Superpowers 教程:Claude Code 插件安装、技能触发与实战流程

这篇 Superpowers 教程介绍 Claude Code 插件的安装命令、技能触发机制,以及从需求澄清、编写计划到测试、审查和合并的完整流程。通过“隐藏已完成任务”的示例,了解各项技能如何配合、原生计划模式与个人技能如何衔接,并判断哪些小改动适合简化流程,以及如何检查结果是否有充分证据。

发布于

Superpowers 教程:Claude Code 插件安装、技能触发与实战流程

想让 Claude Code 从接到功能需求,到测试和代码审查,都按明确的工程流程推进,可以安装 Superpowers。这篇 Superpowers 教程会介绍它的用法:当前插件包含 15 项技能,但按它自己的规则,需求明确的小改动也可以走简化流程。使用 Claude Superpowers 时,真正该判断的是:多出来的流程,能否解决任务中尚未明确的问题。

Claude Superpowers 是什么?

Superpowers 是 Jesse Vincent 开发的一套工程技能库,并附有引导编程智能体使用这些技能的指令。 Claude Code 是 Anthropic 推出的、能在代码仓库中工作的编程助手;Superpowers 为它提供需求理解、变更规划、测试、调试、任务委派和分支收尾等工作流程。可以把它看成车间的操作手册:工具已经齐备,手册规定的是先做什么、后做什么,以及交付前要检查什么。Superpowers README

Superpowers 的 GitHub 仓库,展示 README 及其中记录的工程流程
Superpowers

**核验于 2026 年 10 月 18 日:**源码中的插件清单标注版本为 7.0.0,仓库内有 15 个包含 SKILL.md 文件的顶层技能文件夹。这些信息对应本文查阅的源码;实际使用时,还要确认所选插件市场安装的是哪个修订版本。插件清单、技能目录

它在实际使用中的吸引力,是让一连串决策变得可见。修改功能前,Claude 可以先明确预期行为;宣布完成前,可以要求重新运行测试并拿出结果。这些指令提供了具体、可检查的依据,但并不能证明需求本身或测试本身就是正确的。

如何在 Claude 中安装 Superpowers?

在 Claude Code 内,选择项目 README 中的一种安装方式即可。 以下命令原样摘自 README 的 Claude Code 章节,属于交互式斜杠命令,不能直接粘贴到普通 shell 中运行。README 安装说明

通过官方插件市场安装 Claude Superpowers

Text
/plugin install superpowers@claude-plugins-official

作者也提供了自己的插件市场。如果选择这条安装路径,先添加市场,再安装插件:

Text
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

选择一个便于持续追踪的来源即可。安装同一个插件,没有必要把这两套流程都执行一遍。

安装完成后,新开一个 Claude Code 会话,让启动钩子运行起来。给它一个范围明确的功能需求,例如为现有任务列表增加筛选功能。此时应观察:它是否说明正在使用哪项合适的技能,以及后续行为是否符合该技能的要求。安装命令执行成功,与工作流程按预期运行,是两回事。

安装后,会话会发生什么变化?

首先变化的是上下文:启动钩子会把 Superpowers 的使用指令放进对话。 配置中的 SessionStart 匹配范围包括 startup、clear 和 compact。脚本读取 using-superpowers,注入其中的文本,再指引 Claude 通过 Skill 工具加载其他技能。它不会在启动消息里塞入所有技能的完整内容。钩子配置、启动脚本

Claude Superpowers 如何选择技能?

Claude 会根据技能描述匹配任务,再读取相应指令。 插件的技能编写指南要求,描述应说明技能适用于什么场景。引导指令则要求智能体在回复或行动前先检查可用技能,说明将使用哪一项,并优先使用流程类技能,再使用实现类技能。技能发现指南

因此,开发新功能的请求通常对应 brainstorming,测试失败则对应 systematic-debugging,之后再由领域技能指导具体实现。也可以直接点名要用的技能,例如:“先用 superpowers:systematic-debugging 排查这次故障,再提出修复方案。”使用指令

自动选择依靠的是给模型的指令,并非确定性的关键词开关。 钩子提供引导文本,智能体仍需识别当前场景,并遵循所选技能的要求。如果选错流程,可以纠正任务范围,或直接要求使用相关技能。

建筑剖面图:Claude Code 承载包含 Superpowers 和个人技能的技能层,会话启动入口向 Superpowers 输送指令
Claude Code 提供运行环境。Superpowers 增加技能,并通过启动指令引导智能体使用这些技能。

Superpowers 有哪些技能,何时触发?

