AI编程王炸组合:顶级三剑客 OpenSpec 定方向,Superpowers定纪律,Harness定协同

简介: AI编程王炸组合:顶级三剑客 OpenSpec 定方向,Superpowers定纪律,Harness定协同

本文 的 原文 地址

原始的内容,请参考 本文 的 原文 地址

本文 的 原文 地址

尼恩说在前面

在45岁老架构师尼恩的读者交流群(50+人)里,最近不少小伙伴拿到了阿里、滴滴、极兔、有赞、希音、百度、字节、网易、美团这些一线大厂的面试入场券,恭喜各位!

前两天就有个小伙伴面腾讯、 京东、美团、小米等, 都 问到 “你们怎么做AI编程 ? 只是用了几个 AI插件吗? ”的场景题 ,小伙伴没有一点概念,导致面试挂了。

小伙伴 没有看过系统化的 答案,回答也不全面 ,so, 面试官不满意 , 面试挂了。

小伙伴找尼恩复盘, 求助尼恩。

通过这个 文章, 这里 尼恩给大家做一下 系统化、体系化的梳理,写一个系列的文章组成 尼恩编著 《Harness 架构与源码 学习圣经》 深入剖析 Harness AI 平台级 架构的 架构思维与 核心源码,使得大家可以充分展示一下大家雄厚的 “技术肌肉”,让面试官爱到 “不能自已、口水直流”

同时,也一并把这个题目以及参考答案,收入咱们的 《尼恩Java面试宝典PDF》V176版本,供后面的小伙伴参考,提升大家的 3高 架构、设计、开发水平。

尼恩编著 《Harness 架构与源码 学习圣经》

第一章: 什么是 Harness架构?2026年AI核心范式解析 : Harness架构与Agent工程化

具体文章: 54k+Star 爆火!AI 框架 新王者 Harness Agent 来了!尼恩 来一次Harness穿透式解读

第二章: Harness架构 与 LangChain、LangGraph 三者联动 的底层逻辑

具体文章: Harness架构 与 LangChain、LangGraph 三者联动 的底层逻辑

第三章: DeerFlow 源码 14层Middleware 源码解析 ,又一个 “洋葱责任链模式” 架构思维 的 经典案例

具体文章: DeerFlow 源码 14层Middleware 源码解析 ,又一个 “洋葱责任链模式” 架构思维 的 经典案例

第四章: LangChain 超底层 四大设计模式 Design Patterns ,架构师 的 必备 内功,毒打面试官

具体文章: LangChain 超底层 四大设计模式 Design Patterns ,架构师 的 必备 内功,毒打面试官

第五章:Harness宏观架构:基于 PPAF 思维 & REPL 思维,完成 Lead-Agent和Sub-Agent深度拆解

具体文章: 第五章:Harness宏观架构:基于 PPAF 思维 & REPL 思维,完成 Lead-Agent和Sub-Agent深度拆解

第六章:Harness宏观架构:DeerFlow 2.0 断点续跑机制 架构设计与实现

具体文章: Harness宏观架构:DeerFlow 2.0 断点续跑机制 架构设计与实现

第七章: Harness 平台实战: 用 DeerFlow 构建 一个企业自己的 Manus 平台( 企业长任务智能体平台)

具体文章: Harness 平台实战: 用 DeerFlow 构建 一个企业自己的 Manus 平台( 企业长任务智能体平台)

第八章: Harness 超牛逼的 三级记忆架构 上下文+历史分层+事实列表 ! 落地价值 逆天!!

具体文章: Harness 超牛逼的 三级记忆架构 上下文+历史分层+事实列表 ! 落地价值 逆天!!

第九章: Harness 顶级架构:DeerFlow 2.0 沙盒 Sandbox 架构设计、Sandbox 源码深度解析(史上最深 、价值 逆天)

具体文章: Harness 顶级架构:DeerFlow 2.0 沙盒 Sandbox 架构设计、Sandbox 源码深度解析(史上最深 、价值 逆天)

第10章: 顶奢RAG架构之, 必不可少的 RAG评估体系:7大核心指标落地优化,让RAG从Demo走向生产

【RAG评估、RAG度量指标】顶奢RAG架构之, 必不可少的 RAG评估体系:7大核心指标落地优化,让RAG从Demo走向生产 full - 技术自由圈

第11章:Harness架构 : DeerFlow 2.0 的 lead_agent 任务总调度 架构设计与实现解析

Harness架构 : DeerFlow 2.0 的 lead_agent 任务总调度 架构设计与实现解析

第十二章: Harness 具体应用:AI编程王炸组合:顶级三剑客 OpenSpec 定方向,Superpowers定纪律,Harness定协同

本文

第13章: 深度解析字节跳动DeerFlow 2.0:基于LangGraph的生产级Super Agent驾驭层实现

具体文章: 尼恩还在写, 本周发布

第14章: 基于 PPAF 思维,完成 与 Harness 工程化的 Lead-Agent 和 Sub-Agent 深度拆解.

