199,830 звёзд, 17,819 форков, и каждый день добавляется ещё более 1,700 звёзд.
obra/superpowers — это не библиотека инструментов, не фреймворк и не набор готовых шаблонов. Его собственное позиционирование звучит так: «an agentic skills framework & software development methodology that works» — рабочий фреймворк навыков и методология разработки ПО для ИИ-агентов.
Честно говоря, это описание звучит довольно абстрактно. Я потратил некоторое время на изучение структуры кода и документации, чтобы понять, что именно он делает.
Какую проблему он решает
Если вы пользовались Claude Code, Cursor или другими ИИ-агентами для программирования, вы наверняка сталкивались с такой ситуацией:
Вы тратите целый день, в ходе многократных диалогов обучая агента специфичному для вашей команды рабочему процессу — например, «написать код → запустить тесты → сгенерировать описание PR → проверить линтером → закоммитить». Результат отличный.
А на следующий день вы открываете новую сессию. И всё начинается с чистого листа.
Именно эту проблему решает superpowers: сделать навыки ИИ-агентов повторно используемыми, компонуемыми и доступными для обмена.
Ключевая идея: навыки как файлы
Структура superpowers на самом деле довольно проста:
- каждый skill — это каталог, расположенный внутри
skills/ - в каталоге содержатся чёткие описания правил, условия запуска и шаги выполнения
- он также поддерживает
.claude-plugin,.codex-plugin,.cursor-plugin,.opencode— охватывая практически все популярные инструменты ИИ-программирования
Это означает, что, создав один skill, вам не придётся переписывать его для каждого инструмента. Написал один раз — используй везде.
Почему это важно
Вспомним историю разработки ПО:
- изначально каждый программист писал весь код с нуля
- затем появились функции и модульность — повторно используемые блоки кода
- после этого пришли менеджеры пакетов (npm, pip) — повторно используемые библиотеки
- а затем появились CI/CD-пайплайны — повторно используемые процессы сборки
То, что пытается сделать superpowers, — создать нечто вроде «менеджера пакетов» в мире ИИ-агентов для программирования. Но управляет он не кодом, а паттернами поведения.
«PR для этого проекта нужно оформлять так», «тесты следует запускать так», «при код-ревью стоит обращать внимание на эти моменты» — всё то, что раньше хранилось в командной wiki или передавалось из уст в уста опытными сотрудниками, теперь превратилось в файлы skill, которые ИИ-агент может напрямую читать и выполнять.
Формируется экосистема сообщества
Самое впечатляющее в этом проекте — список контрибьюторов и активность сообщества:
- 71 форк, что говорит о множестве кастомизированных экспериментов
- 27 тегов, указывающих на активную работу над версиями
- в недавнем релизе v5.1.0 приняли участие 11 авторов
- в каталоге skills уже накопилось множество предустановленных навыков, созданных сообществом
Что ещё важнее, сам проект поддерживает распространение через механизмы вроде .claude-plugin. Это означает, что в будущем может появиться маркетплейс skill, аналогичный npm: вам не придётся самостоятельно писать «правила ревью React-компонентов», достаточно будет просто установить готовый пакет из сообщества.
Методологическая часть
superpowers — это не просто набор файловых структур. В README ему уделено много внимания в разделе «software development methodology» — методология разработки ПО.
Ключевая идея этого раздела: ИИ-агент — это не инструмент, а соавтор. Поэтому управлять им нужно так же, как командой:
- чётко обозначить границы его ответственности
- определить его входные и выходные данные
- внедрить механизмы контроля качества
- допускать ошибки, но иметь процесс отката
Звучит очень «по-менеджерски». Но если вы действительно использовали ИИ-агентов в продакшене, вы поймёте, что это не опции, а обязательные требования.
Моё мнение
Направление superpowers верное, но амбиции у проекта огромные. Он пытается одновременно решить несколько задач: фреймворк навыков, интеграция с инструментами, методологическое руководство и экосистема сообщества.
Риск в том, что попытка объять необъятное может привести к поверхностной проработке каждого аспекта. На данный момент формат файлов skill и слой интеграции реализованы хорошо, но методологическая часть пока довольно сырая и больше напоминает сборник лучших практик, чем систематизированную методологию.
Тем не менее, это не снижает его практическую ценность. Даже если вы просто изучите уже готовые пресеты в каталоге skills, вы сможете узнать много нового о том, «как заставить ИИ-агентов работать эффективнее».
200 тысяч звёзд не появляются просто так.
Основные источники: