评分明细
适用场景
obra-brainstorming 快速入门
让 AI 在写第一行代码前,先把你的需求问清楚。
这是什么?解决什么问题?
大多数 AI 编程助手是”听话就干”的:你让它做一个 Todo 应用,它立刻给你生成一坨代码。但你打开一看,发现数据持久化方式不对、UI 风格跟你想的不一样、没考虑多用户场景——重新来一遍。
obra-brainstorming 是 Obra/superpowers 项目里的一个 Skill,它强制 AI 在动手之前,用苏格拉底式提问把需求挖透。这个 Skill 不是”帮 AI 写代码”,而是”帮 AI 问问题”,把含糊的需求变得清晰、把隐藏的假设暴露出来。
它的核心是一个 Hard-Gate(硬门禁):AI 必须先完成设计文档,得到你确认,才能进入下一阶段(用 writing-plans 拆分任务)。这避免了”做出来不是你想要”的高频踩坑。
适合的场景:
- 新功能设计,需求不明确
- 团队讨论前的需求梳理
- 老项目改造,涉及多个模块
- 跨团队协作,需要明确接口
准备工作
- 一个支持 Agent Skill 的客户端(推荐 Claude Code)
- 一份想做的功能描述(可以很粗糙)
- 30-60 分钟的耐心(头脑风暴需要时间)
- 最好准备一个白板/Notion 页面记录讨论
3 步快速上手
第 1 步:克隆 superpowers 仓库
git clone https://github.com/obra/superpowers.git
cd superpowers
ls skills/brainstorming/
你会看到 SKILL.md、prompt-template.md 等。
第 2 步:加载 Skill
claude --skill obra-brainstorming
启动后,告诉 AI:
“我想做一个内部工具,帮助我们团队追踪 Bug 的处理进度。“
第 3 步:接受 AI 的提问
AI 不会立刻动手。它会问你一系列问题:
Q1: 这个工具的主要用户是谁?开发、测试、PM 还是全员?
Q2: Bug 状态需要哪几种?(新建、处理中、待验证、已关闭、已重开?)
Q3: 需要哪些字段?标题、描述、严重程度、负责人、SLA 截止时间?
Q4: 是否需要 Slack/邮件通知?通知谁?
Q5: 是否需要统计报表?按什么维度聚合?
Q6: 数据存哪里?本地数据库、Postgres、Notion、还是飞书多维表格?
Q7: 多用户权限如何划分?谁能改谁能看?
每回答一个,AI 会进一步追问。最后它会输出一份设计文档草稿,包含:
-
目标用户和使用场景
-
核心功能列表
-
数据模型草图
-
关键技术选型
-
风险点和待确认项
你 review 后,这份文档就成了后续 writing-plans Skill 拆任务的输入。
常见踩坑
-
急着给答案:很多人看到第一个问题就觉得”先这样吧”,跳过追问。结果方案做出来才发现有遗漏。
-
回答太技术:AI 问”谁会用”,你回答”用 RBAC 模型 + Casbin”,这不是它想要的。它想听的是”开发、PM、测试三类人”。
-
跳过”为什么”环节:每个功能都要回答”为什么需要”,否则会出现”我以为你要的”功能。
-
没有明确”不在范围”:不写”我们不做 X”,边界就模糊。建议设计文档里有专门的”非目标”段落。
-
一次性把所有功能塞进去:产品都想”功能多就是好”,但每个功能都增加复杂度。Skill 会引导你做减法。
-
不确认接口定义:很多团队在数据模型上花很多时间,但忽略 API/接口设计。Skill 会强制你画出关键接口。
初级用法
-
新项目需求收集:每开新坑,先用 Skill 把需求结构化,产出设计文档。
-
老项目改造:在做”重写”或”重构”前,跑一遍 Skill,确认改造目标和边界。
-
PRD 评审准备:PM 写 PRD 前,先用 Skill 自己问自己一遍,提早暴露模糊点。
高级玩法
-
多人协作 brainstorm:让 Skill 引导多角色(开发/产品/测试)分别回答,生成合并的设计文档。
-
与 writing-plans 联动:brainstorm 产出的设计文档直接喂给 writing-plans,自动拆成可执行任务。
-
设计评审会议输入:把 Skill 生成的设计文档发给团队,会议效率至少提升 50%。
小技巧
-
回答问题时尽量举具体例子(“比如登录失败要弹什么”),AI 才能画准场景。
-
遇到拿不准的问题,告诉 AI “我也不确定”,它会帮你列出选项和权衡。
-
文档最后一定要有”成功标准”——做完怎么算成功,这是后续验收的依据。
-
别怕推翻重来:brainstorm 阶段改了主意代价很低,实施阶段改主意代价极高。
-
把每次 brainstorm 文档归档,半年后回头看,会发现很多当初”必须做”的功能其实没那么重要。
brainstorming Skill 多维度简评
来源:obra/superpowers 类别:工程方法 / 设计门禁
一、核心定位与价值
这是 superpowers 7 步工作流的第 1 步——也是最容易跳过的。
很多 AI 编程助手最常见的失败模式是:用户说”做个登录功能”,AI 立刻开始写代码。结果 90% 的情况下,方向是错的。
brainstorming Skill 通过苏格拉底式提问 + 强制设计门禁,在写代码之前把需求彻底澄清。
二、核心机制:Hard-Gate(硬门禁)
门禁规则
在用户批准设计之前,不得调用任何实现技能、编写任何代码、搭建任何项目或采取任何实现行动。
这是”硬”门禁,不是”软”建议。即使需求”看起来很简单”,也要走完整流程。
为什么需要?
真实场景:
- 用户说”加个支付功能”
- AI 立即开始写代码
- 写了 500 行后用户说:“我要的不是这个”
- 返工
brainstorming Skill 的做法:
- 强制 AI 在写代码前提出 5-10 个澄清问题
- 强制 AI 提供 2-3 种方案对比
- 强制 AI 分段展示设计并获取确认
- 强制 AI 把设计文档沉淀下来
三、9 步自动工作流(完整版)
根据官方 SKILL.md,brainstorming 包含 9 个步骤:
- 探索项目上下文 — 检查文件、文档、最近提交
- 提供视觉伴侣(如涉及视觉问题)— 独立消息
- 逐个提出澄清问题 — 一次一个问题,了解目的/约束/成功标准
- 提出 2-3 种方案 — 包含权衡和推荐
- 分段展示设计 — 按复杂度分段,每段获取用户确认
- 写设计文档 — 保存到
docs/superpowers/specs/YYYY-MM-DD-<topic>-design.md并提交 - Spec 自查 — 快速检查占位符、矛盾、模糊、范围
- 用户审查 spec — 让用户审查 spec 文件
- 转到实现 — 调用 writing-plans skill 创建实现计划
四、实战示例
用户输入
帮我做一个用户登录接口。
brainstorming Skill 自动执行
AI 提问 1:
这个登录接口的主要使用场景是什么?
- Web 端 SPA?
- 移动 App?
- 第三方系统?
用户回答:
Web 端 SPA,React + Next.js。
AI 提问 2:
认证方式选择哪个?
- JWT(推荐)
- Session + Cookie
- OAuth 2.0
用户回答:
JWT。
AI 提问 3:
需要支持第三方登录(Google / GitHub / 微信)吗?
用户回答:
暂时不需要,但留接口。
AI 提问 4:
密码加密用什么算法?
- bcrypt(推荐)
- argon2
- scrypt
用户回答:
bcrypt。
AI 提问 5:
JWT 有效期多久?需要 refresh token 吗?
用户回答:
access token 1 小时,refresh token 7 天。
AI 提问 6:
登录失败几次锁定账号?