技能库覆盖整个开发周期,但每次会话只应加载适合当前工作的技能。 下表保留了所查阅文件中的技能原名。“适用场景”是对描述和指令的概括,并不保证说出某句话就一定触发某个技能。当前技能目录

技能原名适用场景提供的能力
using-superpowers对话启动时技能选择、执行顺序和指令优先级。
brainstorming创建或修改行为之前澄清意图、判断工作规模;简单任务可走简化流程。
writing-plans需求规格需要分多步实现时明确文件、接口、测试和验证步骤。
using-git-worktrees功能开发需要隔离,或开始执行计划时检查或建立隔离工作区,并核验初始状态。
subagent-driven-development执行由基本独立的任务组成的计划时为任务分配新的实现智能体,开展任务审查及最终分支审查。
executing-plans用户选择在当前会话执行,或无法使用子智能体时在当前会话中实现,并在最后进行审查。
test-driven-development实现功能或修复缺陷之前先编写测试并确认其失败,再编写生产代码。
systematic-debugging出现缺陷、测试失败或异常行为时先查明原因,再提出修复方案。
verification-before-completion宣称工作完成或检查通过之前用最新的验证输出支撑结论。
requesting-code-review到达审查节点,以及合并之前对照需求检查范围明确的变更。
receiving-code-review收到审查意见时先核实建议,再实施修改。
dispatching-parallel-agents多个独立问题之间没有共享状态或先后依赖时并行委派这些排查任务。
finishing-a-development-branch实现和测试完成后让用户选择如何集成成果。
writing-skills创建、编辑或检查技能时指导技能的编写与验证。
diagnosing-superpowers用户想了解会话为何表现异常时检查会话记录,并报告证据。

不用背下整张清单。处理常规功能时,关注各阶段是否顺利衔接:理解需求,必要时形成具体计划,完成经过测试的实现,审查变更,再决定如何集成。处理缺陷时,则应从排查问题入手,而非展开新功能的设计讨论。

它如何与原生计划模式、个人技能配合?

Superpowers 为规划工作规定了一套流程;其中的 writing-plans 技能,与 Claude Code 原生计划模式是不同的机制。 当前引导指令明确要求:如果还没有进行需求构思与澄清,就应在进入计划模式前调用 brainstorming。它规定了操作顺序,并没有把原生模式与自己的计划编写技能当成可互换的功能。当前规划指令

writing-plans 会在代码仓库中生成文档,通常放在 docs/superpowers/plans/ 下,记录实现决策和检查事项。交接时,它会请用户审阅计划并选择执行方式,除非用户已经给出选择。仅切换模式,并不会自动提供这份文档或这些任务指令。关于 Claude Code 本身的控制方式与行为,可参阅单独的 Claude Code 计划模式指南。

个人技能仍然可以发挥作用。 插件的 writing-skills 文件将 ~/.claude/skills/ 标为 Claude Code 的个人技能目录;引导指令也明确规定,用户指令的优先级高于技能指令,包括 CLAUDE.md 和用户的直接要求。因此,可以让项目专属技能承载团队约定,由 Superpowers 提供开发流程。如果两者都规定了测试或审查方式,就要把分工说明白。技能编写文件、指令优先级

想了解底层的指令文件机制,可阅读智能体技能介绍。Superpowers 就是基于这套机制构建、具有明确方法取向的一组技能。

Superpowers 教程:一个功能从想法到合并的全过程

一个“隐藏已完成任务”开关,就足以展示完整流程。 以下是根据技能文件推演的示例,并非真实测试会话的记录。其中的文件名、验收用例和结果均为假设。

假设现有任务列表应用已经有测试。用户希望增加一个开关,隐藏已完成的任务,但不删除它们。在本例中,用户明确要求书面计划,并要求子智能体参与任务审查。若没有这些要求,这么小的改动原本可以考虑采用在聊天中完成需求确认的简化路径。

明确功能行为:brainstorming

关键问题是:“隐藏”只影响当前视图,还是会改变已存储的任务?本例约定仅做视图筛选:开关默认关闭,关闭后已完成的任务重新显示;筛选结果为空时,提示没有待完成任务。

Claude 复述范围并取得确认。由于用户选择了书面流程,设计会写入 docs/superpowers/specs/ 下的文档,交接前还要经过实现者检查。按这项技能通常的小改动路径,需求说明和确认可以直接留在聊天中。需求构思与澄清规则