具体文章: 尼恩还在写, 本周发布

第15章:Harness架构 核心一:断点续跑机制 的 架构设计 与底层源码分析 .

具体文章: 尼恩还在写, 本周发布

第16章:Harness架构 核心二: XXX

具体文章: 尼恩还在写,后续发布

估计有 10章以上,具体请关注技术自由圈。

2.1 核心架构思维解析

AI编程王炸 三件套:OpenSpec 定方向,Superpowers定纪律,Harness定协同

一、Superpowers Skills与OpenSpec的黄金搭档

用AI写代码 越来越普遍了 ,很多公司都禁止手写代码, 然后, 大家 也遇到太多糟心事儿 。

比如 需求发给ai,但是 结果生成的代码要么偏离预期,要么漏洞百出;

再比如,自己用ai 写代码,还能把控质量,一旦团队上了规模,再加上几个AI Agent 协同,直接乱成一锅粥——分工不明、理解不一。

改来改去返工不断,最后项目延期,老板追问,自己也闹心。

其实,这不是大家能力不行。

也不是AI不够强,核心问题就一个:你的AI编程,用的不工业。

工业级的AI编程, 需要 Superpowers Skills、OpenSpec与Harness的组合逻辑 。

工业级的AI编程,本质上是搭建了“规范—执行—协作”的完整三层体系,刚好对应分层架构的核心思维,每一层各司其职、互不越界,又层层支撑、相辅相成,彻底解决AI编程的核心痛点。

说直白点:

  • OpenSpec负责“做什么”,把模糊的需求变成明确的规范,确保所有人(包括AI Agent)都在一个频道上;
  • Superpowers负责“怎么做”,用工程化纪律约束AI,避免它“走野路子”,保证代码质量;
  • Harness负责“谁来做、怎么协同”,让多Agent像人类团队一样有序配合,不内耗、不冲突。

今天,尼恩就结合自己的实操经验,把这套体系掰开揉碎了讲:

  • 从“Superpowers与OpenSpec的黄金搭档”
  • 到“三层拼图的完整协同”
  • 再到实操工作流、复杂场景案例和落地建议

全程干货,没有废话,无论是个人开发者还是团队,看完都能直接上手,实现开发效率与代码质量的双重提升。

一: Superpowers Skills与OpenSpec 黄金搭档

很多人用Superpowers 和 OpenSpec,只是简单叠加,觉得“一个写规范,一个写代码”就完了。

大错特错!

尼恩负责任地说,这两个工具的核心价值,在于形成了“规范—执行—验证”的完整闭环,各自发挥不可替代的作用,是AI编程中“做什么”与“怎么做”的完美组合。

就像分层架构里,表现层和业务层的关系——没有表现层的需求输入,业务层就会盲目开发;没有业务层的规范执行,表现层的需求就无法落地。

下面,尼恩就从互补关系、适用场景、实操流程,再到真实案例,一步步给大家讲明白,这对黄金搭档到底该怎么用。

一、Superpowers Skills与OpenSpec的黄金搭档

1.1、核心互补关系:为什么它们是黄金搭档?

1. 定位与能力互补

尼恩先给大家做个清晰的对比,一看就懂,不用死记硬背:

工具 核心定位 解决问题 核心能力
OpenSpec 轻量级规范驱动开发(SDD)框架 需求模糊、AI 幻觉、变更不可追溯、多Agent理解不一致;尼恩见过太多团队,因为没有统一规范,AI写的代码和人类开发者写的代码风格迥异,接口不兼容,最后整合时全是冲突 提案管理、规范沉淀、变更追踪、团队协作、需求验证;简单说,就是把“口头需求”变成“书面标准”,让所有人都有章可循
Superpowers Skills Claude Code 技能扩展库 执行失控、质量低下、流程不规范、Agent开发“走野路子”;尼恩早期用AI写代码,就遇到过AI不写测试、直接上手撸代码的情况,后期维护的时候,一个小修改就崩掉整个模块 头脑风暴、TDD(测试驱动开发)、代码审查、自动化验证、任务拆解;核心就是给AI“立规矩”,强制它遵循工程最佳实践,不能随心所欲

