章节 01
AI Literacy Superpowers:构建AI原生开发工作流的完整框架(导读)
核心观点:AI Literacy Superpowers是一套面向Claude Code和GitHub Copilot的插件系统,将约束工程、文学编程、CUPID代码审查等最佳实践编码为可执行的智能体工作流,实现AI辅助开发的系统化治理。该项目旨在解决AI编码助手从个人工具升级为团队基础设施的问题,让AI参与开发的方式可预测、可重复、可改进。
正文
一套面向Claude Code和GitHub Copilot的插件系统,将Harness Engineering、文学编程、CUPID代码审查等最佳实践编码为可执行的智能体工作流,实现AI辅助开发的系统化治理。
章节 01
核心观点:AI Literacy Superpowers是一套面向Claude Code和GitHub Copilot的插件系统,将约束工程、文学编程、CUPID代码审查等最佳实践编码为可执行的智能体工作流,实现AI辅助开发的系统化治理。该项目旨在解决AI编码助手从个人工具升级为团队基础设施的问题,让AI参与开发的方式可预测、可重复、可改进。
章节 02
当Claude Code、GitHub Copilot等AI编码助手从尝鲜玩具变成日常工具,开发者面临新挑战:零散的技巧和提示词无法形成团队能力。AI Literacy Superpowers项目应运而生,将成熟的软件工程原则编码为可执行的智能体工作流,推动AI辅助开发从个人魔法升级为团队基础设施。
章节 03
AI Literacy Superpowers是由Russ Miles创建并维护的插件系统,同时支持Claude Code和GitHub Copilot CLI。基于AI Literacy框架,它将约束工程、智能体编排、文学编程等概念转化为具体技能、智能体、钩子和命令。核心创新在于“可执行的开发哲学”——不是灌输理论,而是让AI助手在正确时间执行检查、审查和改进。安装后运行superpowers-init即可搭建完整AI辅助开发环境。
章节 04
技能系统:基础单元,封装特定领域知识,分四类:代码质量类(文学编程、CUPID审查)、安全与供应链类(GitHub Actions加固、依赖漏洞审计、Docker Scout审计)、工程实践类(约束工程、上下文工程等)、治理与评估类(AI素养评估、约束可观测性等),共14个技能。
智能体团队:覆盖开发生命周期,包括编排器(管道协调)、规约编写者(更新规约)、TDD智能体(写失败测试)、代码审查者(CUPID/文学编程视角)、集成智能体(处理PR/CI等),以及约束发现者、执行者等。不同智能体有不同权限,体现信任边界原则。
章节 05
约束工程:核心理念,约束是可验证、可执行的规则,用验证槽模型统一处理确定性(如lint)和智能体检查(如代码审查)。执行时机分三层:编辑时(PreToolUse钩子警告,不阻塞)、提交前(Git钩子强制执行)、CI中(持续集成验证)。
模型路由:通过MODEL_ROUTING.md指导成本敏感的模型选择,按智能体角色分配层级(最强/标准/快速),编排器参考配置并设置token预算,平衡质量与成本。
章节 06
复合学习:通过AGENTS.md和REFLECTION_LOG.md积累团队知识,人类策展约定,智能体提议改进。reflect命令捕获任务后学习点,追加到日志作为后续上下文,沉淀团队经验。
钩子系统:注册5个自动激活钩子:PreToolUse约束门(编辑时警告违规)、停止漂移检查(检测配置变化提示审计)、停止快照陈旧检查(提示更新约束)、停止反思提示(提交时建议反思)等,确保约束融入开发流程。
章节 07
安装步骤:Claude Code用户:添加插件市场claude plugin marketplace add russmiles/ai-literacy-superpowers → 安装claude plugin install ai-literacy-superpowers;GitHub Copilot CLI用户:plugin install ai-literacy-superpowers。
生成文件:运行superpowers-init后生成CLAUDE.md(约定)、HARNESS.md(约束文档)、AGENTS.md(复合学习)、MODEL_ROUTING.md(模型指导)、REFLECTION_LOG.md(反思日志)及CI模板等。
章节 08
AI Literacy Superpowers标志着AI辅助开发从个人技巧向团队工程实践的转变,将抽象原则转化为可执行、可验证、可改进的工作流,让AI成为可靠伙伴。对希望系统化引入AI辅助开发的团队,提供完整实施路径:从技能学习到智能体配置,从约束设计到复合学习。随着AI编码助手普及,这类框架将成为团队工程能力的重要组成部分。