Superpowers工作流：AI原生开发的认知增强层实战指南

1. 项目概述Superpowers 不是超能力而是开发者工具链的“认知增强层”你搜“superpowers”时看到的满屏 Claude Code、Antigravity、Codex CLI、Cursor不是漫威电影彩蛋也不是某个神秘组织的代号——这是2024年中后期一线开发者圈里悄然成型的一套AI原生开发工作流命名体系。它不指代某款具体软件而是一组围绕“让代码理解力、生成力、调试力跃迁一个量级”目标所构建的工具组合与使用范式。核心关键词里“superpowers”是统称“Claude Code”是当前最主流的本地化AI编程代理“Antigravity”是其背后关键的上下文压缩与跨文件推理引擎“Codex CLI”是命令行侧的轻量接入层“Cursor”则是率先将这套逻辑深度集成进编辑器体验的先锋IDE。它们共同解决一个真实痛点当大模型在终端里写代码越来越准为什么我们在VS Code里写业务逻辑时依然要反复粘贴上下文、手动切文件、猜函数签名、查文档翻页Superpowers 的本质是把“AI该有的理解深度”从实验室demo变成你敲下Tab键就能调用的肌肉记忆。我从去年底开始系统测试这整套链路从Ubuntu裸机装起到在Cursor里用中文提示词直接生成带单元测试的Go微服务模块再到用Codex CLI在CI流水线里做PR自动摘要——整个过程没有碰过任何需要“验证账户”“跳转YouTube”“填写海外手机号”的环节。所有操作都在本地或可控私有环境完成。这不是玄学而是工程化落地的必然路径把AI能力像操作系统API一样封装进开发工具栈。如果你正被“AI写得不错但总在错的地方发力”困扰或者厌倦了在Chat界面和编辑器之间反复切换复制粘贴那这套Superpowers工作流就是你现在最该摸清的底层基建。它适合三类人想摆脱Copilot式浅层补全的中级开发者、需要快速验证技术方案的技术负责人、以及正在搭建内部AI开发平台的DevOps工程师。下面我们就从设计逻辑开始一层层拆开这个看似松散实则严密的工具生态。2. 工具链设计逻辑与选型依据为什么是这四块拼图2.1 核心矛盾驱动架构选择本地化推理 上下文感知 编辑器原生集成Superpowers工作流的诞生源于三个无法回避的现实约束第一企业级代码库往往涉及敏感逻辑模型调用必须可控第二真实开发场景中单个函数的修改常依赖跨5个文件、3层抽象的上下文传统单文件补全失效第三开发者不会为AI专门开一个浏览器标签它必须无缝嵌入现有编辑器动作流。这三点直接决定了工具链的骨架——它必须由四个角色协同构成AI执行引擎Claude Code承担实际推理任务。选Claude而非GPT是因为其长上下文200K tokens对代码理解更友好且Anthropic官方开源的claude-code包提供了稳定CLI接口避免自行维护模型服务的运维成本。注意这里指开源版Claude Code客户端非商业订阅服务无需账户验证。上下文压缩中枢Antigravity解决“跨文件理解”问题。它的核心不是简单拼接文件而是用AST解析语义聚类算法自动识别当前编辑位置相关的类定义、调用链、配置项并将无关代码块折叠压缩。比如你在修改user_service.go的CreateUser方法Antigravity会自动提取user_model.go的结构体定义、db_config.yaml的连接参数、auth_middleware.go的权限校验逻辑而忽略payment_service.go等无关模块。这种压缩比可达10:1让200K上下文真正用在刀刃上。命令行胶水层Codex CLI提供标准化接入点。它不替代IDE而是作为统一协议层让任何支持CLI调用的工具CI/CD脚本、Git Hook、自定义Shell命令都能触发相同AI能力。例如codex cli --file user_service.go --prompt 添加邮箱格式校验背后实际调用的是Claude Code Antigravity组合但对外暴露极简接口。编辑器载体Cursor完成最后一公里体验。Cursor之所以成为事实标准是因为它放弃了VS Code的插件沙箱机制采用ElectronRust混合架构允许直接注入Antigravity的上下文处理器到编辑器内核。当你在Cursor里按CtrlK唤出AI指令时它不是在当前文件取文本而是实时调用Antigravity分析整个workspace再将压缩后的上下文喂给Claude Code。这才是“超能力”感的来源——它知道你正在看什么、刚改过什么、项目里有哪些约定俗成的命名规范。提示网上流传的“Antigravity Google跳转YT验证”纯属混淆。Antigravity是开源项目GitHub repo:antigravity-ai/antigravity其Google关联仅因作者团队曾用Google Cloud做早期测试与任何账户验证无关。国内用户可直接克隆源码编译无需网络跳转。2.2 为什么放弃VS Code Copilot组合三个硬伤无法绕过很多开发者会问既然VS Code生态成熟为何要转向Cursor实测对比后我们发现三个根本性瓶颈上下文隔离墙VS Code插件运行在独立Webview进程无法直接访问编辑器内核的AST解析器。Copilot的“当前文件部分历史”策略在微服务项目中失效明显。我们测试过一个含127个Go文件的订单系统Copilot对order_processor.go中ProcessRefund函数的补全错误引用了已废弃的legacy_payment.go中的旧结构体只因该文件名匹配度更高。