这里尼恩插一句:

两者的互补,本质上是“需求标准化”与“执行标准化”的结合。

2. 工作流闭环

很多人用这两个工具,之所以没效果,就是因为没形成闭环,要么只定规范不执行,要么只执行不定规范。

尼恩结合自己的实操,总结了一个最简单、最易落地的闭环流程,大家直接抄就行:

第一步:OpenSpec 定方向。

通过 propose(提案)、refine(细化)、validate(验证)三个步骤,把模糊的需求转化为结构化规范,作为开发的“唯一事实源”。

也就是说,不管是人类开发者,还是AI Agent,都必须以这份规范为标准,不能凭自己的理解来——这一步,尼恩建议大家多花点时间,规范定得越细,后续返工就越少。

第二步:Superpowers 保执行。

通过 brainstorm(头脑风暴)、tdd(测试驱动开发)、review(代码审查),严格按照规范落地,强制执行工程纪律。比如,激活TDD技能后,AI必须先写测试用例,再写代码实现,测试不通过就不能继续;激活代码审查技能后,每段代码都要经过评审,有问题必须修改——这一步,就是避免AI“走野路子”的关键。

第三步:OpenSpec 管结果。

开发完成后,通过 archive(归档)功能,记录所有变更,更新规范,形成可追溯的迭代闭环。

尼恩提醒大家,归档不是走过场,每一次修改、每一个版本,都要记录清楚,后续排查问题、版本回滚,都会用到——这也是工程化开发的核心要求之一。

简单总结:OpenSpec定好“靶子”,Superpowers保证“打准”,最后OpenSpec再“验收”,形成一个完整的闭环,缺一不可。

3. 兼容性与适配性

这一点,尼恩必须重点夸一夸 这两个工具,这个哥俩 真的太“用户友好”了。

首先,两者都兼容 Claude Code、Cursor、Copilot 等主流 AI 工具。

不用你额外更换开发环境,无缝集成到现有开发流程里就行。

尼恩自己的团队,就是用Copilot配合这两个工具,开发效率直接提升了30%以上。

其次,两者都是开源、本地运行工具,无 API 依赖,使用成本极低。

不管是个人开发者,还是小型团队,不用花一分钱,就能用上规范驱动开发和工程化执行的能力——这也是尼恩推荐大家优先尝试的原因之一。

最后,它们能完美适配后续的多Agent协同场景。

很多人一开始只用Superpowers+OpenSpec做个人开发,后续团队扩大、引入多Agent,不用重新调整工具,直接叠加Harness就行,兼容性拉满。

1.2、Superpowers + OpenSpec 的最佳组合场景 ?

不是所有场景都需要同时用这两个工具。

尼恩结合自己的实操经验,总结了4个最适合的场景,能最大化发挥“规范+执行”的价值,减少返工、提升质量,大家可以对号入座:

三、 Superpowers + OpenSpec 怎么结合使用?

(1) 中大型功能开发(推荐):

这是最能体现两者价值的场景。比如开发一个用户管理系统、支付接口,OpenSpec可以定义完整的规范(需求、接口、数据模型),避免需求模糊导致的返工;

Superpowers按规范生成代码、执行TDD、代码审查,确保质量与规范一致。

尼恩团队上次开发企业级用户认证模块,就是用这套组合,原本需要5天的工作量,3天就完成了,而且测试通过率100%,没有出现一次返工。

(2) 老项目重构 / 增量迭代:

老项目的痛点,就是代码混乱、没有规范,重构的时候很容易破坏现有功能。

这时候,OpenSpec可以管理变更范围与影响,明确重构的目标和边界,避免“越改越乱”;

Superpowers保证重构过程的严谨性与可验证性,比如通过回归测试,确保原有功能不受影响,降低重构风险。

尼恩之前重构一个电商老项目的订单模块,就是靠这两个工具,顺利完成重构,还优化了性能,没有出现一次线上故障。

(3) 团队协作开发:

团队协作的核心痛点,就是沟通成本高、认知不统一。

OpenSpec提供共享规范,所有人都按同一套标准开发,减少“你理解的需求和我理解的不一样”的问题;

