工程化开发skills:superpowers

admin 2026-06-26 10:12:04 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

文章总结: 本文介绍了一款名为superpowers的AI编程技能工具,旨在解决AI项目规模扩大后代码混乱的问题。它通过一套工程化流程来提升代码质量和开发效率,核心技能包括需求澄清(brainstorming)、任务拆解(writingplans)、并行执行、测试驱动开发(TDD)以及两阶段代码审查等。该工具能引导开发者将模糊需求转化为清晰规格,并自动执行从计划到编码、测试、审查直至分支合并的全过程,最终产出高质量的可维护代码。 综合评分: 85 文章分类: 安全开发,ai安全,技术标准,解决方案,工具推荐


cover_image

工程化开发skills : superpowers

原创

信安路漫漫 信安路漫漫

信安路漫漫

2026年6月24日 07:00 上海

在小说阅读器读本章

去阅读

前言

在用AI做项目的过程中,发现前期用起来还行,随着项目越来越大会发现项目越来越乱,AI这里改一下哪里改一下,造成这个的原因就是AI没有规划,完全就是凭感觉去写。

而今天这个skills就是解决这个问题,在编写代码以前,先聊透需求然后再去写,这样写出来的代码更加容易维护。安装以后Claude Code 将自动走 Brainstorm → Planning → TDD → 执行 → Review 全流程,这样代码质量将有质的飞跃。

#

安装与配置

可以连外网的可以直接通过插件商城进行安装,

插件安装命令

# 1. 安装插件(官方市场)/plugin install superpowers@claude-plugins-official# 或者通过 Superpowers 市场(部分版本)/plugin marketplace add obra/superpowers-marketplace/plugin install superpowers@superpowers-marketplace

本次我通过自动下载进行安装。

https://github.com/obra/superpowers/tree/main/skills

从上面的链接中下载项目代码,然后将skils文件的目录中的内容放到你的项目目录skill下。例如我的项目目录path.claude\skills

核心技能

Superpowers并非单一的skills,它包含了多个skills,可以相互组合进行使用。如下图所示

目前使用较多的就是brainstorming,Write Plan,executing-plans,test-driven-development这几个

1)brainstorming 头脑风暴

该skill会促使Claude交互式澄清需求、生成用户故事、界面草图想法等,帮你把模糊需求变成清晰规格。

如下图,他会让你一步步选择你想要使用的方案等技术架构

2)Write Plan 编写实施计划

将设计转化为极细粒度的任务(每个任务约 2-5 分钟),包含精确的文件路径、完整代码和验证命令,杜绝模糊的占位符。

3)executing-plans  执行计划

作为子代理模式的备选方案,支持按计划逐个执行任务,并在每个任务完成后设置检查点供人工确认。

4)subagent-driven-development(子代理驱动开发)

为每个计划任务派发独立的子代理执行,避免上下文污染。完成后强制进行“规格合规”与“代码质量”两阶段审查。

5)dispatching-parallel-agents(并行子代理)

当存在多个互不依赖的任务时,支持同时派发多个子代理并行处理,大幅提升开发效率。

6)requesting-code-review(请求代码审查)

自动获取当前分支的 git diff,逐文件进行审查,按严重程度报告问题,关键问题会阻止后续推进。

7)receiving-code-review(接收审查反馈)

提供技术性接收反馈的结构化流程,帮助 AI 理解每条审查意见、验证其合理性并逐条处理。

8)using-git-worktrees(Git 工作树)

创建独立的 Git Worktree 和新分支,实现开发环境与主分支的物理隔离,确保主代码库的安全与稳定。

9)finishing-a-development-branch(分支收尾)

在所有测试通过后,提供合并到主分支、创建 PR、保留分支或丢弃分支的选项,并自动清理临时工作区。

10)test-driven-development(测试驱动开发 TDD)

这是一项铁律技能,强制遵循 RED-GREEN-REFACTOR 循环。要求必须先写一个会失败的测试,再写最简代码使其通过,最后重构。如果先写了生产代码再补测试,AI 会强制删除代码重来。

11)systematic-debugging(系统化调试)

提供四阶段根因分析流程(根因调查 → 模式分析 → 假设与实验 → 实施修复),杜绝“随机试错”式的低效排查。

12)verification-before-completion(完成前验证)

强制要求在宣布“任务完成”或“Bug 已修复”之前,必须运行新鲜的验证命令并检查完整输出,防止 AI 过度自信导致的“假阳性”。

13)writing-skills(编写技能)