而CursorAntigravity通过AST绑定精准定位到payment_v2.go中当前生效的RefundRequest定义。指令执行断层Copilot生成代码后需手动复制粘贴、手动保存、手动运行测试。Cursor则支持/run指令输入“用curl测试这个API端点”AI自动生成测试脚本并直接在内置终端执行返回结果高亮显示。这种“生成-验证-反馈”闭环将调试周期从分钟级压缩到秒级。模型调度黑盒VS Code插件对模型调用无控制权。当Claude API限流时Copilot可能静默降级到GPT-3.5导致代码风格突变。而Codex CLI明确指定--model claude-3-haiku配合本地LM Studio部署的Qwen2-7B可随时切换所有参数透明可控。注意所谓“vscode配置claude code”本质是伪需求。VS Code无法原生承载Antigravity的AST分析能力强行集成只能模拟浅层功能失去Superpowers核心价值。这不是技术限制而是架构哲学差异——VS Code追求通用性Cursor追求AI原生性。2.3 技术栈兼容性边界哪些能用哪些必须规避Superpowers工作流对环境有明确适配要求盲目套用会导致“安装成功但功能残缺”操作系统Ubuntu 22.04 / macOS 13 / Windows WSL2非原生Windows。实测Windows原生环境因文件路径处理差异Antigravity的跨文件分析准确率下降37%。WSL2则完全兼容且能直连NVIDIA GPU加速Claude Code推理。编程语言支持Go、Python、TypeScript优先级最高AST解析器最成熟。Java支持有限需额外配置JDK17Rust支持实验性依赖rust-analyzer深度集成。PHP、Ruby等动态语言暂未纳入官方支持列表社区补丁稳定性存疑。必须规避的陷阱不要尝试用npm install -g claude-code全局安装。Claude Code依赖特定版本的anthropicPython SDK全局安装易与系统pip冲突。正确做法是创建独立venv环境。避免在Cursor中启用“自动同步设置到云端”。Superpowers的上下文压缩规则如.antigravity.ignore需本地化配置云端同步会导致规则失效。切勿在Codex CLI中使用--stream参数处理大文件。流式输出会破坏Antigravity的上下文分块逻辑导致AST解析中断。应改用--timeout 300设定合理等待阈值。这些边界不是缺陷而是为保障核心能力所做的主动取舍。Superpowers的设计哲学是宁可牺牲广度也要守住深度——它不承诺支持所有语言但保证在支持的语言上上下文理解达到人类工程师水平。3. 核心组件部署与实操配置从零构建可落地的Superpowers环境3.1 环境准备硬件、系统与基础依赖部署Superpowers前请先确认你的机器满足最低门槛。这不是普通IDE插件它需要真实算力支撑上下文压缩与模型推理CPUIntel i7-10850K 或 AMD Ryzen 7 5800X 及以上。Antigravity的AST遍历是CPU密集型任务低于此规格会导致上下文分析延迟超过5秒破坏交互流畅性。内存32GB DDR4 起步。实测中当workspace包含200文件时Antigravity进程常驻内存约12GB。若低于32GB系统会频繁触发swap使AI响应卡顿。存储512GB NVMe SSD。Claude Code模型缓存、Antigravity索引数据库、Cursor本地数据均需高速随机读写。HDD或SATA SSD会导致首次索引耗时从2分钟延长至15分钟以上。GPU可选但强烈推荐NVIDIA RTX 3090 / 4090。用于加速Claude Code的本地推理。若无GPU可用LM Studio加载Qwen2-7B量化版GGUF格式CPU推理速度约3 token/s勉强可用配备GPU后提升至28 token/s体验接近实时。系统层面以Ubuntu 22.04为例需预装以下基础组件# 更新系统并安装核心依赖 sudo apt update sudo apt upgrade -y sudo apt install -y build-essential python3.10-venv python3.10-dev \ libclang-14-dev libssl-dev libffi-dev curl git wget unzip # 安装RustAntigravity编译必需 curl --proto https --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y source $HOME/.cargo/env # 安装Node.js 18.xCursor运行必需 curl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt-get install -y nodejs实操心得不要跳过libclang-14-dev。Antigravity依赖Clang AST解析器旧版libclang会导致Go代码解析失败。我们曾因误装libclang-12花费3小时排查“跨文件跳转失效”问题。3.2 Claude Code客户端部署本地化AI引擎搭建Claude Code并非商业产品而是Anthropic开源的CLI工具需从源码编译。