Superpowers强制执行统一开发流程(如TDD、代码审查),确保代码风格与质量一致,后续维护起来也更轻松。

尼恩的团队,现在不管是人类开发者还是AI Agent,都严格遵循这套流程,沟通成本减少了一半以上。

(4) 高要求质量项目(金融、企业级):

这类项目,对代码质量和可靠性要求极高,不能有一丝马虎。

OpenSpec确保需求不跑偏,所有变更可追溯,一旦出现问题,能快速定位原因;

Superpowers强制质量关卡(测试先行、完成前验证、提交前审查),满足高可靠性要求。

总结一下:只要是需要“规范清晰、质量可控”的开发场景,用Superpowers+OpenSpec,准没错。

反之,如果是简单的demo开发、临时脚本编写,就没必要这么复杂,直接用AI写就行.

尼恩也不建议大家过度复杂,实用为主。

二、Superpowers + OpenSpec 黄金搭档实操

很多人看完理论,还是不知道怎么上手。

别慌,尼恩给大家整理了一套标准化的协同链路.

从需求到交付全程覆盖,可直接复制套用,兼顾个人开发与小型团队协作场景,每一步都有具体的操作指令,新手也能快速上手。

二、最佳 场景:Superpowers + OpenSpec 什么时候用?

2.1 标准协同链路(5 步闭环)

第一步:需求澄清与提案(OpenSpec主导)

这一步的核心,是把模糊的需求,变成明确的提案。

尼恩建议大家,不要直接让AI写代码,先花10-20分钟,用OpenSpec创建提案,把需求、成功标准、约束条件写清楚。

具体操作指令大致如下:


# OpenSpec: 创建功能提案
/opsx:new user-auth
# 编辑提案:明确需求、成功标准、约束(尼恩提醒:越细越好,避免后续歧义)

**(1) 需求:实现用户认证功能,支持邮箱/手机号登录,两种方式可切换,登录状态持久化(7天有效)**


**(2) 成功标准:能正常注册、登录,返回有效JWT令牌;密码错误提示清晰;登录失败次数过多锁定账号**


**(3) 约束:密码需用bcrypt加密存储,接口需支持限流(10次/分钟);不允许明文存储任何用户信息**


**(4) 额外说明:兼容现有用户数据库,不影响现有用户正常登录**

尼恩插一句:这里的约束条件,一定要写清楚,比如加密方式、限流规则,这些都是后续开发的核心依据,避免AI生成不符合要求的代码。

第二步:规范细化与验证(OpenSpec主导)

提案创建完成后,需要进一步细化规范,比如数据模型、接口定义、业务规则、错误码等,然后验证规范的完整性与一致性。

避免规范本身有漏洞,导致后续开发跑偏。

具体操作指令:


# OpenSpec: 完善规范(数据模型、接口、业务规则)
/opsx:refine user-auth
# 验证规范完整性与一致性(可邀请团队成员或AI Agent评审)
/opsx:validate user-auth

**(1) 数据模型:定义User表(id、username、password、email、phone、role、createTime、lastLoginTime、isLocked)**

   - 字段约束:id为主键,自增;email和phone唯一;password非空,加密存储;isLocked默认false

**(2) 接口:POST /register(注册)、POST /login(登录)、GET /user/info(获取用户信息)、POST /user/unlock(解锁账号)**

   - 请求参数、响应格式、状态码,都要明确(比如注册接口,需要返回用户ID、token)

**(3) 业务规则:密码长度≥8位(含字母+数字),同一账号5分钟内登录失败≤3次,失败3次锁定30分钟;注册时需校验邮箱/手机号格式**


**(4) 错误码:定义400(参数错误)、401(认证失败)、429(限流)、403(账号锁定)、500(服务器错误),每个错误码对应具体提示信息**

尼恩提醒:这一步的验证很重要,最好邀请团队成员一起评审,或者让AI Agent检查规范是否有冲突、是否遗漏需求。

尼恩之前就因为没验证规范,导致后续开发时,接口字段定义不一致,返工了半天。

第三步:执行计划与任务拆解(Superpowers主导)

规范定好后,就该进入开发阶段了。

但不要让AI直接上手写代码,先让Superpowers生成详细的开发计划,再精细拆解任务(建议2-5分钟粒度),明确每一步要做什么、依赖什么,避免盲目开发。

具体操作指令:


