obra/superpowers

Overview

项目介绍

Technical Route

技术路线

Superpowers 采用「技能库驱动+多智能体协作」架构，核心是将编码全流程拆解为可组合的标准化技能模块，通过前置触发机制让 AI 编码智能体自动遵循从需求梳理到交付的规范流程。技能库覆盖测试、协作、调试等全场景，配合子智能体驱动开发（subagent-driven-development）实现任务拆分与分层校验，同时通过多工具适配层兼容 Claude Code、Cursor 等主流编码工具，确保流程一致性，用户理解该路线可快速掌握 AI 编码的标准化协作逻辑。

1. 1技能触发调度层：通过前置检查机制，在 AI 编码智能体启动任务前自动匹配并激活对应技能模块，如需求阶段触发 brainstorming 技能、实现阶段触发 test-driven-development 技能，强制遵循标准化流程而非即兴编码。
2. 2可组合技能库：包含测试、协作、调试、元技能四大类，其中 test-driven-development 技能严格执行 RED-GREEN-REFACTOR 循环，subagent-driven-development 技能实现子智能体任务分发与双阶段评审，每个技能对应独立的执行逻辑与校验规则。
3. 3多工具适配层：针对 Claude Code、Cursor、GitHub Copilot CLI 等主流编码工具提供专属插件配置，如 .claude-plugin/plugin.json、.cursor-plugin/plugin.json，确保技能库在不同工具环境下的一致性触发与执行，无需用户重复配置。
4. 4子智能体协作机制：在任务执行阶段，由主智能体将拆解后的 bite-sized 任务（2-5分钟/个）分配给子智能体，先校验需求合规性再评审代码质量，实现多智能体并行协作与分层管控，提升编码效率与规范性。
5. 5Git 工作流集成层：通过 using-git-worktrees 技能实现隔离式分支开发，自动创建独立工作区、验证测试基线，在任务完成后触发 finishing-a-development-branch 技能完成测试校验、分支清理等收尾工作，无缝衔接 Git 协作流程。
6. 6质量校验规则层：在任务节点间嵌入 mandatory 校验环节，如 requesting-code-review 技能按 severity 级别报告问题，Critical 问题直接阻断流程，同时强制执行 YAGNI（You Aren't Gonna Need It）、DRY 等编码原则，确保交付质量。

Why Trending

为什么它会上榜

结合增长、最近更新与社区关注，给出一个更接近“决策参考”的上榜解读。

• 社区关注度上升：近期新增 +1275 Stars（today），讨论热度明显提高。
• 维护活跃：最近更新于 2026/06/13，更可能持续迭代与补齐文档/生态。
• 定位清晰：一套可落地的AI智能体技能框架及软件开发方法论，帮助开发者高效构建具备智能能力的应用，提升开发效率

Quick Start

怎么开始

请看仓库 README 的安装章节

使用前注意事项

• 不同AI工具需单独安装该框架，跨工具使用时需重复配置，可能增加管理成本。
• 项目不接受新增技能的贡献，仅支持对现有技能的跨工具适配更新，定制性有限。
• 部分AI工具的插件更新需手动操作，若未及时更新可能出现兼容性问题。

Related

相关项目