标签 Superpowers 下的文章

我的工作流是一个围绕 superpowers 插件Loop,superpowers 的理念是:先思考再动手。当你提出一个需求,不会急于写代码,而是先退一步问你"你真正想要实现什么",通过对话梳理出完整的设计方案,再分步执行。

核心设计是 masterworker 分离。

  • 脑暴会话 (master):专注于思考和设计,输出高质量的设计文档和执行计划
  • 执行会话 (worker):专注于代码实现,执行详细的计划

1、需求录入 - 首先我会在 Zed 上进行需求录入,采用 md 格式。这一步非常重要,我大概有 30% 的时间花在需求录入上,我会把能想到的关于此需求的背景、最终目标、可行的技术方案、风险点、外部 API 文档等等一切资源,都在需求文档中说明。对于需求文档,我不会太在意格式,会有比较多口语化的表达。

2、脑暴阶段 - 把需求 MD 喂给 Claude,调用 /superpowers:brainstorm 和 claude 进行思维碰撞。这个阶段不写任何代码,只讨论设计方案和实现细节,最终输出 design.mdimplement.md,保证最终的实现方案是完美符合我的预期的。

3、 执行阶段 - 这里我会选择新起一个 ClaudeCode 会话,而不是在脑暴会话中进行代码实现。新会话的好处:一、原先脑暴会话已经经过多轮对话了,一般情况下上下文会比较满,新会话响应更快,并且不会“犯傻”;二、implement.md 足够详细,无需额外上下文

4、 CodeReview - 在 Zed 中进行代码审查和功能验收。关于代码审查,对于一些代码细节和实现原理,这里我会使用 zed-agent 来辅助我进行代码 review,当然,你也可以在终端新建一个 ClaudeCode 会话或者使用 Zed 的 Claude Agent。原则是尽量不在脑暴和执行会话中引入太多不必要的问题,保持这两个会话的「干净」。发现问题后,将改进项写入新的需求 MD

5、 LOOP - 改进项 MD 喂回脑暴会话,开始下一轮脑暴迭代

非常简单,但是效果超群。充分的前期设计可以提升 AI 的效率和质量,避免多次的来回拉扯。

举个真实案例:我用这套工作流将个人博客从 Quarz 框架迁移到 Astro 框架。脑暴阶段确认好设计方案后,我让 Claude 执行计划,然后就去睡午觉了。醒来发现 Claude Code 已经完美完成任务——中间零中断,一次成功,共计 5000+ 行代码变更。

我大概用了两周的 coding agent 工作流:Superpowers(obra/superpowers)。今天看到它出现在 claude-plugins-official 列表里(我这边 /plugin 能看到 source),顺便分享下它的工作流思路。

来源:

它有一套最近大家在聊的很火的 skills,用来把 agent 拉回 “先想清楚、再动手、再验证” 的节奏,核心链路大概是:

  • brainstorming(/superpowers:brainstorm):任何 “要开始写 / 改功能” 之前先用它,把需求 / 约束 / 成功标准摸清楚,先出设计再实现(分段确认)

  • writing-plans(/superpowers:write-plan):把实现拆成很小、可验证的 steps,避免一口气写一大坨

  • executing-plans(/superpowers:execute-plan):按批次执行计划,每批做一次 review/checkpoint

  • test-driven-development:强调 red/green/refactor(先失败的测试,再最小实现)

  • verification-before-completion + systematic-debugging:先验证再宣称 “修好了”,遇到 bug 用更系统的方法追根因

安装我就不复读了:README 里 Claude Code/Codex/OpenCode 都有对应的入口和指令。我个人感觉最有用的是先从 brainstorming 那套问答 / 设计确认开始。

我也在不断熟悉这套工作流中,感觉它就是我想要的 coding agent 工作流。



📌 转载信息
转载时间:
2026/1/19 17:55:41

因为对 Superpowers 使用比较顺手,又想要多模型能力,受风佬项目启发,自己改造了一个。

GitHub - BryanHoo/superpowers-ccg: Claude Code superpowers: core skills library
觉得好用请留下你的 Star

Superpowers-CCG 是基于 Superpowers 的增强版本,融合了 ccg-workflow(Claude + Codex + Gemini)多模型协作能力。

快速开始

1. 安装 Superpowers-CCG 插件

Claude Code(通过 Plugin Marketplace)

# 添加 marketplace
/plugin marketplace add BryanHoo/superpowers-ccg

# 安装插件
/plugin install superpowers-ccg@BryanHoo-superpowers-ccg

安装完成后,codeagent-wrapper 会自动配置到 ~/.claude/bin/ 目录,无需手动复制。

2. 配置多模型调用能力(可选但推荐)

不配置全局提示在某些情况下,Claude 默认倾向自己解决

~/.claude/CLAUDE.md 中添加以下内容,让 Claude 知道它拥有这个能力

**⚠️ Important Notice: You Have Multi-Model Invocation Capabilities**

If you are Claude, please note: You can invoke external models (Codex and Gemini) through the `codeagent-wrapper` tool. This is NOT a hypothetical capability - it is a real and available feature.