# Superpowers: 基于规范生成详细开发计划
/superpowers:brainstorm --prompt "基于OpenSpec规范,生成用户认证模块开发计划,覆盖项目初始化、依赖安装、模型实现、接口开发、测试、审查全流程"
# 精细拆解任务(2-5分钟粒度,尼恩建议:任务越细,执行越顺畅)
/superpowers:writing-plans

**(1) 初始化项目目录,创建src、test、config三个文件夹,明确各文件夹用途**


**(2) 安装依赖(express、jsonwebtoken、bcrypt、express-rate-limit、mongoose),配置依赖版本**


**(3) 定义User数据模型,配置数据库连接(MongoDB),实现密码加密逻辑(bcrypt)**


**(4) 编写注册接口逻辑,实现参数校验、邮箱/手机号格式校验、密码加密存储**


**(5) 编写登录接口逻辑,实现账号密码校验、登录失败次数统计、账号锁定、JWT令牌生成**


**(6) 编写用户信息接口和账号解锁接口,实现对应业务逻辑**


**(7) 编写接口限流逻辑,配置限流规则(10次/分钟)**


**(8) 编写测试用例,覆盖所有接口的正常场景、异常场景**


**(9) 进行代码审查,优化代码结构、补充异常处理**


**(10) 本地测试,验证所有功能是否符合OpenSpec规范**

尼恩经验:任务拆解的粒度,一定要适合自己的开发节奏。

如果是个人开发,2-5分钟一个任务,能避免疲劳;

如果是团队开发,可以根据成员分工,调整任务粒度——核心是“不盲目、有计划”。

第四步:高质量实现(TDD + 代码审查,Superpowers主导)

这一步是核心,也是保证代码质量的关键。

尼恩建议大家,一定要激活Superpowers的TDD技能,严格遵循“先写测试、再写代码、最后审查”的流程,避免AI“走野路子”。

具体操作指令:


# 激活TDD工作流(核心:先测试,再代码)
/superpowers:workflow activate tdd
# 生成测试用例 → 生成代码 → 代码审查(三步缺一不可)
/superpowers:tdd generate-test --module user-auth
/superpowers:tdd generate-code --module user-auth
/superpowers:code-review --file src/auth/*.js

**(1) 测试用例:覆盖注册参数校验、密码加密、登录失败、账号锁定、限流、解锁等所有场景**

   - 比如:测试密码长度不足8位的提示;测试登录失败3次后账号锁定;测试限流场景下的响应

**(2) 代码实现:按测试用例编写接口逻辑,确保所有测试用例通过(尼恩提醒:测试不通过,绝不进入下一步)**


**(3) 代码审查:检查代码规范、安全漏洞(如密码明文存储、接口无参数校验)、性能问题(如数据库查询冗余)**


**(4) 优化调整:根据审查意见修改代码,重新运行测试,确保测试100%通过**


**(5) 验证接口:使用Postman测试接口,确保接口响应与OpenSpec规范一致,错误提示清晰**


**(6) 补充注释:为核心逻辑(如密码加密、JWT生成)添加注释,提升可维护性——后续自己或团队修改,能快速看懂**

这里尼恩再强调一句:TDD不是形式,而是一种工程化思维。

很多人觉得“先写测试太麻烦”,但尼恩用经验告诉你,先写测试,能避免后续大量返工。

你想,测试用例定好了,代码只要满足测试用例,就不会偏离需求,也能减少漏洞。

第五步:验证与归档(两者协同)

开发完成后,不要直接交付,一定要做最后验证,然后归档变更,形成可追溯的记录——这是工程化开发的必备环节,也是后续维护的重要依据。

具体操作指令:


# Superpowers: 完成前验证(全面检查,避免遗漏)
/superpowers:verification-before-completion
# OpenSpec: 归档变更,更新主规范(尼恩提醒:归档要详细,便于后续追溯)
/opsx:archive user-auth

**(1) 运行所有测试用例,确保100%通过,测试覆盖率≥80%**


**(2) 验证接口响应与OpenSpec规范一致,所有业务规则都已实现**


**(3) 归档提案,生成变更日志,记录开发过程、修改内容、测试结果**


**(4) 更新主规范文档,同步至团队共享目录(如GitLab、GitHub),确保所有成员都能查看**


**(5) 备份测试报告、API文档,便于后续排查问题、版本回滚**

流程图:Superpowers × OpenSpec 协同工作流(原文图示保留,核心逻辑为“提案→规范→计划→实现→验证→归档”)

