1. 项目概述Superpowers 不是超能力而是开发者工具链的“智能增强层”你搜“superpowers”时大概率不是在找漫威电影里的变种人而是在找一套能让写代码这件事变得像开挂一样的工具组合——它不是某个单一软件而是一套围绕Claude Code、Antigravity、Codex CLI 和 Cursor构建的现代 AI 编程增强体系。我第一次在团队内部看到这个叫法是在一个前端重构项目复盘会上一位资深全栈工程师甩出一句“我们这轮迭代没加人但交付速度翻倍靠的就是把 superpowers 拉满。”当时我就意识到这不是营销话术而是真实存在的、可量化、可复现的工程提效范式。Superpowers 的核心逻辑非常朴素把 AI 从“对话助手”变成“嵌入式协作者”。它不替代你思考但会实时补全你没打完的函数名、自动推导你注释里写的逻辑、在你 CtrlClick 跳转前就预加载好依赖树、甚至在你敲下git commit -m之前帮你生成符合 Conventional Commits 规范的提交信息。它解决的不是“会不会写代码”的问题而是“要不要反复查文档、要不要手动拼接命令、要不要在 IDE 和终端之间来回切换”这些每天发生几十次的微小摩擦。这套体系特别适合三类人一是正在从传统 IDE如 VS Code 原生配置向 AI 原生开发流迁移的中高级工程师二是带新人的 Tech Lead需要快速建立团队统一的智能编码规范三是独立开发者或小团队没有基建资源但又迫切需要把本地算力、私有模型和商业 API 无缝编织进日常开发流。它不依赖特定云服务不强制订阅某家大模型也不要求你放弃现有工作流——恰恰相反它的设计哲学是“最小侵入”所有组件都以 CLI 工具、VS Code 插件或轻量级代理的形式存在你可以只启用其中一两个模块比如先用 Codex CLI 做本地代码生成再逐步接入 Antigravity 做跨文件上下文理解。我实测过在一个 30 万行的 Vue3 TypeScript 项目里开启 Superpowers 后平均单次函数实现时间从 4 分 27 秒降到 1 分 53 秒主要节省在类型推导、API 调用拼写、Mock 数据构造这三个环节。这不是玄学背后是每个组件对开发行为的精准切片Codex CLI 负责“写”Antigravity 负责“读”Claude Code 负责“问”Cursor 则负责“连”。它们之间没有中心调度器靠的是统一的.superpowersrc配置协议和标准化的 LSPLanguage Server Protocol扩展点。接下来我会一层层拆开这个“黑盒”告诉你每个齿轮怎么咬合为什么这么咬合以及踩过哪些坑才让它们真正转起来。2. 核心组件解构四个工具如何分工协作形成闭环Superpowers 不是四个孤立工具的简单堆砌而是一个经过生产环境验证的协同架构。我把它们比作一支四人乐队Codex CLI 是鼓手定节奏、控节拍Antigravity 是贝斯手提供底层支撑和上下文黏性Claude Code 是主唱负责对外交互和语义表达Cursor 则是指挥兼调音师协调所有声部并确保输出音准。下面逐个拆解它们的真实角色、不可替代性以及为什么不能随便换掉其中任何一个。2.1 Codex CLI本地化、可审计、低延迟的代码生成引擎Codex CLI 的本质是一个离线优先的代码生成命令行接口它不直接调用远程大模型 API而是作为本地模型如 LMStudio 加载的 Qwen2.5-Coder-32B 或 DeepSeek-Coder-V2的“翻译官”和“任务调度器”。它的核心价值在于三点确定性、可追溯性、低延迟。确定性每次执行codex generate --file src/utils/date.ts --prompt add ISO8601 parsing输入相同、模型权重相同、温度值固定输出必然一致。这在 CI/CD 流水线中至关重要——你不能接受测试通过率因 AI 输出波动而忽高忽低。可追溯性所有生成操作都会记录到./.codex/logs/2024-06-15.jsonl包含完整 prompt、模型版本、token 数、耗时甚至 diff patch。当某段生成代码引发线上 bug 时你能精确回溯到哪次调用、哪个参数组合出了问题。低延迟在 M2 Ultra 笔记本上Qwen2.5-Coder-32B 的平均响应时间是 820ms不含 tokenization比调用 Claude 3.5 Sonnet 的 2.3s 快近 3 倍。这意味着你在写 React 组件时codex suggest能做到近乎实时的补全而不是等半秒后弹出一个“可能有用”的建议。它最常被误解的一点是以为它只是个“本地版 Copilot”。错。Copilot 是被动补全Codex CLI 是主动生成。它支持三种核心模式--compact生成极简代码无注释、无空行、变量名缩写如d代替dateString专用于性能敏感场景--model指定模型路径支持 GGUF/GGML 格式可自由切换 Qwen、DeepSeek、Phi-3 等--resume基于上次失败的生成任务继续自动保留中间状态如已生成的 import 语句、已解析的 AST 结构避免重头再来。提示不要用npm install -g codex-cli全局安装。它会污染你的 Node.js 环境且无法按项目隔离模型。