用户回答:
5 次,锁定 30 分钟。
AI 输出设计:
# 用户登录接口设计文档
## 1. 概述
实现 Web 端 SPA 的用户登录认证,使用 JWT。
## 2. 技术栈
- 前端:Next.js 14
- 后端:Next.js API Routes
- 数据库:PostgreSQL
- 加密:bcrypt
- 认证:JWT(jsonwebtoken)
## 3. API 设计
### POST /api/auth/login
**请求**:
```json
{
"email": "user@example.com",
"password": "password123"
}
响应(成功):
{
"accessToken": "eyJ...",
"refreshToken": "eyJ...",
"user": {
"id": "u_123",
"email": "user@example.com",
"name": "Test User"
}
}
响应(失败):
{
"error": "INVALID_CREDENTIALS",
"message": "邮箱或密码错误"
}
4. 安全要求
- 密码 bcrypt 加密(cost=12)
- 登录失败 5 次锁定账号 30 分钟
- access token 有效期 1 小时
- refresh token 有效期 7 天
- HTTPS only
- HttpOnly cookie 存储 refresh token
5. 测试策略
- 单元测试:密码验证、JWT 生成/解析
- 集成测试:完整登录流程
- 安全测试:SQL 注入、暴力破解
请 review 设计,确认后进入实现阶段。
---
## 五、反模式(Anti-pattern)
### ❌ "这太简单了,不需要设计"
**反驳**:在"简单"需求里跳过澄清往往更容易踩坑。即使是 todo list、单函数工具、配置变更——全部走这个过程。设计可以短(真正简单项目就几句话),但必须展示并获得批准。
### ❌ "用户说得够清楚了"
**反驳**:用户说"做个登录",但实际可能需要 OAuth、JWT、Session、MFA、SSO 等各种组合。
### ❌ "我直接开始写,有问题再问"
**反驳**:成本对比:
- 写 100 行错误代码再修:2 小时
- 多问 3 个问题:10 分钟
---
## 六、与 superpowers 其他 Skill 的协作
brainstorming 是 superpowers 工作流的**第 1 步**:
brainstorming(设计) ↓ using-git-worktrees(隔离) ↓ writing-plans(计划) ↓ subagent-driven-development(实现) ↓ test-driven-development(TDD) ↓ requesting-code-review(审查) ↓ finishing-a-development-branch(收尾)
**所有 Skill 必须在 brainstorming 完成后才能调用**。
---
## 七、安装
```bash
# superpowers 套装安装后自动包含
/plugin install superpowers@claude-plugins-official
# 单独使用
npx skills add obra/superpowers --skill brainstorming
八、6 条实战建议
- 不要嫌烦:每多问一个问题,节省 30 分钟返工
- 一次一问:信息过载会让用户乱回答
- 多方案对比:不是只给一个方案
- 分段确认:不要一次性甩整篇设计
- 写设计文档:沉淀团队知识资产
- 复杂任务必须用:简单任务可酌情
九、常见 Q&A
Q: 简单任务也要 brainstorming 吗? A: 官方建议是”所有创作型工作”都用。但 1 行 Bug 修复不用。
Q: 问多少个问题合适? A: 5-10 个问题,覆盖核心设计决策点。
Q: 用户不耐烦怎么办? A: 用户可以输入”直接按推荐方案做”,绕过 brainstorming。
Q: 设计文档要写到多详细? A: 团队能据此实现即可。不需要 100% 详细。
Q: 怎么跳过? A: 输入”skip-brainstorming”或”直接实现”。
十、总结
brainstorming Skill 是 AI 编程从”写代码”升级到”做工程” 的第一步。
核心价值:
- 强制澄清需求
- 强制多方案对比
- 强制设计文档沉淀
适用人群:
- ✅ 复杂功能开发(必用)
- ✅ 多人协作(避免误解)
- ✅ 长期项目(沉淀设计)
本文基于官方文档和公开资料整理,未经过 MagicNetWorld 实测。
参考资料
- obra/superpowers 官方仓库 — GitHub 官方仓库