尼恩总结:这5步闭环,看似繁琐,但只要坚持下来,你会发现,开发效率和代码质量都会大幅提升——少返工、少踩坑,这才是工程化开发的意义。

>

尼恩提示:原文3w字以上, 超过平台限制, 此处省略 1000字,具体请参考 免费pdf。

完整版本,请参考 尼恩 免费百度网盘 免费pdf ,点赞收藏本文后,截图 找尼恩获取

三:Superpowers、OpenSpec、Harness = AI 编程 工具链 三层拼图+黄金王炸

很多开发者都有个误区,觉得只要模型够强,就能搞定所有开发问题,其实真不是这样。

AI编程从“让模型写代码”走向“让模型像团队一样开发”,中间差的不是更强的模型,而是一套能落地、能闭环的工程基础设施

这其中,OpenSpec、Superpowers、Harness三者的组合,恰好搭起了“规范—执行—协作”的完整三层体系,完美解决多Agent协同中的分工混乱、规范不一、质量不可控等核心痛点。

2.1、Superpowers、OpenSpec与Harness 三层拼图各管什么?

OpenSpec管“做什么”,Superpowers管“怎么做”,Harness管“谁来做、怎么协同”。

三者各管一层,互不越界却又层层支撑,合在一起才是完整的AI编程工程化开发体系。这里尼恩必须插一句,这套体系的核心逻辑,其实暗合了咱们架构设计里的分层架构思维

每一层只负责自己的核心职责,层与层之间低耦合、高内聚,既保证了每一层的独立性,又能通过协同实现整体价值最大化,这也是我为什么一直推崇这套组合的核心原因。

很多开发者在使用AI编程时,都会经历这样的演进,一般都是这样的:

  • 一开始,就是让模型直接写代码。 这个场景 ,能跑,但质量完全不可控。 没有规范、没有测试、没有审查,改了这里崩了那里,AI幻觉一上来,写的代码能偏离需求十万八千里。

  • 后来,慢慢开窍了,开始给模型加规则,写AGENTS.md、加Prompt约束、上Harness,开发过程确实稳了不少,至少不会出现明显的低级错误。

  • 再后来,项目大了,开始上多Agent协作——角色分工、并行开发、自动审查,本以为能事半功倍,结果新问题又来了:每个Agent都按自己的理解做事,规范不统一,流程不一致,协作效率低下,甚至出现权限冲突、任务重复的问题。

相信很多同学都遇到过这种情况,对吧?

其实,要解决第三阶段的问题,很简单,就是让三层东西同时到位:统一的规范、统一的流程纪律、统一的团队协作框架。对应的,就是OpenSpec、Superpowers和Harness,三者层层递进、相互支撑,构成完整的AI工程化体系,缺一不可。

尼恩提示:原文3w字以上, 超过平台限制, 此处省略 1000字,具体请参考 免费pdf。

完整版本,请参考 尼恩 免费百度网盘 免费pdf ,点赞收藏本文后,截图 找尼恩获取

3.3、三层工具怎么串起来?(完整开发周期)

很多同学看完三个工具,还是不知道怎么用,觉得很复杂。

其实不用慌,尼恩结合自己的实操经历,给大家梳理了一个完整的开发周期,三者协同配合,形成“规范—分工—开发—验收”的完整闭环,大家直接照搬就行,不用自己摸索。

而且回头讲实操录制为视频,大家一看就知道了。

这里要再强调一句,这套闭环的核心,还是咱们的分层架构思维: 每一层各司其职,层与层之间协同配合,不越界、不缺位,这也是这套体系能稳定落地的关键。

2.3、三层工具怎么串起来?