允许用户使用 TDD 的方式编写新的 Skill,将团队专属的工程规范或特定框架的最佳实践封装为可复用的技能,实现 AI 能力的自我进化。

14)using-superpowers(使用 Superpowers)

作为技能系统的入门引导,包含“1% 规则”,用于自动触发和调度方法论约束,确保 AI 始终遵循工程化规范。

开发实践案例

1. 需求澄清(Brainstorming)你向 AI 输入 /superpowers:brainstorm 我想开发一个带有用户验证功能的待办事项小程序(或数学闯关游戏)。

AI 会化身架构师,通过“苏格拉底式提问”追问细节。例如它会问:“目标用户是个人还是企业?需要支持手机号验证还是邮箱验证?是否需要数据备份功能?”

经过几轮问答和设计确认后,AI 会生成一份包含功能范围、技术限制和验收标准的 PRD(产品需求文档)。在这个过程中,AI 甚至可能帮你想到你最初没考虑到的需求(例如:管理入口是否需要密码保护)。

2. 创建隔离工作区(Using Git Worktrees)

需求确认后,AI 会自动创建一个独立的 Git Worktree(如 .worktrees/ 目录)。这相当于为本次开发建立了一个物理隔离的“沙盒”,无论后续怎么试错,都不会污染主线代码。

3. 任务拆解(Writing Plans)

你输入 /superpowers:write-plan,AI 会将宏大的游戏目标拆解为极细粒度的微型任务。例如:

  • 任务1:创建项目目录结构(路径:./math-game,验证标准:包含 src、config、test 文件夹)。
  • 任务2:编写用户验证接口(路径:./src/api/auth.js,验证标准:可正常接收手机号+验证码,返回登录状态)。每个任务都明确标注了预计耗时(2-5分钟)、文件路径和验证步骤。你需要审阅并输入 APPROVED 后,AI 才会动手。

4. 并行执行与子代理驱动(Subagent-Driven + Parallel Agents)计划确认后,AI 不会在一个长上下文中写完所有代码,而是为每个任务派发一个“干净的”子代理(Subagent)去独立执行。

如果存在互不依赖的任务(例如同时开发“前端用户管理页面”、“后端权限 API”和“单元测试”),AI 会触发 dispatching-parallel-agents,同时派发多个子代理并行处理。每个子代理在独立的工作树中编译和运行,最后由主代理合并,完美避免了多代理修改同一文件导致的“车祸现场”。

5. 测试驱动开发(TDD)

在编写具体业务代码时,AI 会强制执行 RED-GREEN-REFACTOR 循环:

  • RED:先写一个会失败的测试用例。
  • GREEN:编写最少的代码让测试通过。
  • REFACTOR:重构优化代码。如果 AI 试图先写业务代码再补测试,Superpowers 会强制它删掉重来。

6. 两阶段代码审查(Requesting Code Review)

每个子代理完成任务后,必须经过两轮审查:

  • 第一轮(规格合规审查):审查代理会拿设计文档逐条对照,检查“做没做对”,逐行验证需求是否真的实现。
  • 第二轮(代码质量审查):检查命名、结构、复杂度等质量问题。只有两轮审查都通过,任务才会被标记为完成。

7. 完成分支与收尾(Finishing a Development Branch)

当所有 12 个微型任务全部完成且通过测试后,AI 会验证所有测试通过,提供合并到主分支、创建 PR 或清理 Worktree 的选项,并自动完成代码的合并与清理工作。

最终产出:通过这套严密的流程,AI 最终能交付一个包含完整页面(如关卡地图、答题、结算、错题本、题库管理),支持多种题型和移动端适配的高质量代码文件。整个过程中,AI 产出的代码质量与有经验的工程师写的没有明显差距,且几乎没有返工。

参考链接

https://cloud.tencent.com/developer/article/2668308

https://github.com/squallopen/superpowers-zh-adapters


免责声明:

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。

任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我

本文转载自:信安路漫漫 信安路漫漫 信安路漫漫《工程化开发skills : superpowers》

Agent安全面试6问全解析 网络安全文章

Agent安全面试6问全解析

文章总结: 本文聚焦AIAgent安全,解析了技能投毒攻击、自我变异中毒等高频面试题,指出传统扫描器检出率有限,并提出纵深防御架构(输入安全、执行隔离、运行时监
评论:0   参与:  0