这里要检查的产出,是双方对功能行为的约定。如果其中悄悄增加了保存用户偏好的要求,或者改变了任务存储方式,说明还没开始写代码,需求范围就已经扩大了。

让工作可以逐项核验:writing-plans

计划将功能拆成可分别检查的交付项。一项是在示例文件 src/tasks/filterTasks.ts 中实现筛选函数,并测试混合任务列表、空列表和全部已完成的列表。另一项是在 src/tasks/TaskList.tsx 中接入支持无障碍操作的开关,使用已约定的函数接口,并测试界面上可见的结果。

计划写明文件、接口、测试断言、项目测试命令和预期结果,同时明确筛选不能改动底层任务集合。用户审阅计划后,确认采用子智能体执行方式。到这一步,模糊指令才转化为足够具体的要求,让实现者与审查者能够准确指出分歧。计划编写指令

准备工作区:using-git-worktrees

开始执行时,Claude 先检查当前工作是否已经隔离。Git worktree 是同一仓库的另一个工作目录,通常对应独立分支。这项技能优先使用宿主工具原生的 worktree 机制,并遵循用户已有的偏好;如果没有既定偏好,则会在创建前询问。

本例中,用户同意为功能创建 worktree。Claude 在修改应用前,先在其中运行项目现有测试。如果基线测试就失败,必须先处理,才能判断之后的失败是否由新开关引起。工作区指令

实现任务:subagent-driven-development 与 test-driven-development

主控智能体先为筛选任务分派一个新的实现智能体,再安排该任务的审查;通过这一检查节点后,才继续处理 UI 任务。当前的子智能体技能会在任务审查中检查是否符合需求规格,以及代码质量是否达标,随后还要求对完成的整个分支做更全面的审查。进度和决策也会记入该计划专属的记录文件。子智能体工作流程

在具体实现中,test-driven-development 提供“红灯—绿灯—重构”循环。本例先通过测试展示问题:请求筛选后的视图时,结果仍然包含已完成任务。实现者确认测试确实失败后,才添加筛选逻辑,重新运行测试,再在保持测试通过的前提下整理代码。TDD 指令

对于 UI 交付项,有价值的断言应检查用户操作开关后看到了什么。只检查某个函数是否被调用,并不能证明界面行为符合预期。

另一条路径是 executing-plans:Claude 在当前会话中自行实现计划;如果能够使用子智能体,最后再由一个新的审查智能体检查整个分支。如果不需要逐项交接和审查的组织方式,可以选择这条路径。当前会话执行指令

处理审查发现:审查技能与 systematic-debugging

最终分支审查时,requesting-code-review 负责向审查者交接信息。假设审查者发现,关闭开关后,已完成的任务并未恢复显示。receiving-code-review 要求先结合代码和预期行为核实这一发现,再动手修改。发起审查、处理审查反馈

如果故障可以复现,就由 systematic-debugging 指导排查。它的阶段依次是根因调查、模式分析、假设验证和实现修复。在本例中,可以提出这样的假设:代码用筛选结果替换了原始集合。接着检查数据流,复现数据丢失,并配合回归测试修复根因,不能只强行把开关的视觉状态调正确。调试指令

验证完成,再决定如何合并

verification-before-completion 要求在宣称成功前提供最新的命令输出。对于这个功能,需要拿出筛选行为、开关交互及相关项目检查的验证依据,并明确说明尚未解决的失败项。验证指令

随后,finishing-a-development-branch 会验证完整测试集,并列出集成选项。在普通的命名分支上,当前文件提供的选择包括:本地合并、推送并创建拉取请求,或保留分支。它会等待用户决定;审查通过,并不意味着已经获得合并授权。

为了走完本例,用户选择在本地合并到已确认的基准分支。Claude 完成合并后测试合并结果,只有测试通过,才清理功能 worktree 和分支。如果选择创建拉取请求,工作则会进入仓库后续的合并流程。分支收尾指令

小任务什么时候该简化流程?

如果流程反复要求决定需求中已经确定的事项,它就成了额外负担。 用户已经给出准确替换文本,只需修改一个可见标签,这种任务不应和改变任务状态存储方式做同等程度的准备。这里评价的是流程增加了哪些工作,并非实测耗时结论。

当前 brainstorming 文件将任务分为三种规模:

  • **简单明确的任务:**请求本身已包含必要说明,直接执行。
  • **小改动:**在聊天中确认需求说明,再按常规流程实现。
  • **项目:**先批准书面设计,再形成完整的软件实施计划。

