Superpowers 是由 Jesse Vincent(团队 Prime Radiant)开发的一款面向 AI 编码智能体(如 Claude Code、Codex、Cursor 等)的开源 Agent 技能框架与工程工作流方法论。它的核心理念是通过心理学说服原则(Persuasion Principles)和强工程纪律,约束 LLM 随意发挥或偷懒的行为(如跳过测试、不查日志盲猜 Bug、直接改主分支等)。
以下是关于 Superpowers 的 Agent 数量、Skill 构成以及它们如何协同工作的深度解析:
一、 Superpowers 有多少个 Agent 和 Skill?
在 Superpowers 的体系设计中,它并不追求去堆砌无数个特定功能的独立 Agent,而是采用了“主 Agent + 动态子 Agent(Subagents)+ 组合式技能库(Composable Skills)”的架构。
1. Agent 的数量:1 个主控 + 动态 N 个子智能体
- 1 个 Main Agent(主智能体): 扮演“技术架构师兼 PM”的角色。负责与人类开发者进行 Brainstorm、设计方案、拆解任务(Plan)。
- 动态的 Subagents(子智能体): 当进入开发阶段时,主 Agent 会为计划中的每一个子任务动态派发(Dispatch)一个全新的、干净的上下文 session 作为子智能体去具体执行。执行完该任务后销毁。
2. Skill 的数量:约 14 个核心 Skill 组成的技能库
Superpowers 内置了 14 个高度结构化的核心 Skill(在底层表现为一系列精心编写、带有强约束效力的 SKILL.md 模板文件)。这些技能涵盖了从需求到交付的软件开发全生命周期。
部分最具代表性的核心 Skill 包括:
brainstorm(头脑风暴): 强迫 Agent 在写代码前探索上下文、提炼边界条件,一次只问一个问题。write-plan/execute-plan(计划与执行): 将复杂的重构或特性开发拆解为可独立交付的单元。git-worktree(隔离工作区): 必须在隔离的 git worktree 中建分支开发,严禁污染主分支,并验证 clean test baseline。test-driven-development(测试驱动开发): 强制执行 RED-GREEN-REFACTOR(红-绿-重构)循环。systematic-debugging(系统化调试): 包含 4 阶段根因分析,禁止盲猜。verification-before-completion(完工前验证): 在宣告成功前必须运行测试,用证据说话。
二、 Agent 间是如何协同工作的?
Superpowers 的核心创新在于“流程卡点(Hard Gates)”和“基于 Persuasion Principles 的主从协同机制”。它将传统的松散 Agent 协作变成了类似高级软件工程师团队的严密工作流。
整个协同过程主要分为四个阶段:
[人类用户] ───> (Main Agent / 架构师角色)
│
├── 1. 强制激活 brainstorm 技能 (产出方案与 Spec)
├── 2. 激活 git-worktree 技能 (创建隔离环境)
└── 3. 激活 write-plan 技能 (拆解任务)
│
▼
[派发任务单]
│
┌──────────┴──────────┐
▼ ▼
(Subagent 1) (Subagent 2) ... [动态销毁]
(具体搬砖/执行) (具体搬砖/执行)
│ │
└──────────┬──────────┘
▼
(Main Agent / 评审角色)
│
└── 4. 双阶段 Code Review ───> [合并交付]
协同步骤详解:
阶段 1:需求与设计锚定(Main Agent 独占)
当你向 Agent 提出一个复杂需求时,Main Agent 受到 brainstorm.md 的技能约束,绝对不允许直接动代码。
- 它会主动读取项目上下文(CLAUDE.md、近期 commit、相关文件)。
- 采用“渐进式提问”,一次只抛出一个设计冲突或边缘案例给人类确认。
- 最终,Main Agent 必须产出一份正式的、经由你 explicit 确认的 Design Spec(设计文档)。
2. 任务解耦与环境隔离
设计通过后,Main Agent 启动 git-worktree 和 write-plan 技能:
- 在本地自动创建一个独立的 Git Worktree 分支。这样做的好处是天然支持并行任务,且哪怕代码写崩了也不会影响主工作区。
- 将设计文档拆解为一份包含清晰依赖关系的详细任务清单(Plan)。
3. 动态派发子智能体(Subagent Execution)
进入执行阶段,Main Agent 开始扮演调度器和管理者的角色:
- 干净的上下文隔离: Main Agent 会针对 Plan 中的每一个具体 Task,唤醒(Dispatch)一个全新的子智能体(Subagent)。这个子智能体只接收该任务的描述、当前的 Spec 和最相关的上下文代码,不带入之前冗长的聊天历史 token,从而大幅节省 Token 损耗并避免上下文污染。
- TDD 纪律注入: 子智能体在执行时,强制加载
test-driven-development技能。它必须先写失败的测试(RED),再实现业务代码使测试通过(GREEN),最后进行优化(REFACTOR)。
4. 双阶段代码评审(Code Review)
子智能体完成任务后,会将代码提交给 Main Agent,Main Agent 切换为“资深评审员”身份,执行双阶段门禁:
- 第一阶段(Spec Compliance): 检查实现是否完美对齐了阶段 1 产出的设计文档。
- 第二阶段(Code Quality & Verify): 激活
verification-before-completion技能。Main Agent 会亲自运行全量测试,确保没有引入回归问题,并审查代码规范。 - 结果: 评审通过,合并该子任务代码,继续派发下一个 Subagent;评审失败,直接打回子智能体重新修正。
总结
Superpowers 的协同本质不是靠复杂的 Agent 路由协议,而是靠高度标准化的“工程契约”。通过将 Cialdini 的“说服力原则”(如承诺一致性、权威性暗示)嵌入 Prompt 层,让 LLM 坚信“作为优秀的 Agent,我必须先看 Skill 才能行动”。
它把大模型从一个“想到哪写到哪的快速打字员”,硬生生约束成了一个严格走 TDD 流程、在独立沙盒里搬砖、且代码必须过双阶段评审的精益开发团队。