这个 GitHub 爆火的 Brainstorming 设计技能到底能干嘛?实测来了
引言
你有没有遇到过这种情况:让 AI 帮你写个功能,结果它一边写一边改,最后出来的东西跟你想要的完全不一样?或者一个”简单”的小需求,AI 直接写了上百行代码,结果发现理解错了你的意图?
这就是我今天要介绍的这个 Skill 要解决的核心问题。
GitHub 上最火的 Agent Skills 项目 obra/superpowers(165,196 星,MIT 许可证)包含一套完整的 AI Agent 工作方法论,其中的 Brainstorming(头脑风暴) 技能,可以说是所有创造性工作的”安全带”。
这个 Skill 是什么?
简单来说,Brainstorming 是一个强制性的设计前置流程。它的核心规则只有一句话:
在展示设计方案并获得用户批准之前,不得编写任何代码、搭建任何项目、采取任何实现行动。
注意,这里说的是任何项目,不管你觉得多简单。一个待办清单、一个单功能工具、一个配置修改——全部要走这个流程。
听起来很繁琐?但作者 Jesse Vincent 指出:“简单”的项目恰恰是未经检验的假设造成最多浪费的地方。
原始项目简介
| 项目 | 信息 |
|---|---|
| 仓库 | obra/superpowers |
| 作者 | Jesse Vincent (@obra) |
| 星数 | 165,196 ⭐ |
| 许可证 | MIT |
| 语言 | Shell |
| 最后更新 | 2026-04-16 |
Superpowers 不仅仅是一个 Skill 集合,它是一个完整的 agentic skills 框架和软件开发方法论。它定义了一系列相互协作的技能,覆盖了从头脑风暴→设计→计划→执行→收尾的完整开发周期。
核心流程
Brainstorming 定义了一个 9 步的标准化流程,每一步都是必经关卡:
1. 探索项目上下文
检查现有文件、文档和最近的提交,了解项目当前状态。不是从零开始,而是站在已有代码的肩膀上。
2. 提供可视化辅助(可选)
如果话题涉及视觉问题(布局、UI 设计等),可以主动提出使用浏览器可视化辅助。这是一个独立的消息,不能和其他内容混在一起。
3. 提出澄清问题
每次只问一个问题。 这是核心原则。AI 不能一股脑抛出十个问题让用户回答,而是像真正的产品经理一样,逐步深入理解:目的、约束、成功标准。
4. 提出 2-3 个方案
不能只给一个方案就让用户选。必须提出至少两个不同方案,附带权衡分析和推荐理由。这避免了”锚定效应”——AI 提出的第一个方案未必是最优解。
5. 分节展示设计
按复杂度分节展示设计方案,每节之后都要获得用户批准。简单的设计几句话就行,复杂的可能需要 200-300 字。
6. 编写设计文档
将验证后的设计写入 docs/superpowers/specs/YYYY-MM-DD-<主题>-design.md 并提交到 git。设计不再是对话记录里飘散的碎片,而是可追溯的正式文档。
7. 规格自审
AI 用全新的眼光审视自己写的规格说明,检查:
- 是否有 TBD/TODO 占位符?
- 各章节之间是否矛盾?
- 范围是否过大需要分解?
- 需求是否有歧义?
8. 用户审阅规格
请用户审阅书面规格文件。必须等待用户批准才能继续。这是最重要的质量关卡。
9. 过渡到实现
调用 writing-plans 技能创建实现计划。注意,只能调用这一个技能,不能跳过计划直接写代码。
核心亮点
🔒 HARD-GATE:强制门禁机制
Brainstorming 使用了一个叫做 <HARD-GATE> 的机制,本质上是一个不可绕过的强制规则:
在设计展示和用户批准之前,不得调用任何实现技能、编写任何代码。这不是建议,是硬性规定。AI 不能因为觉得”这个很简单”就跳过设计阶段。
🎯 反模式防御
这个 Skill 特别定义了一个”反模式”章节:
“这太简单了不需要设计”
每个开发者都说过这句话。但 Brainstorming 指出:简单项目恰恰最需要设计,因为”简单”往往意味着你还没看到隐藏的复杂度。设计可以短(几句话),但不能省略。
🔀 大项目自动分解
如果用户提出的需求太大(比如”构建一个包含聊天、文件存储、计费和数据分析的平台”),Brainstorming 会立即标记并要求分解。不会让用户花十分钟细化一个需要先拆分的巨型项目。
🖼️ 可视化辅助系统
独特的浏览器辅助功能,可以在头脑风暴期间展示模型图、架构图和对比方案。但它不是默认开启的——AI 需要先征求用户同意,而且每个问题都要重新决定是用浏览器还是终端。
✂️ YAGNI 原则
无情地砍掉不必要的功能。Brainstorming 要求 AI 始终探索 2-3 个替代方案,但最终设计要精简到最小可用范围。
使用方法
在支持 SKILL.md 的 AI Agent 平台(如 Claude Code、Codex、OpenClaw 等)中,将 Brainstorming 技能放置在项目的 skills 目录下:
your-project/├── skills/│ └── brainstorming/│ └── SKILL.md└── ...当用户提出创建功能、添加功能或修改行为的需求时,AI 会自动加载并遵循 Brainstorming 流程。
适用场景
| ✅ 适用 | ❌ 不适用 |
|---|---|
| 新功能开发 | 纯粹的 bug 修复(用 systematic-debugging) |
| 架构设计 | 紧急 hotfix(但仍建议快速走流程) |
| 功能迭代 | 已经明确规格的实现阶段 |
| 大项目分解 | 纯技术调研(不产出代码) |
| 现有代码库的功能扩展 |
与其他 Skill 的关系
Brainstorming 不是孤立工作的,它是 Superpowers 框架中的一个环节:
Brainstorming → Writing Plans → Executing Plans → Finishing Branch- 上游:无(它是入口技能)
- 下游:
writing-plans(将设计转为实现计划) - 配合:
finishing-a-development-branch(完成开发后验证和合并)
个人评价
作为产品经理视角,我对这个 Skill 的评价非常高:
推荐指数:⭐⭐⭐⭐⭐
它的核心价值在于强制 AI 慢下来。我们和 AI 协作时最大的问题不是 AI 不够聪明,而是它太”积极”了——拿到需求立刻写代码,不确认理解是否正确,不考虑替代方案,不做设计评审。
Brainstorming 把产品经理的”需求评审”流程固化到了 AI 的行为中。它要求 AI:
- 先理解上下文
- 再澄清需求
- 再探索方案
- 再出设计
- 再写文档
- 最后才写代码
这个流程对任何有产品开发经验的人来说都是再自然不过的事。但让 AI “自然地”做到这一点,需要明确的规则约束。Brainstorming 做到了。
唯一的改进建议:对于极简单的项目(比如”帮我加一个 console.log”),完整的 9 步流程可能过于繁琐。但即便如此,至少保留”确认理解 + 简短设计”的最小版本,仍然是值得的。
结语
如果你在用 AI Agent 辅助开发工作,Brainstorming 是一个值得加入工具库的 Skill。它不一定每次都完全执行,但它提供了一个底线:不管多着急,设计评审这一步不能省。
📌 原始项目:obra/superpowers · 165,196 星 📌 中文搬运版已同步至 awesome-ai-agent-skills-zh
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!