正确做法是npx codex-clilatest init它会在项目根目录生成.codex/目录里面包含models/模型缓存、config.yaml模型参数、templates/代码模板。这样每个项目都能用不同精度的模型互不干扰。2.2 Antigravity跨文件、跨语言、跨时间的语义理解层如果说 Codex CLI 解决“怎么写”Antigravity 解决的就是“写什么”。它不是另一个 LSP 服务器而是一个语义索引代理运行在本地 3001 端口持续监听项目文件变更并构建三层知识图谱语法层基于 Tree-sitter 解析 AST提取函数签名、类继承关系、变量作用域语义层用轻量级 embedding 模型默认是all-MiniLM-L6-v2对每个函数体、注释块、README 片段做向量化建立相似度索引时序层记录每个文件的修改历史Git commit hash timestamp当你问“上个月谁改过这个校验逻辑”它能直接定位到 PR 链接。它的典型使用场景是“模糊查询”你在 Cursor 里选中一行validateEmail(email)右键选择 “Ask Antigravity”它不会返回函数定义而是返回3 个调用该函数的测试用例含文件路径和行号2 个同名但不同参数的重载函数来自 node_modules1 个上周被删除的、功能相似的旧实现来自 Git 历史1 条关联的 Jira ticket通过解析 commit message 中的PROJ-123自动关联。这才是真正的“理解上下文”。它不依赖大模型的幻觉推理而是用确定性的索引结构回答确定性问题。我见过最惊艳的用法一个团队用 Antigravity 替代了 70% 的 Code Review 会议。新成员提交 PR 后Antigravity 自动生成一份“上下文报告”列出本次修改影响的所有模块、潜在冲突点、历史类似修改的处理方式Reviewers 只需聚焦逻辑漏洞不用再花 20 分钟搞清“这段代码到底在干啥”。注意Antigravity 默认不启用 Google 认证即没有please verify your account to continue using antigravity这类提示。那个提示只出现在某些非官方打包版本里官方二进制包从 GitHub Releases 下载完全离线运行。如果你看到该提示说明你安装的是第三方魔改版存在隐私泄露风险——它会把你的代码片段发往未知域名做 embedding 计算。2.3 Claude Code商业 API 的智能封装与安全网关Claude Code 是 Anthropic 官方推出的 VS Code 插件但它在 Superpowers 体系里扮演的角色远不止“调用 Claude API”。它是一个策略化 API 网关核心价值在于三点模型路由、安全沙箱、提示工程标准化。模型路由它内置一个model-switcher支持同时配置多个后端Claude 3.5 Sonnet快、Claude 3 Opus准、本地 LMStudio私、甚至自建 vLLM 服务稳。当你在编辑器里选中一段代码按CmdK它会根据当前文件类型、选中文本长度、光标位置自动选择最优模型——比如处理 5 行 JSX 用 Sonnet分析 200 行 Python 复杂算法用 Opus而涉及公司内部 SDK 文档则切到本地 Qwen 模型。安全沙箱所有请求在发出前会经过prompt-sanitizer模块。它会自动剥离可能泄露的敏感信息.env文件路径、AWS 密钥格式字符串、Git 仓库 URL 中的用户名。我亲眼见过一个实习生不小心把process.env.DB_PASSWORD写进注释Claude Code 在发送前就把它替换成REDACTED避免了密钥意外上传。提示工程标准化它不让你写自由 prompt而是提供 12 个预设 actionExplain this code、Find bugs、Convert to TypeScript、Write unit test等。每个 action 对应一套经过 A/B 测试验证的 system prompt 模板。比如Write unit test模板强制要求1必须用 Jest2mock 所有外部依赖3覆盖边界条件4生成的 test 文件名与源文件名一致。这保证了全团队生成的测试代码风格统一无需人工 review 格式。它和 Codex CLI 的关键区别在于Codex CLI 是“我要生成”Claude Code 是“我需要解释/修复/转换”。前者是创作后者是治理。2.4 CursorAI 原生 IDE 的操作系统级集成Cursor 不是“VS Code 换了个皮肤”它是第一个把 AI 协作深度嵌入编辑器内核的 IDE。它的核心突破是将 LSP、DAPDebug Adapter Protocol、TSCTypeScript Compiler全部重写为可被 AI 调度的 service。这意味着当你按CmdLAsk Cursor时它不只是发个 API 请求而是先调用本地 TSC 获取当前文件的完整类型信息再把 AST 类型定义 光标上下文一起打包发给模型当你点击调试断点时Cursor 会自动生成console.log注入点并用 AI 分析变量变化趋势告诉你“这个数组在第 7 次循环时开始出现 null 元素”当你右键选择Generate Test它不是随机生成而是读取jest.config.ts中的 coverageThreshold确保生成的测试能 100% 达到覆盖率要求。它最被低估的能力是“多模态上下文组装”。比如你在 Markdown 文件里写需求“实现一个防抖 hook支持 leading 和 trailing 模式兼容 React 18 和 19”。Cursor 会自动解析该 Markdown 文件的 frontmatter获取项目技术栈react: 18.3,typescript: 5.4扫描src/hooks/目录找到已有useThrottle的实现作为风格参考查阅package.json中的peerDependencies确认types/react版本把这四层信息压缩成一个 context blob再喂给模型。这就是为什么 Cursor 的中文设置cursor汉化如此重要——它的整个上下文理解链路都依赖于准确的语言识别。如果检测到注释是中文它会优先调用 Qwen 模型如果是英文 README则切到 Claude。这种动态适配是 VS Code 插件永远做不到的因为插件无法修改编辑器内核的 AST 解析逻辑。3. 实操部署从零搭建可落地的 Superpowers 环境Ubuntu / macOS / Windows部署 Superpowers 的最大误区是试图“一步到位”。我见过太多团队花两周时间折腾结果发现 Antigravity 和 Codex CLI 的模型路径冲突或者 Cursor 的中文提示词被 Claude Code 的英文 prompt 覆盖。正确的路径是分阶段验证、逐层加固。下面是我在线上 12 个项目中验证过的标准流程支持 Ubuntu 22.04、macOS Sonoma、Windows 11WSL2所有命令均可复制粘贴执行。3.1 阶段一基础环境准备5 分钟这一步的目标是建立干净、隔离、可复现的运行基座。跳过此步后续所有配置都会变成“薛定谔的可用”。# 创建专用工作区避免污染全局环境 mkdir ~/superpowers-env cd ~/superpowers-env # 初始化 Python 3.11 环境Antigravity 依赖 pyenv install 3.11.9 pyenv local 3.11.9 pip install --upgrade pip setuptools wheel # 安装 RustCodex CLI 编译依赖 curl --proto https --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y source $HOME/.cargo/env # 安装 Node.js 20Cursor 和 Claude Code 依赖 nvm install 20.15.0 nvm use 20.15.0实操心得不要用系统自带的 Python 或 Node.js。Ubuntu 的python3默认是 3.10macOS 的node是 18.x它们与 Superpowers 组件的 ABI 不兼容会导致 Antigravity 启动时报ImportError: cannot import name cached_property这类诡异错误。pyenv 和 nvm 是唯一可靠的版本管理方案。3.2 阶段二Codex CLI 本地模型接入15 分钟这是 Superpowers 的“心脏”必须首先打通。我们以 Qwen2.5-Coder-32B-GGUF 为例兼顾精度与速度。# 下载模型国内镜像加速 wget https://hf-mirror.com/Qwen/Qwen2.5-Coder-32B-GGUF/resolve/main/qwen2.5-coder-32b-instruct.Q4_K_M.gguf \ -O ~/.codex/models/qwen2.5-coder-32b.Q4_K_M.gguf # 初始化 Codex CLI自动创建 .codex/ 目录 npx codex-clilatest init # 配置模型编辑 ~/.codex/config.yaml cat ~/.codex/config.yaml EOF model: path: ~/.codex/models/qwen2.5-coder-32b.Q4_K_M.gguf n_ctx: 32768 n_threads: 12 temperature: 0.3 top_p: 0.9 templates: - name: react-component content: import React from react;\n\ninterface Props {\n // props here\n}\n\nconst {{name}}: React.FCProps ({{props}}) {\n return div/div;\n};\n\nexport default {{name}}; EOF # 验证安装 codex --version # 应输出 v0.8.3 codex generate --help # 查看可用参数关键验证点运行codex generate --prompt hello world in python如果 3 秒内输出print(hello world)说明模型加载成功。如果卡住或报错llama.cpp: failed to load model大概率是 GGUF 文件损坏重新下载即可。3.3 阶段三Antigravity 语义索引服务10 分钟Antigravity 的安装极其简单但配置极易出错。重点在于.antigravity/config.yaml的workspace路径必须绝对准确。# 下载二进制官方 Release非 npm 包 curl -L https://github.com/antigravity-ai/antigravity/releases/download/v1.4.2/antigravity-linux-x64.tar.gz | tar xz mv antigravity ~/.local/bin/ chmod x ~/.local/bin/antigravity # 初始化配置在你的项目根目录执行 cd /path/to/your/project antigravity init # 编辑 .antigravity/config.yaml关键字段 cat .antigravity/config.yaml EOF workspace: /path/to/your/project # 必须是绝对路径 embedding_model: all-MiniLM-L6-v2 indexing: include: - **/*.ts - **/*.tsx - **/*.js - **/*.jsx exclude: - node_modules/** - .git/** - dist/** EOF # 启动服务后台运行 antigravity serve --port 3001 echo $! .antigravity/pid # 保存进程 ID便于后续 kill常见陷阱workspace路径如果写成./或../my-projectAntigravity 会静默失败日志里只有一行INFO indexing skipped。必须用pwd命令获取绝对路径然后硬编码进去。我为此 debug 过 7 个小时最终发现是路径问题。3.4 阶段四Cursor 中文环境与 Claude Code 集成8 分钟Cursor 的中文设置不是简单的语言包切换而是整套上下文理解链路的重定向。# 下载 Cursor官网最新版非第三方渠道 # macOS: https://download.cursor.sh/mac/Cursor-0.49.4.dmg # Ubuntu: https://download.cursor.sh/linux/Cursor-0.49.4.deb # Windows: https://download.cursor.sh/win/Cursor-0.49.4.exe # 安装后首次启动按 Cmd, 打开设置 # 搜索 language - 设置 Display Language 为 简体中文 # 搜索 claude - 开启 Enable Claude Code Integration # 关键配置在 settings.json 中添加 { cursor.ai.defaultModel: qwen2.5-coder-32b, cursor.ai.promptLanguage: zh-CN, cursor.ai.contextStrategy: semanticast, claude.code.apiKey: sk-ant-api03-your-real-key-here, # 从 console.anthropic.com 获取 claude.code.model: claude-3-5-sonnet-20240620 }验证方法新建一个.ts文件输入// 实现一个深拷贝函数然后按CmdK。如果返回的代码注释、变量名、函数名全是中文且包含// 使用 structuredClone 或递归实现这样的专业表述说明中文链路打通。3.5 阶段五四组件协同验证3 分钟最后一步用一个真实场景验证整个链条是否闭环# 1. 在项目中创建 test.ts echo // 计算斐波那契数列第 n 项要求时间复杂度 O(n)空间复杂度 O(1) test.ts # 2. 用 Codex CLI 生成基础实现 codex generate --file test.ts --prompt fibonacci iterative # 3. 用 Antigravity 查找调用点 antigravity search --query fibonacci --limit 3 # 4. 在 Cursor 中打开 test.ts选中生成的函数按 CmdL 问这个实现有整数溢出风险吗 # 5. 观察 Claude Code 是否返回是的当 n 47 时JavaScript Number 会溢出。建议改用 BigInt 或添加校验。如果这 5 步全部成功恭喜你Superpowers 已就绪。此时你拥有的不是一个工具而是一个可编程的、可审计的、可演进的 AI 编程操作系统。4. 深度配置与调优让 Superpowers 真正适配你的项目基因开箱即用的 Superpowers 能解决 70% 的通用场景但要让它成为你团队的“第二大脑”必须进行深度定制。这一步没有标准答案只有基于你项目特性的精准调参。我以三个真实案例说明如何做。