Superpowers

obra/superpowersAI 已审核

用途

Superpowers 是一套技能文档加一个小插件,改变AI编程智能体的工作方式。智能体不会直接动手写代码,而是先问你到底想做什么,写出一份你认可的设计,把它拆成小任务,然后按任务逐一处理,每一步都先写测试、再做代码检查。它以插件形式安装到 Claude Code、Codex、Cursor、Gemini CLI、Copilot CLI、Grok、Kimi、OpenCode、Devin 等工具中,通常在对应智能体里敲一条命令即可。它适合已经在用这些智能体之一的程序员。

安装难易度

C · 需要安装 1–2 个工具 · Windows

Windows C
macOS C
Linux C

你需要先安装好一个受支持的编程智能体,然后在其中执行一两条命令,例如在 Claude Code 里执行 `/plugin install superpowers@claude-plugins-official`,或者执行 `gemini extensions install https://github.com/obra/superpowers`。每个智能体的安装方式不同,需要逐个重复操作;在有些工具里还要重启会话或批准钩子(hooks)。

GitHub 数据

星标: 310,0672026年10月31日
下载量: —所有发布版本
增长: +4,9726 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: 其他工具
从源码编译需要: Node.js
磁盘空间: 100 MB–500 MB · 估算
账号或密钥: 无
费用: 免费，API 另行收费 · 这些技能是免费的(MIT 许可)。它们只能在AI编程智能体内使用,而这类工具通常需要付费套餐或付费的API用量。README 中提到可通过 [email protected] 为企业提供付费的商业支持。
许可证: MIT (宽松型)
最近更新: 2026年10月21日

风险信号 (5)

注意星标增长速度异常
383 天内获得 306455 个星标（约每天 800 个）
自动检查
注意智能体会长时间工作并删除代码
README：'It's not uncommon for your agent to work autonomously for a couple hours at a time'，test-driven-development skill 'Deletes code written before tests'，finishing-a-development-branch 'presents options (merge/PR/keep/discard), cleans up worktree'。这些 skills 被描述为 'Mandatory workflows, not suggestions'，因此智能体会被引导自行删除并重写已有的工作成果。
AI 审核
信息默认会从作者网站加载一张图片
README 的 'Visual companion telemetry' 部分：默认情况下，brainstorming 的 visual companion 中的 Prime Radiant 徽标是从他们的网站加载的，并带有你正在使用的 Superpowers 版本号；他们说其中不包含任何关于你的项目、提示词或智能体的信息，并且设置 SUPERPOWERS_DISABLE_TELEMETRY（或 Claude Code 的 DISABLE_TELEMETRY）即可关闭。
AI 审核
信息每次会话开始时都会注入指令
该仓库附带 hooks/ 以及面向十几种智能体的 plugin 文件夹（.claude-plugin/、.codex-plugin/、.cursor-plugin/、.devin-plugin/、.muse-plugin/ 等）；README 说 `using-superpowers` 引导内容会通过原生的 SessionStart hook 注入，并在压缩之后再次注入，因此它的指令会在你没有要求的情况下加入每一次对话。
AI 审核
信息有一种安装方式会从网址获取指令
对于 OpenCode，README 让你说：'Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md'，这会让智能体下载一个文件，并照做其中当时所写的任何内容。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

这种工作流程是否真的能在实际项目中提升效果
这种由子智能体驱动的工作流会消耗多少额外的AI用量,进而增加多少成本
随附的钩子(hooks)在每个受支持的智能体里具体做了什么
除 Claude Code 之外的其他智能体对这些技能的支持效果如何,尤其是在 Windows 上
git worktree 相关步骤在一个已有未提交改动的仓库里是否能正常工作