Phase 1:规范定义(OpenSpec 主导)

项目启动后,首先由OpenSpec主导,定义需求、接口、验收标准,生成结构化的spec文档,输出openspec/目录,供所有Agent(及人类开发者)共享,确保大家对“做什么”的理解一致。

尼恩的习惯是,项目一开始,先组织团队(或Agent)梳理需求,把需求、接口、数据模型、验收标准都写进OpenSpec,然后组织评审,确保规范无冲突、覆盖所有需求,这一步做好了,后续开发会少走很多弯路。

Phase 2:分工调度(Harness 主导)

规范定义完成后,由Harness组建Agent Team,通过AGENTS.md明确各Agent的角色与职责;

然后由Team Lead Agent读取OpenSpec的任务列表,将任务拆解后分派给对应角色(如架构师负责架构设计、后端负责接口开发)。

这里尼恩提醒大家,任务拆解要细致,最好拆到2-5分钟粒度,这样Agent执行起来更清晰,也不容易出现任务遗漏。

同时,要明确每个Agent的职责边界,避免出现分工模糊、互相推诿的情况。

Phase 3:规范开发(Superpowers 主导)

分工完成后,各Agent按Superpowers的技能纪律开展开发:

  • 加载TDD技能,先写测试再写实现;加载代码审查技能,确保代码符合规范;
  • 加载验证技能,完成前进行自我验证,确保开发过程符合工程最佳实践,且不偏离OpenSpec规范。

在这一步,会给不同角色的Agent加载对应的技能:

  • 后端Agent加载TDD、代码审查技能,
  • 测试Agent加载验证技能,
  • 架构师加载头脑风暴技能,确保每个Agent都能按最佳实践开展工作。

Phase 4:验收归档(三者协同)

开发完成后,进入验收归档阶段,这一步需要三者协同:

  • OpenSpec验证产出是否符合spec规范,Harness校验权限、运行提交前硬约束(测试、Lint、安全扫描);
  • 验证通过后,OpenSpec归档变更,更新主规范,生成变更日志;
  • Harness记录各Agent的任务完成情况,形成完整的开发记录。

这一步需要 特别重视,因为归档记录不仅能便于后续排查问题、版本回滚,还能为后续类似项目提供参考,积累经验。

3.4 完整调用链条

最后,尼恩给大家梳理一个完整的调用链条,记牢这个链条,就能快速上手三者的协同:

Harness 启动 → 加载 AGENTS.md 定义角色 → Architect Agent 读取 openspec/specs/ 设计架构 → Superpowers 激活对应技能(TDD、代码审查等)→ Backend Agent 按 spec + 技能纪律写代码 → Reviewer Agent 按 Superpowers 规则评审 → Harness 校验权限、运行钩子(测试、Lint)→ OpenSpec 验证产出 → 归档完成。

是不是很清晰?其实不用死记硬背,多实操一次,就能熟练掌握。

3.5 三层配合原则

这里尼恩给大家总结一个核心原则,记牢这个原则,就能灵活应对不同项目场景:

规范不变、流程不变、团队可弹性扩展。

  • OpenSpec和Superpowers定义的是稳定的标准和纪律,确保开发质量和需求一致性;
  • Harness定义的是灵活的团队结构和调度策略
  • 项目大了可以加Agent,项目小了可以减,但规范和纪律始终不变,保证开发流程的稳定性。

三层配合,无论是个人小项目,还是几十人的团队协作项目,规范和纪律始终不变,只根据项目规模调整Agent数量和分工,既保证了代码质量,又提升了灵活性。

聊到这里,相信大家对Superpowers、OpenSpec与Harness的协同体系,已经有了清晰的认识。尼恩再跟大家梳理一下核心要点,同时给大家一些落地建议——毕竟,再好的工具和体系,不能落地都是空谈。

先跟大家说句实话,尼恩一开始引入这套体系时,也遇到过很多问题,比如不知道怎么按需加载Superpowers技能、AGENTS.md写得太冗余、过早引入Harness导致协作混乱等等。后来慢慢摸索、不断优化,才形成了一套可落地的流程,所以大家不用怕踩坑,多实操、多调整,就能熟练掌握。

3.6、核心优势总结

结合尼恩的实操经历,这套体系的核心优势,其实就5点,简单好记,大家记牢就行:

(1) 需求不跑偏:OpenSpec固化需求为结构化规范,Superpowers严格按规范执行,Harness确保所有Agent围绕规范协作,避免AI幻觉与需求偏离。这一点,是这套体系最核心的优势,能从根源上减少返工。

(2) 质量有保障:Superpowers提供TDD、代码审查、自动化验证等全流程纪律约束,Harness增加提交前硬约束,OpenSpec负责验收验证,全方位确保代码质量与可靠性。生产级项目,质量就是生命线,这套体系能很好地保障质量。

(3) 协作更高效:OpenSpec提供共享规范,减少沟通成本;Harness实现多Agent有序分工、并行开发;Superpowers统一开发流程,让团队(含Agent)协作更顺畅。尼恩团队引入这套体系后,沟通成本减少了50%,协同效率提升了60%。

