆分并行、主代理专注整合
纯 Shell 实现，无重依赖，容易接入 Claude Code 等现有代理工具

不足之处

强依赖特定代理生态与提示词约定，换平台迁移成本高
技能与流程偏方法论，缺少量化评测与自动化回归验证

适用场景

用 Claude Code 开发中大型功能时按技能流程推进
团队把 AI 编码规范沉淀成可复用技能库
需要多子代理协作完成拆分任务的复杂项目

替代项目

BMAD-METHOD、claude-flow

上一篇：framework

下一篇：agent-native