- brainstorming SKILL.md 源码 — 官方 Skill 定义
- Superpowers 方法论详解 (CSDN) — 中文技术文章
- Superpowers for Claude Code: Complete Guide — 完整指南
- b-lab.team: Superpowers 深度解析 — 方法论分析
📊 评分与标签
评分说明
总分 9.6/10 · P_优选
📊 可观测社区指标(数据核验日期:2026-07-07)
- GitHub: obra/superpowers ★248k
- License: MIT · LICENSE
- Commits: 628 · Forks: 22k · Issues: 155 · PRs: 186
- 官方描述: superpowers 套件里的”需求头脑风暴” Skill,Socratic 式提问 + Hard-Gate 设计门禁
📦 可安装性 2.5/2.5
npx skills add obra/superpowers一键安装,或git clone后cp -r到技能目录,零编译零 API Key- 支持 Claude Code Marketplace、Cursor、Codex、OpenCode、Kimi 等多平台安装
- 来源:Skills 安装文档
- 竞品对比 1:trailofbits/skills 需手动挑选单个 Skill,brainstorming 随 superpowers 套件一键安装
- 竞品对比 2:anthropics/skills 通过官方 Skills API 装载,API 层门槛更高
🎯 实用性 2.5/2.5
- 苏格拉底式需求细化:AI 在写代码前先反问 5-10 个问题(目标用户、性能要求、数据规模、异常处理策略),需求收敛后生成设计文档
- 来源:SKILL.md
- Hard-Gate 设计门禁:任何新功能必须经过 brainstorming 才能进入 writing-plans 阶段,从机制上杜绝”AI 盲目动手”
- 竞品对比 1:writing-plans 偏任务拆解,brainstorming 解决的是更上游的”需求是否对”问题
- 竞品对比 2:Anthropic Skills docx/pptx 偏文档处理,brainstorming 专注工程方法论
📖 文档质量 1.8/2.0
- Obra 官方维护,README 完善含安装和使用说明;Skill 目录附独立 SKILL.md 描述触发条件和工作流程
- 作者博客 blog.obra.dev 定期发布 brainstorming 实战案例
- 来源:作者博客
- 竞品对比 1:anthropics/skills 文档架构类似但侧重产品化教程
- 竞品对比 2:trailofbits/skills 有安全审计博客背书,文档学术性更强
👥 社区活跃 1.5/1.5
- GitHub ★248k(superpowers 仓库整体),628 Commits,22k Forks;superpowers 生态核心 Skill 之一
- 社区规模极大,更新频率高,v6.1.1 最新发布,是 superpowers 入门第一道门
- 来源:Commits
- 竞品对比 1:trailofbits/skills ★6k,社区体量约为本仓库 1/41
- 竞品对比 2:anthropics/skills ★158k,社区规模大但偏通用文档处理
🔗 兼容性 1.3/1.5
- MIT 许可完全自由商用;面向 Claude Code 优先的 Agent Skills 协议
- 来源:LICENSE
- 与其他 superpowers 子 Skill(writing-plans、systematic-debugging、verification-before-completion)无缝联动
- 来源:Skills 目录
- 竞品对比 1:trailofbits/skills CC-BY-SA-4.0 有传染性要求,MIT 更宽松
- 竞品对比 2:anthropics/skills Apache-2.0,专利条款对企业更友好
评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- 免费: MIT 开源,仓库全部内容免费获取与商用。来源:obra/superpowers
- Skill系统: superpowers 提供完整的 Skill 管理和分发系统。来源:superpowers 描述
- 设计: 苏格拉底式设计思维与方法论,面向产品/架构设计场景。来源:设计文档目录
📋 来源与核验记录
- ✅ 已直接验证:obra/superpowers 仓库(Star 数、Commits 数、Forks 数来自实时抓取)
- ⚠️ 未直接验证:brainstorming SKILL.md
- ❌ 已删除死链:无