**Your Capabilities:** - Invoke **Codex** for backend tasks (APIs, databases, algorithms, performance optimization)
- Invoke **Gemini** for frontend tasks (UI, components, styles, interactions)
- Invoke **dual-model cross-validation** for complex full-stack problems

**How to Use:**
Check the `coordinating-multi-model-work` skill for the complete routing decision framework and invocation methods. This skill includes:

- Semantic routing decision process (`routing-decision.md`)
- Invocation templates and integration patterns (`INTEGRATION.md`)
- Collaboration checkpoint logic (`checkpoints.md`)

核心特性

  • Superpowers 方法论 - 完整的软件开发工作流(brainstorming → planning → TDD → code review)
  • 多模型协作 - 自动路由任务到最适合的模型(Codex 后端、Gemini 前端)
  • 交叉验证 - 复杂问题和设计决策时双模型验证

多模型能力

核心模块,提供自动路由和交叉验证能力:

路由机制:

  • 语义分析 - Claude 分析任务描述、文件类型和技术栈,智能判断应该路由到哪个模型
  • 决策因素 - 任务本质(UI / 逻辑 / 数据)、技术领域(前端 / 后端)、复杂度(单一 / 跨域)
  • 路由目标 - Gemini(前端)、Codex(后端)、交叉验证(全栈 / 不确定)、Claude(简单任务)

交叉验证触发:

  • 全栈问题(前后端交互)
  • 高不确定性(多种可能原因)
  • 设计决策(架构选择)
  • 复杂 bug(难以定位)

多模型协作检查点

该框架现在在 8 个关键技能中嵌入了协作检查点:

  • CP1(任务分析) - 任务开始前评估
  • CP2(中期审查) - 在关键决策点调用
  • CP3(质量门) - 完成前审查

这些检查点集成到:

  • brainstorming: CP1(想法分析),CP2(方法探索)
  • writing-plans: CP1(计划开始),CP3(执行交接)
  • executing-plans: CP1/CP2/CP3(每项任务检查点)
  • developing-with-subagents: CP1/CP2/CP3(分派 / 执行 / 审查)
  • practicing-test-driven-development: CP1(RED 阶段),CP3(GREEN 阶段)
  • debugging-systematically: CP1(调查),CP2(假设测试)
  • requesting-code-review: CP3(审查调用)
  • verifying-before-completion: CP3(最终验证)

增强的 Skills

Skill多模型能力
debugging-systematically交叉验证诊断及嵌入检查点
brainstorming多模型设计评估及 CP1/CP2 检查点
writing-plans任务路由标注及 CP1/CP3 检查点
executing-plans自动路由执行及 CP1/CP2/CP3 检查点
developing-with-subagents多模型任务分发及 CP1/CP2/CP3 检查点
requesting-code-review双模型代码审查及 CP3 检查点
practicing-test-driven-development测试生成路由及 CP1/CP3 检查点
verifying-before-completion交叉验证确认及 CP3 检查点

Skills 库

测试

  • practicing-test-driven-development - 精简的 RED-GREEN-REFACTOR 循环,含主动多模型检查点(包含测试反模式参考)

调试

  • debugging-systematically - 精简的 4 阶段根因分析流程,含主动多模型检查点(包含 root-cause-tracing、defense-in-depth、condition-based-waiting 技术)
  • verifying-before-completion - 确保问题真正修复(含 CP3 检查点)

协作

  • brainstorming - 苏格拉底式设计提炼
  • writing-plans - 详细实施计划
  • executing-plans - 分批执行带检查点
  • dispatching-parallel-agents - 并发 subagent 工作流
  • requesting-code-review - 预审查清单
  • receiving-code-review - 响应反馈
  • using-git-worktrees - 并行开发分支
  • finishing-development-branches - 合并 / PR 决策工作流
  • developing-with-subagents - 快速迭代带两阶段审查

多模型

  • coordinating-multi-model-work - 多模型调用核心(路由规则、交叉验证、提示词模板、主动协作检查点)

设计理念

  • 测试驱动开发 - 始终先写测试
  • 系统化优于临时 - 流程优于猜测
  • 降低复杂度 - 简单性是首要目标
  • 证据优于声明 - 验证后再宣布成功
  • 多模型协作 - 专业模型处理专业任务
  • 简化文档 - 遵循 Anthropic 最佳实践,删除 Claude 已知的冗余解释内容
  • 主动协作 - 嵌入自主决策检查点用于多模型协作

📌 转载信息
转载时间:
2026/1/18 15:45:23