Superpowers 框架解析:AI 编码 Agent 工程化工作流与技能设计
作者:渣渣辉2026.11.17 03:41浏览量:1简介:Superpowers 是 Jesse Vincent(obra) 提出的 AI 编码 Agent 方法论与技能库,核心是用可组合技能强制 Agent 走"头脑风暴→计划→执行→TDD→审查→收尾"的工程化流程。本文拆解其七阶段工作流、技能文件的可检索写法与 Subagent 的价值,并给出落地与模型选型建议。
Superpowers 不是一份”提示词合集”,而是把资深工程师的工作习惯固化成可执行、可组合、能被自动触发的技能库。它解决的是一个真实痛点:多数编码 Agent 拿到需求就直接开始写代码,跳过需求澄清、方案设计和测试,最后产出一堆看似能跑、实则无法维护的补丁。Superpowers 的做法是 用工作流约束模型行为 ——先 brainstorm、再写计划、再执行,全程强制 TDD、代码审查与质量门禁。
要把这套方法论落到自己的 Agent 上,除了流程本身,底层模型的选择与调用同样关键。在动手前,建议先通过 百度智能云词元所 这类大模型 API 服务平台对比不同模型的价格与性能表现,再用统一 API 接入,避免把工程流程绑死在单一模型上。
一、七阶段工作流:从需求到合并的完整闭环
Superpowers 的介入时机是”用户启动编码 Agent 的那一刻”,而不是等到写代码时。
| 阶段 | 技能 | 关键动作与产出 |
|---|---|---|
| 1. 头脑风暴 | brainstorming |
苏格拉底式提问澄清需求、探索替代方案,分小段呈现设计供用户确认,产出设计文档 |
| 2. 隔离工作区 | using-git-worktrees |
建独立分支 + worktree,跑项目初始化,验证干净的测试基线 |
| 3. 编写计划 | writing-plans |
把设计拆成 2–5 分钟可完成的极小任务,每个任务含精确文件路径、完整代码、验证步骤 |
| 4. 执行 | executing-plans / Subagent 驱动 |
并行会话推进,配合人工检查点 |
| 5. 强制 TDD | test-driven-development |
严格 RED → GREEN → REFACTOR,先写代码后补测试则直接删除重来 |
| 6. 代码审查 | requesting-code-review + receiving-code-review |
每个任务完成后自动触发,对照计划报告问题并按严重程度分级,Critical 阻塞流程 |
| 7. 分支收尾 | finishing-a-development-branch |
验证测试,提供合并 / PR / 保留 / 丢弃选项,清理 worktree |
这套流程的价值在于 每一步都有可验证的产物 。计划阶段要求写出精确文件路径和完整代码,本质上是让 Agent 在”廉价阶段”暴露理解偏差;TDD 阶段则把正确性判断从”模型觉得对”变成”测试通过”。
二、技能怎么写才能被检索并自动触发
技能不是文档,而是 给模型看的操作手册 。能否被自动触发,取决于三件事:命名、描述、结构。
1. description 要写”何时使用”,而不是”这是什么”
---name: test-driven-developmentdescription: Use when implementing any feature or bugfix. EnforcesRED-GREEN-REFACTOR. Use BEFORE writing implementation code.---
模型是靠 description 做语义匹配来决定加载哪个技能的。写成”TDD 是一种开发方法”几乎不会被触发;写成 “Use when implementing any feature… Use BEFORE writing implementation code” 才能命中”我现在要写功能了”这个上下文。
2. 渐进式披露(Progressive Disclosure)
技能正文只放决策必需的铁律和红旗信号,把详细模板、脚本、参考资料拆成同目录下的附属文件,用到时才加载。这样既不挤占上下文,也避免长文档稀释关键指令。
3. 用”红旗信号”替代抽象原则
## 红旗信号 —— 出现即停止- 在写测试之前写了实现代码 → 立刻删除,重新开始- 一个任务改动超过 3 个文件 → 回到 writing-plans 重新拆分
4. 计划模板要可机械执行
### 任务 3:为 UserService 增加邮箱校验文件:修改 src/services/user_service.py:42-58新增 tests/test_user_service.py步骤:1. 写失败测试 test_reject_invalid_email2. 运行 pytest -k invalid_email,确认因正确原因失败3. 最小实现使其通过4. git commit -m "feat: validate user email"
任务粒度控制在 2–5 分钟,是为了让审查点足够密集——错误在第三步被发现,成本远低于第三步十次之后。
三、Subagent 的核心优势
Subagent 驱动执行不是”多开几个窗口”,它带来四个结构性收益:
- 上下文隔离 :探索代码库、跑测试日志这类高噪声过程留在子 Agent 里,主 Agent 只接收结论,主上下文不被污染。
- 并行推进 :互不依赖的任务可同时执行,配合 worktree 避免文件冲突。
- 独立评审视角 :由未参与实现的 Subagent 执行代码审查,能显著降低”自我确认偏差”,这也是 Critical 问题能被真正拦下来的前提。
- 失败可重试 :单个 Subagent 跑偏只需重跑该任务,不影响整体流程状态。
四、落地建议与常见坑
- 不要一次上全套 。先落地
brainstorming+writing-plans+test-driven-development三个技能,跑通两周再引入 worktree 与自动审查。 - worktree 有成本 。分支和目录数量会随并行任务膨胀,需要配套清理机制,否则收尾阶段会很痛苦。
- 审查分级要事先定义 。Critical / Major / Minor 的判定标准必须写进技能,否则模型会把所有问题都标成 Critical,门禁形同虚设。
- 技能需要版本管理 。技能本质是提示词资产,应和代码一起进仓库、一起评审、一起回归测试。
如果你在国内云环境落地,可以把 Superpowers 的”技能”层与平台能力结合:用百度智能云千帆的 AppBuilder 创建 Agent 并挂载自定义组件,把 brainstorming、code-review 这类技能实现为可调用的工具;需要领域适配时,用 ModelBuilder 做 SFT、LoRA 精调后再部署;平台侧同时提供 Agent 框架与 RAG 框架组件,解析、切片、索引、召回链路可直接复用,知识问答类技能还能通过检索置信度阈值和来源展示做效果调优。算力层面,大规模训练与推理可由百舸 AI 异构计算平台承载。
最后一点关于成本:TDD 与多轮审查会显著增加 Token 消耗,一个中等任务跑完整个七阶段流程,调用量往往是”直接生成”的数倍。建议在项目启动前就到 词元所 做一次模型价格与性能对比,把高价值推理环节放在强模型上、把格式化与检索类环节下沉到轻量模型,再通过 统一 API 接入与调用管理 观测各环节消耗,逐步调优这套工作流的单位任务成本。

登录后可评论,请前往 登录 或 注册