同一文件也允许用户明确要求跳过提问,从而结束这一需求澄清环节。但跳过它,并不代表后续的测试或验证指令也自动取消。任务规模与跳过提问的规则

建筑式路径分岔图:需求明确的任务直接进入执行,项目则先进入设计与规划
准备工作应与需求的不确定程度相匹配。介于两端之间的小改动,可以直接在聊天中说明并确认。

可以这样下指令:“这是一个小改动。需求说明留在聊天中,沿用现有测试配置,不要扩展功能。”如果只是已经定稿的文案修正,就明确给出替换文本和修改范围。这些是插件指令层级认可的任务约束,并非隐藏的绕过命令。

这里的局限是流程开销:额外的讨论、计划文档、任务分派和审查,可能与任务剩余的不确定性不成比例。源码记录了这些步骤,却无法告诉你某次具体修改要花多少分钟。如果会话反复忽略既定范围,仓库还提供了 diagnosing-superpowers,用于依据会话记录检查实际发生了什么。会话诊断技能

关于 Superpowers,哪些期待被夸大了?

规定了工作流程,不等于证明软件正确,也不等于证明速度更快。 一个失败的测试可能写错了需求,计划可能遗漏集成约束,负责审查的智能体也可能漏掉缺陷。应检查断言和代码差异,不能只看完成消息说得多有把握。

由子智能体驱动开发,也不意味着所有实现任务都同时进行。当前技能明确禁止在这套流程中并行使用负责实现的子智能体,以避免冲突。dispatching-parallel-agents 是另一项技能,面向的是彼此独立的问题。实现任务分派规则

安装插件,也不会免除你对任务范围或集成决策的责任。插件自己的收尾流程仍把是否合并的决定权交给用户。它最有力的承诺体现在流程上:告诉 Claude 应检查什么、出示什么证据。实际是否有用,取决于工作本身,也取决于智能体有没有遵循这些指令。

谁适合安装,接下来可以怎么试?

如果反复遇到的问题是智能体跳过工程决策,就值得安装。 对于独立开发者,如果智能体总是急着写代码、略过需求,可以先选一个范围明确、具有实际失败场景的功能。观察它是否在实现前明确行为,并在完成后提供证据。

对于已有成熟流程的开发团队,先协调团队在计划、测试和审查方面的约定与插件指令。如果现有技能已经规定了想要的流程,再增加一套通用工作流程可能只是重复。若大多数工作都是极小、规格完全明确的修改,仅为完成这些任务而引入整套方法,必要性就较低。

周一可以挑一个范围有限的改动,写下验收标准。使用 Superpowers,检查它选择的技能,审阅最终代码差异,再判断每一份额外产出是否帮助你做出了决定。留下这套流程,应当因为检查有用,而非因为它写出了一份长计划。

如果想了解解决其他问题的相关工具,可参阅 Claude Code 插件推荐。

Claude Superpowers 常见问题

Claude Superpowers 好用吗?

如果 Claude 经常跳过需求、测试或审查,而你希望有一套明确流程约束它,Superpowers 就比较适合。如果现有指令已经提供了这套流程,或大多数任务都是规格明确的修改,它的适用程度就会降低。这是基于工作流程的建议,并非基准测试结论。

Claude Superpowers 免费吗?

免费。Superpowers 是采用 MIT 许可证发布的开源插件。安装它并不会额外获得一个编程模型。

Superpowers 在 Claude 中如何运行?

在 Claude Code 中,SessionStart 钩子会注入 using-superpowers 指令。随后 Claude 选择相关技能,并通过 Skill 工具加载这些技能的指令。

如何在 Claude 中使用 Superpowers?

在 Claude Code 内使用上文 README 中的命令安装,开启新会话,再描述一个范围明确的任务。检查它宣布使用的技能,并在功能进入实现前确认预期行为。

Superpowers 为 Claude 增加了哪些能力?

它提供可复用的指令,覆盖需求构思与澄清、规划、测试、调试、任务委派、审查及分支收尾。插件组织的是编程智能体的工作方式。

如何激活 Superpowers 的技能?

Superpowers 插件的启动引导指令会要求 Claude 自动检查是否有适用技能。如果需要特定工作流程,也可以直接点名请求某项技能。

使用 Superpowers 时,任务该怎么描述?

针对这款软件插件,把要做的修改、约束条件和验收标准交给 Claude Code。随后审查它确定的范围、测试和代码差异,不能仅凭调用了技能就认定任务成功。

如何获取 Superpowers 插件?

按安装章节中 README 提供的两种路径之一,安装 Jesse Vincent 的 Superpowers。官方插件市场的安装路径只需一条斜杠命令。

在哪里查看 Superpowers 的技能?