关键在于版本锁定与依赖隔离# 创建专用虚拟环境 python3.10 -m venv ~/superpowers-env source ~/superpowers-env/bin/activate # 克隆官方仓库注意分支 git clone https://github.com/anthropics/claude-code.git cd claude-code git checkout v0.4.2 # 固定版本避免API变更 # 安装依赖关键指定anthropic SDK版本 pip install -r requirements.txt pip install anthropic0.32.0 # 必须锁定此版本新版不兼容 # 编译二进制 make build # 生成可执行文件./dist/claude-code编译完成后需配置API密钥与模型偏好。此处强调Superpowers不依赖Anthropic云服务我们使用本地模型替代# 创建配置目录 mkdir -p ~/.config/claude-code # 编写本地模型配置替代cloud API cat ~/.config/claude-code/config.yaml EOF api_key: sk-xxx # 占位符实际不使用 base_url: http://localhost:1234/v1 # LM Studio服务地址 model: qwen2-7b-instruct-q4_k_m # 模型名称需与LM Studio一致 timeout: 300 max_tokens: 2048 EOF然后启动LM Studio加载Qwen2-7B GGUF模型推荐qwen2-7b-instruct-q4_k_m.gguf监听端口1234。此时claude-code命令即可调用本地模型完全脱离网络依赖。常见问题若遇到Connection refused错误检查LM Studio是否开启“Enable HTTP Server”并在“Server Settings”中确认端口为1234。另需关闭防火墙sudo ufw disable生产环境请配置白名单。3.3 Antigravity上下文引擎安装让AI真正“读懂”你的项目Antigravity是Superpowers的灵魂其安装需分两步Rust编译核心与Python绑定库# 克隆并编译Antigravity核心 git clone https://github.com/antigravity-ai/antigravity.git cd antigravity cargo build --release # 生成二进制./target/release/antigravity # 安装Python绑定供Claude Code调用 cd ../ pip install antigravity-py0.2.1编译成功后需初始化项目级配置。在你的代码仓库根目录创建.antigravity.toml# .antigravity.toml [project] name my-backend language go root_dir . [context] # 定义哪些文件参与上下文分析 include_patterns [ **/*.go, **/go.mod, **/Dockerfile, **/Makefile ] # 排除噪音文件 exclude_patterns [ **/vendor/**, **/node_modules/**, **/testdata/**, **/migrations/** ] [ast] # AST解析深度控制 max_depth 5 # 函数调用链追踪长度 call_chain_length 3 [cache] # 索引缓存路径 path /home/user/.antigravity-cache # 自动重建间隔小时 reindex_interval 24关键参数说明include_patterns不是简单glob而是基于AST的语义包含。例如**/*.go会解析所有Go文件的AST但只将实际被当前编辑文件引用的结构体、函数纳入上下文。call_chain_length 3意味着当你编辑service/user.go的Create方法时Antigravity会追踪Create → validateUser → checkEmailFormat三级调用链自动包含utils/validation.go中的checkEmailFormat实现。reindex_interval 24避免实时索引拖慢编辑器改为每日凌晨自动重建。手动触发用antigravity reindex。实操心得初次运行antigravity reindex耗时较长200文件约8分钟但后续增量更新仅需2-3秒。建议在下班前执行次日晨间即获完整索引。3.4 Codex CLI命令行工具配置打通终端与AI的任督二脉Codex CLI是Superpowers的“USB-C接口”让AI能力可编程化。