(4) 变更可追溯:OpenSpec负责提案、归档,记录每一次变更;Harness记录任务分配与完成情况;Superpowers记录开发过程,全程可追溯、可回滚,便于问题排查。项目越大,这点越重要,能有效降低维护成本。

(5) 灵活适配性:三者均为开源、低依赖工具,可无缝集成现有开发流程,适合从个人项目(Superpowers+OpenSpec)到企业级多Agent协同项目(三者全用)的各类场景。尼恩从个人小项目到团队协作项目,都在用这套体系,适配性特别好。

3.9、结语

最后,尼恩再跟大家聊几句心里话。Superpowers Skills、OpenSpec与Harness的组合,不仅是工具的叠加,更是AI编程理念的升级——从“随机生成代码”到“规范驱动、纪律执行、协同高效”的工程化开发。

OpenSpec锁需求,Superpowers锁纪律,Harness锁协作,三层拼齐,AI才能从“写代码的助手”变成“可靠的开发团队”。这不是未来的愿景,而是现在就能落地的工程实践。

OpenSpec、Superpowers和Harness都是开源项目,文档齐全,可以从最小配置开始用起。关键不在于一步到位,而在于知道三层各管什么、缺哪层会出什么问题,逐步优化、稳步落地。

尼恩从一开始的踩坑无数,到现在能熟练运用这套体系,带领团队高效开发,深刻体会到:AI编程的核心,从来不是模型有多强,而是有没有一套能落地的工程化体系。

无论是个人开发者,还是团队,掌握这套组合拳,都能在AI编程时代占据先机,大幅提升开发效率与代码质量,让AI真正成为高效、可靠的开发伙伴。

最后,尼恩想问大家:你在AI编程中,有没有遇到过需求跑偏、协作混乱的问题?

不妨试试这套体系,相信会给你带来惊喜。

如果大家在落地过程中遇到任何问题,也可以在评论区留言,尼恩会尽力帮大家解答。

相关文章
|
12天前
|
人工智能 JSON 供应链
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
LucianaiB分享零成本畅用JVS Claw教程(学生认证享7个月使用权),并开源GeoMind项目——将JVS改造为科研与产业地理情报可视化AI助手,支持飞书文档解析、地理编码与腾讯地图可视化,助力产业关系图谱构建。
23469 10
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
|
15天前
|
人工智能 缓存 BI
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro,跑完 Skills —— OA 审批、大屏、报表、部署 5 大实战场景后的真实体验 ![](https://oscimg.oschina.net/oscnet/up608d34aeb6bafc47f
5081 18
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
|
17天前
|
人工智能 JSON BI
DeepSeek V4 来了!超越 Claude Sonnet 4.5,赶紧对接 Claude Code 体验一把
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro 的真实体验与避坑记录 本文记录我将 Claude Code 对接 DeepSeek 最新模型(V4Pro)后的真实体验,测试了 Skills 自动化查询和积木报表 AI 建表两个场景——有惊喜,也踩
6113 14
|
5天前
|
人工智能 缓存 Shell
Claude Code 全攻略:命令大全 + 实战工作流(完整版)
Claude Code 是一款运行在终端环境下的 AI 编码助手,能够直接在项目目录中理解代码结构、编辑文件、执行命令、执行开发计划,并支持持久化记忆、上下文压缩、后台任务、多模型切换等专业能力。对于日常开发、项目维护、快速重构、代码审查等场景,它可以大幅减少手动操作、提升编码效率。本文从常用命令、界面模式、核心指令、记忆机制、图片处理、进阶工作流等维度完整说明,帮助开发者快速上手并稳定使用。
1130 2
|
5天前
|
前端开发 API 内存技术
对比claude code等编程cli工具与deepseek v4的适配情况
DeepSeek V4发布后,多家编程工具因未适配其强制要求的`reasoning_content`字段而报错。本文对比Claude Code、GitHub Copilot、Langcli、OpenCode及DeepSeek-TUI等主流工具的兼容性:Claude Code需按官方方式配置;Langcli表现最佳,开箱即用且无报错;Copilot与OpenCode暂未修复问题;DeepSeek-TUI尚处早期阶段。
908 2
对比claude code等编程cli工具与deepseek v4的适配情况
|
1月前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
25679 65
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)