超级能力降临：obra/superpowers
重新定义 AI 编程的工作流

superpowers 的核心定位很清晰：它不是又一个"AI 帮你写代码"的工具，而是一套给 AI 编程助手量身定制的软件开发方法论。

这个项目由 Jesse Vincent 发起，他在软件工程领域深耕多年，创办了 Best Practical 公司。superpowers 的出现源自一个真实的痛点：直接丢给 AI 一个任务，它往往会跳过设计阶段直接写代码——结果是代码质量参差不齐，返工频繁，debug 成本甚至超过纯手工开发。

superpowers 的解决思路是把经典的工程实践固化为 AI 可执行的"技能"——当你告诉 AI"帮我规划这个功能"或"调试这个问题"时，它会自动激活对应的技能，按照系统化的步骤推进，而不是凭直觉输出代码。这套框架在 2025 年底开始快速走红，GitHub Star 增长曲线几乎垂直。

TDD 优先：代码必须在测试之后编写，这是 superpowers 的铁律。随意跳过测试直接写实现代码的行为会被明确阻止。

系统化优于临时性：把隐性知识显性化为可审计的步骤，每一步都有明确的输入、输出和验证方式。

简洁性：遵循 YAGNI（You Aren't Gonna Need It）和 DRY（Don't Repeat Yourself）原则，避免过度设计。

证据优于声明：完成功能需要提供客观证据——测试通过、代码覆盖率报告——而不是 AI 口头保证"功能已完成"。

安装完成后，在新会话中直接向 AI 描述需求即可，无需额外操作。技能在适当时机自动激活——当你说出"帮我规划功能"时，brainstorming 技能触发；说"调试这个问题"时，systematic-debugging 技能触发。

所有技能均以 Shell 脚本形式实现，存储在 skills/ 目录下，通过 /plugin update superpowers 一键更新。

ECC 像一把瑞士军刀，功能全，但需要花时间研究怎么用；superpowers 则像一个严格的导师——上手路径更短，但一旦进入框架就得按规则走。两者定位不同，混用反而容易产生冲突。

对于大多数团队来说，superpowers 的优势在于：强制 TDD + 自动分支管理 + 子 Agent 协作——这三项加在一起，真正把 AI 编程从"随意生成"提升到了"工程化协作"的高度。