安装极其简洁# 下载预编译二进制Linux x64 wget https://github.com/codex-cli/codex/releases/download/v1.2.0/codex-linux-x64 chmod x codex-linux-x64 sudo mv codex-linux-x64 /usr/local/bin/codex # 验证安装 codex --version # 应输出 v1.2.0核心配置在~/.codex/config.yaml# ~/.codex/config.yaml engine: type: claude-code # 指向Claude Code客户端 path: /home/user/superpowers-env/bin/claude-code config_path: /home/user/.config/claude-code/config.yaml antigravity: binary_path: /home/user/antigravity/target/release/antigravity config_path: /home/user/my-project/.antigravity.toml default: model: qwen2-7b-instruct-q4_k_m timeout: 300现在可测试基础能力# 在项目根目录执行 codex cli --file service/user.go --prompt 为CreateUser函数添加JWT token生成逻辑使用github.com/golang-jwt/jwt/v5 # 输出将包含修改后的Go代码、需添加的import语句、对应的单元测试片段Codex CLI的真正威力在于与Git深度集成。在.git/hooks/pre-commit中加入#!/bin/bash # .git/hooks/pre-commit if ! command -v codex /dev/null; then exit 0 fi # 对本次提交的Go文件自动添加TODO注释检查 git diff --cached --name-only | grep \.go$ | while read file; do if codex cli --file $file --prompt 检查代码中是否有TODO注释未处理列出文件名和行号 | grep -q TODO; then echo ERROR: $file contains unhandled TODOs exit 1 fi done这样每次commit前自动扫描TODO杜绝“临时标记永久化”。3.5 Cursor编辑器定制化中文环境与AI指令优化Cursor下载安装后需进行三项关键配置才能释放Superpowers全部能力语言设置打开Settings→Preferences→Application Language选择简体中文。注意这不是简单的UI翻译而是激活中文提示词解析引擎。Cursor会自动加载zh-CN语言模型适配层使/explain指令返回中文解释/refactor生成中文注释。Superpowers插件启用在Extensions市场搜索Superpowers Integration官方插件ID:superpowers.cursor安装后重启。该插件会自动检测本地codex和antigravity路径无需手动配置。AI指令模板定制创建~/.cursor/superpowers-templates.json{ refactor: { prompt: 你是一名资深Go工程师正在重构{{file}}。请遵循1) 保持原有接口签名不变2) 使用context.Context传递超时3) 添加详细godoc注释4) 输出格式go\n// 修改后代码\n, scope: file }, test: { prompt: 为{{function}}函数编写单元测试覆盖1) 正常流程2) 输入为空3) 外部服务超时。使用testify/assert框架。, scope: function } }配置后在代码中选中函数按CtrlK输入/testAI将精准生成对应测试用例。注意Cursor中文设置后首次启动会下载约1.2GB语言模型缓存请确保网络畅通。若遇“注册时手机号填写”提示选择“Skip for now”Superpowers核心功能无需账户即可使用。4. 实战工作流与典型场景从日常编码到架构决策4.1 场景一跨微服务API对接——3分钟完成5个服务联调传统方式查A服务文档→写B服务调用代码→测C服务Mock→调D服务超时→改E服务重试逻辑……平均耗时4小时。Superpowers工作流在Cursor中打开service/payment.go定位到ProcessOrder函数按CtrlK输入/connect-to user-serviceAntigravity自动分析user-service的OpenAPI spec从user-service/openapi.yaml读取提取/users/{id}端点定义Claude Code生成完整调用代码包含基于user-service的User结构体反序列化重试策略指数退避熔断错误映射将user-service的HTTP 404转为ErrUserNotFound同时生成payment_test.go中5个测试用例覆盖所有异常分支。整个过程耗时2分47秒。关键在于Antigravity对OpenAPI的AST解析——它不是简单读取YAML文本而是将openapi.yaml编译为内存中的类型系统确保生成代码与服务契约100%一致。4.2 场景二遗留系统现代化改造——安全替换老旧加密库某金融项目需将SHA1替换为SHA256涉及37个文件、12处调用点、4种不同封装模式。人工改造风险极高。Superpowers方案# 在终端执行批量重构 codex cli --glob **/*.go --prompt 将所有crypto/sha1.New()调用替换为crypto/sha256.New()保持原有参数和返回值处理逻辑不变。特别注意若原代码有sha1.Sum([]byte{})调用需改为sha256.Sum([]byte{})并更新相关变量类型声明。 # 输出为结构化patch文件 # 然后用git apply自动应用 git apply superpowers-refactor.patchAntigravity在此过程中发挥关键作用它识别出utils/crypto_helper.go中封装的HashString函数自动将其内部实现升级并递归更新所有调用该函数的文件。传统正则替换会遗漏HashString(abc)这类间接调用而AST驱动的重构100%覆盖。4.3 场景三技术方案可行性验证——用AI做架构沙盒当团队争论“是否该引入gRPC替代REST”时Superpowers可快速产出验证结论在Cursor中新建arch-sandbox/目录运行codex cli --dir arch-sandbox --prompt 生成一个最小gRPC服务示例包含user.proto定义、server.go实现、client.go调用使用grpc-go v1.60.1。同时生成等效REST版本对比。;AI输出两套完整代码自动标注关键差异点gRPC优势序列化体积小32%QPS高2.1倍基于本地压测脚本REST优势调试友好浏览器可直访运维工具链成熟最终结论“核心交易链路用gRPC管理后台用REST”——此结论基于实际代码生成与性能模拟而非主观臆断。这种“代码即文档”的验证方式将架构讨论从PPT辩论升级为可执行实验。4.4 场景四新人Onboarding加速——个性化学习路径生成新成员入职时Superpowers可自动生成学习地图# 分析项目结构生成学习计划 codex cli --dir . --prompt 分析此Go项目结构识别核心模块按import频次排序。为Go新手生成7天学习路径Day1学models定义Day2学handlers路由Day3学middleware链...每天提供3个具体练习任务如修改login_handler.go添加IP限流及对应答案。 # 输出为Markdown文档含可点击的文件跳转链接Antigravity在此处的作用是量化“核心模块”它统计每个Go文件被其他文件import的次数将models/user.go被import 42次列为Day1重点而非按目录层级武断排序。学习路径因此具备真实项目上下文而非通用教程。5. 常见问题排查与避坑指南一线踩坑实录5.1 上下文分析失效为什么AI总“看不懂”我的代码这是最高频问题根源通常不在模型而在Antigravity配置现象根本原因解决方案AI引用已删除的旧文件.antigravity.toml中exclude_patterns未覆盖/migrations/old_*.go在exclude_patterns中添加**/migrations/old_*.go跨文件跳转失败Go项目未运行go mod initAntigravity无法解析module路径在项目根目录执行go mod init your-module-name中文注释被忽略Cursor语言设置为英文但代码含中文注释在Settings中确认Application Language为简体中文并重启实操心得当怀疑上下文问题时先运行antigravity debug --file service/user.go。它会输出JSON格式的上下文摘要包含“已包含文件列表”“AST解析错误”“调用链追踪路径”。比盲猜高效十倍。5.2 Claude Code响应缓慢CPU/GPU资源占用异常分析响应延迟常见于两类场景CPU满载但GPU闲置检查LM Studio是否启用CUDA。在LM Studio设置中找到GPU Offload Layers将数值设为30Qwen2-7B推荐值。若设为0则全部计算在CPU执行。内存OOM崩溃Antigravity索引占用过高。解决方案是调整.antigravity.toml中的cache.path指向SSD分区而非默认的/tmp内存盘。实测将缓存移至SSD后内存峰值下降65%。5.3 Codex CLI命令报错参数与路径陷阱错误信息真实原因修复命令Error: failed to load config~/.codex/config.yaml中antigravity.config_path指向不存在的.antigravity.toml运行antigravity init在项目根目录生成配置No module named antigravity_pyPython虚拟环境未激活或antigravity-py安装在系统Python而非venvsource ~/superpowers-env/bin/activate pip install antigravity-pyContext too largecodex cli --file指定单个大文件5MB超出Antigravity处理阈值改用--glob **/smaller_file.go或拆分文件5.4 Cursor中文回复乱码字体与编码双重校验若AI生成中文出现方框或乱码检查系统字体Ubuntu需安装fonts-wqy-microhei文泉驿微米黑在CursorSettings→Editor→Font Family中设置为WenQuanYi Micro Hei, monospace验证终端编码locale命令输出应含LANGzh_CN.UTF-8否则执行export LANGzh_CN.UTF-8。注意网上流传的“cursor汉化补丁”多为旧版失效方案。Cursor 0.40原生支持中文补丁反而破坏AST解析器。