4个实战阶段:用Superpowers构建全流程开发体系
需求洞察与规划阶段:从混沌需求到清晰蓝图
假设你正在开发一个电商平台支付模块,面对产品经理模糊的需求描述和不断变化的用户反馈,如何快速梳理出可执行的开发计划?
需求解构:将模糊需求转化为可执行任务
📌 核心工具:brainstorming技能
通过结构化头脑风暴,将用户故事拆解为功能点和验收标准。例如将"用户支付体验优化"分解为支付方式扩展、错误处理机制和交易状态同步三个可量化任务。
重要提示:需求分析阶段需区分"必要功能"和"锦上添花"功能,避免开发范围无限扩大。
实操路径:技能文档参考skills/brainstorming/SKILL.md
开发规划:制定精准执行路线图
📌 核心工具:writing-plans技能
采用时间盒管理法分配开发任务,为每个功能模块设定明确的交付里程碑。例如将支付模块拆分为接口开发(3天)、集成测试(2天)和性能优化(1天)三个阶段。
实操路径:规划模板参考docs/plans/2025-11-22-opencode-support-design.md
💡 常见误区
- 需求收集不全面:解决方案 - 使用"5W1H"分析法(Who/What/Why/When/Where/How)确保需求维度完整
- 计划颗粒度不足:解决方案 - 将任务拆解至"2人天内可完成"的最小单元
- 忽视技术依赖:解决方案 - 在规划阶段绘制技术依赖图谱,识别关键路径
开发与质量保障阶段:构建可靠代码体系
假设你需要实现支付模块的退款功能,如何确保代码质量同时提高开发效率?
协作开发:子代理驱动的并行开发
📌 核心工具:subagent-driven-development技能
通过子代理分工完成复杂功能,例如让"接口设计代理"负责API规范制定,"安全审计代理"专注支付数据加密实现。这种模式能将开发周期缩短40%以上。
实操路径:协作流程参考skills/subagent-driven-development/SKILL.md
测试驱动:构建防御式代码
📌 核心工具:test-driven-development技能
采用"红-绿-重构"循环开发退款功能:先编写失败的测试用例(红),实现最小可用代码使测试通过(绿),最后优化代码结构(重构)。
重要提示:针对支付场景需特别关注边界测试,如超时处理、异常订单状态等特殊情况。
实操路径:测试案例参考tests/subagent-driven-dev/
💡 常见误区
- 测试覆盖不足:解决方案 - 使用测试覆盖率工具,确保核心业务逻辑覆盖率达90%以上
- 忽视集成测试:解决方案 - 建立API契约测试,确保服务间交互符合预期
- 过度设计:解决方案 - 遵循YAGNI原则(You Aren't Gonna Need It),只实现当前必要功能
质量控制与部署阶段:从代码完成到安全交付
假设你的支付模块代码已完成,如何确保代码符合团队规范并安全部署到生产环境?
代码审查:构建质量门禁
📌 核心工具:requesting-code-review技能
通过"自我审查→同伴审查→自动化检查"三级审查机制,重点关注支付逻辑的安全性、异常处理完整性和代码可读性。
实操路径:审查清单参考skills/requesting-code-review/SKILL.md
部署管理:平稳过渡到生产环境
📌 核心工具:finishing-a-development-branch技能
采用"功能标记→灰度发布→全量部署"的渐进式发布策略,为支付模块设置独立的功能开关,便于紧急回滚。
实操路径:部署流程参考skills/finishing-a-development-branch/SKILL.md
💡 常见误区
- 审查流于形式:解决方案 - 使用审查 checklist 确保关键检查点不遗漏
- 忽视部署前验证:解决方案 - 在预发环境进行全流程模拟交易测试
- 版本管理混乱:解决方案 - 严格遵循语义化版本规范(Semantic Versioning)
持续优化阶段:构建闭环改进体系
假设支付模块已上线运行,如何基于用户反馈持续优化系统?
问题诊断:系统化定位根因
📌 核心工具:systematic-debugging技能
通过"现象记录→数据采集→假设验证→根本原因确认"四步法,解决支付延迟问题。例如发现第三方接口超时是导致90%支付失败的根本原因。
实操路径:调试方法参考skills/systematic-debugging/SKILL.md
验证改进:构建反馈闭环
📌 核心工具:verification-before-completion技能
在实施改进前建立验证标准,例如将支付成功率提升至99.95%作为改进目标,通过A/B测试验证优化效果。
实操路径:改进案例参考docs/plans/2025-11-28-skills-improvements-from-user-feedback.md
💡 常见误区
- 头痛医头式优化:解决方案 - 使用鱼骨图分析法识别问题根本原因
- 忽视小概率问题:解决方案 - 建立错误监控系统,跟踪低频率但高影响的异常
- 改进缺乏验证:解决方案 - 实施"假设-实验-验证"的科学改进流程
行动号召
快速入门(适合新手开发者)
- 克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/su/superpowers - 阅读入门指南:README.md
- 尝试第一个技能:运行
commands/brainstorm.md中的示例需求分析流程
深度学习(适合进阶用户)
- 深入技能开发:研究skills/writing-skills/SKILL.md中的自定义技能创建方法
- 参与测试开发:贡献tests/目录下的测试用例
- 学习高级工作流:参考docs/superpowers/plans/中的系统设计文档
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112