可以查看插件的 skills 目录,了解已安装的指令,也可以在对话中留意技能使用声明。上表列出了本文核验源码中的准确技能名称。

想获得更多使用 AI 开发的实用建议,欢迎订阅邮件通讯。

发布日期
分类
Build
few-shot prompting 实战:用少样本提示稳定 AI 输出

few-shot prompting 实战:用少样本提示稳定 AI 输出

少样本提示该放几个示例,怎样选才有用?本文通过工单分类、发票字段提取和品牌文案,说明 few-shot prompting 如何澄清业务规则,比较零样本与单样本提示,并介绍 OpenAI、Claude、Gemini 的示例格式、缓存与评估方法,帮助你判断何时保留示例,何时改用结构化输出或微调。2026年10月18日Build
提示词链实战:给 AI 工作流加上能叫停的检查关卡

提示词链实战:给 AI 工作流加上能叫停的检查关卡

提示词链不只是把长提示词拆成几段,而是在模型调用之间设置真正能拦下错误的检查关卡。本文以货物损坏的客服请求为例,讲清如何提取事实、核对原文与业务规则、起草回复,以及缺失信息、冲突依据和格式错误该怎样处理;同时比较单条提示词、提示词链与智能体,介绍 n8n、Make 的搭建思路,帮助你判断哪些步骤值得拆分。2026年10月18日Build
思维链提示词(chain of thought):用法、示例与适用边界

思维链提示词(chain of thought):用法、示例与适用边界

思维链提示词什么时候有用,什么时候只会增加输出和延迟?本文用库存核对示例讲清 chain of thought、少样本与零样本提示的区别,结合 OpenAI、Claude 和 Gemini 的文档,说明如何选择推理强度、要求可核查的证据,并用实际业务案例评估准确性、耗时与 token 用量。2026年10月18日Build
Claude Code 跳过权限确认:参数作用、风险与替代方案

Claude Code 跳过权限确认:参数作用、风险与替代方案

Claude Code 跳过权限确认后,哪些操作会直接执行,哪些限制仍然有效?本文梳理危险参数、受保护路径和云端会话的区别,并给出自动模式、权限规则、计划模式与钩子的替代方案,以及非 root 开发容器的配置步骤,帮助团队减少重复审批,明确无人值守任务的执行边界,并在运行后检查结果。2026年10月18日Build
Cursor vs VSCode 2026:AI 编程体验与迁移成本,怎么选?

Cursor vs VSCode 2026:AI 编程体验与迁移成本,怎么选?

Cursor vs VSCode 怎么选?本文对比 Tab、Copilot、Claude Code、Codex、云端智能体、扩展兼容性与隐私设置,梳理美元订阅价格和模型用量规则,并给出迁移前的验证步骤。结合自己的项目,判断是否值得为 Cursor 的编辑体验更换工具,还是继续在现有 VS Code 中使用 AI。2026年10月18日Build
n8n 评测:价格、自部署与 AI 工作流,企业该怎么选?

n8n 评测:价格、自部署与 AI 工作流,企业该怎么选?

n8n 适合谁,Cloud 和自部署怎么选,免费版又在哪些地方受限?这篇 n8n 评测从企业内部自动化出发,梳理代码与 API、AI 智能体、团队协作、错误恢复和执行次数计费,并通过工作流设计与成本假设,帮助你判断 n8n 是否值得采用,以及何时更适合选择 Zapier 或 Make。2026年10月18日Build
Railway 价格与 Render 对比:2026 年部署小应用怎么选

Railway 价格与 Render 对比:2026 年部署小应用怎么选

Railway 价格和 Render 费用该怎么比?本文以同一个小型预约应用为例,逐项计算 Web、后台 worker 与 Postgres 的月账单,并梳理免费套餐、数据库恢复、高可用、cron 调度、区域和扩容限制,帮助独立开发者与小团队按真实负载选择部署平台,避免只看起步价就做决定。2026年10月18日Build
Pydantic AI:从结构化输出到生产应用,Python 智能体怎么做?

Pydantic AI:从结构化输出到生产应用,Python 智能体怎么做?

Pydantic AI 适合哪些 Python 智能体项目?本文从带类型的工具、依赖注入和结构化输出讲起,用客服分流示例说明如何校验结果,并梳理模型接入、MCP、持久化执行与评估的边界。对比 LangGraph、LangChain 和 OpenAI Agents SDK,帮你判断何时引入框架,何时直接调用 API。2026年10月17日Build
订阅通讯

每周日,一封信。写运转中的系统,不写热评。

每周一期。无垃圾邮件。随时退订。