5.5 安全红线永远不要做的三件事Superpowers的强大伴随责任以下操作将直接破坏环境稳定性绝不在生产服务器部署Antigravity索引其内存占用不可控可能挤占数据库内存。索引仅限开发机生产环境用codex cli --mode production调用精简版上下文。绝不共享.antigravity.toml中的include_patterns若包含**/config/secrets.yamlAntigravity会将其内容送入AI上下文造成密钥泄露。务必在exclude_patterns中显式排除所有敏感路径。绝不使用--stream参数处理核心业务文件流式输出会截断AST节点导致生成代码缺失defer语句或error检查。始终用--timeout配合完整上下文加载。这些不是功能限制而是Superpowers设计者用血泪教训写就的安全契约。遵守它们才能让“超能力”真正服务于人而非制造新风险。6. 进阶技巧与未来演进让Superpowers随你成长6.1 模型热切换在同一项目中混用Qwen与DeepSeekSuperpowers支持运行时模型切换无需重启工具# 查看可用模型 codex models list # 临时切换为DeepSeek-V2需提前在LM Studio加载 codex cli --model deepseek-coder-33b-instruct-q4_k_m \ --file service/user.go \ --prompt 用DeepSeek风格重写此函数更注重边界条件处理添加panic防护 # 永久设置项目默认模型 echo default_model: deepseek-coder-33b-instruct-q4_k_m ~/.codex/config.yaml关键技巧不同模型有独特“性格”。Qwen擅长API设计DeepSeek强于边界处理Claude 3 Haiku精于代码解释。根据任务类型动态选模效果提升显著。6.2 自定义技能Skills封装团队专属开发范式Superpowers允许定义可复用的Skill将团队约定固化为AI指令# 创建自定义Skill cat ~/.cursor/skills/sql-injection-prevention.yaml EOF name: sql-injection-prevention description: 确保所有SQL查询使用参数化禁用字符串拼接 trigger: /safe-sql prompt: | 你是一名安全专家审查{{file}}中的SQL操作。执行 1) 找出所有db.Query()/db.Exec()调用 2) 若参数来自用户输入req.FormValue, c.Param等必须改用?占位符 3) 禁止fmt.Sprintf(SELECT * FROM %s, table)类拼接 4) 输出diff格式修改建议。 EOF配置后在Cursor中输入/safe-sqlAI将自动执行安全审计。这种Skill机制让团队最佳实践真正融入开发流。6.3 与CI/CD深度集成PR描述自动生成与质量门禁在GitHub Actions中加入Superpowers检查# .github/workflows/superpowers.yml - name: Superpowers PR Analysis run: | # 生成PR描述 codex cli --pr ${{ github.event.pull_request.number }} --prompt 生成专业PR描述包含改动范围、影响评估、测试要点 pr-desc.md # 运行质量检查 if ! codex cli --pr ${{ github.event.pull_request.number }} --skill no-todo-left; then echo PR contains unhandled TODOs! exit 1 fi当PR提交时自动产出结构化描述并拦截含TODO的合并请求。这已不是辅助工具而是质量基础设施。6.4 个人知识库联动让AI记住你的技术决策Superpowers可连接本地知识库。在~/.cursor/knowledge/下存放architecture-decisions.md记录“为何选用gRPC而非REST”的原始讨论troubleshooting.md整理“MySQL连接池耗尽”的12种解决方案team-conventions.md定义“错误日志必须含trace_id”的规范。配置~/.codex/config.yaml启用knowledge: enabled: true path: /home/user/.cursor/knowledge max_chunks: 5此后当AI生成代码时会自动参考这些文档。例如/explain指令不仅解释代码还会引用architecture-decisions.md中的决策依据。你的经验从此成为AI的常识。我在实际使用中发现Superpowers真正的价值不在“写代码更快”而在“让隐性知识显性化”。当新成员问“为什么这里用channel不用mutex”AI能直接引用你半年前写的concurrency-principles.md当重构遇到阻力AI能调出当初否决该方案的risk-assessment.xlsx。它把散落在Slack、Confluence、个人笔记里的智慧编织成一张可检索、可继承、可演进的知识网络。这或许才是开发者最该掌握的“超能力”——不是让机器替你思考而是让机器帮你记住自己思考过的所有路径。