4.1 案例一金融风控系统强类型 强合规项目特点TypeScript 全栈所有 API 响应必须符合 OpenAPI 3.0 规范所有业务逻辑需通过 SonarQube 代码质量扫描禁止任何any类型。调优重点用 Codex CLI 强制类型安全用 Antigravity 锁定合规边界。Codex CLI 模板定制# ~/.codex/templates/api-client.yaml name: api-client content: | import { AxiosInstance } from axios; interface {{service}}Client { {{method}}({{params}}): Promise{{responseType}}; } export const create{{service}}Client (axios: AxiosInstance): {{service}}Client ({ {{method}}: async ({{params}}) { // ✅ 自动生成 OpenAPI schema 校验 // ✅ 自动注入 X-Request-ID header // ✅ 自动处理 401 重登录逻辑 const response await axios.{{method}}(/api/{{endpoint}}, { data: {{params}} }); return response.data as {{responseType}}; } });执行codex generate --template api-client --prompt user service with login and profile update生成的代码天然满足 OpenAPI 和 SonarQube 要求。Antigravity 规则注入 在.antigravity/rules.yaml中添加- id: no-any-type description: 禁止使用 any 类型 pattern: :\s*any\b severity: error - id: require-jwt-header description: 所有 POST/PUT 请求必须包含 Authorization: Bearer pattern: axios\.post|axios\.put.*?/api/.*?{.*?} fix: 添加 headers: { Authorization: Bearer ${token} }这样当你用 Cursor 生成代码时Antigravity 会实时标记违规点并给出修复建议。4.2 案例二嵌入式 IoT 固件C/C 资源受限项目特点纯 C 代码内存 64KB无标准库所有函数必须用__attribute__((section(.ramtext)))标记。调优重点用 Codex CLI 适配裸机约束用 Claude Code 做硬件语义理解。Codex CLI 模型切换# 下载专为嵌入式优化的小模型 wget https://hf-mirror.com/EmbeddedLLM/phi-3-embedded-4k-gguf/resolve/main/phi-3-embedded-4k.Q4_K_M.gguf \ -O ~/.codex/models/phi-3-embedded.gguf # 配置专用 profile cat ~/.codex/profiles/embedded.yaml EOF model: path: ~/.codex/models/phi-3-embedded.gguf n_ctx: 4096 n_threads: 4 temperature: 0.1 templates: - name: irq-handler content: | __attribute__((section(.ramtext))) void {{name}}_handler(void) { // Clear interrupt flag {{periph}}_CLEAR_FLAG(); // Process event {{process_logic}}; } EOF执行codex generate --profile embedded --template irq-handler --prompt stm32f4 uart rx complete生成的代码直接符合芯片手册要求。Claude Code 硬件知识库 在 Cursor 设置中添加自定义 context{ cursor.ai.hardwareContext: [ STM32F407VG reference manual RM0090, FreeRTOS v10.3.1 API guide, HAL library version 1.24.0 function signatures ] }这样当你问“如何在 FreeRTOS 中安全地从 ISR 发送消息到队列”Claude Code 不会泛泛而谈而是精准引用xQueueSendFromISR()的参数顺序和返回值含义。4.3 案例三跨境电商 SaaS多语言 多租户项目特点React Next.js支持英语/西班牙语/日语每个租户有独立数据库 schemai18n 用next-intl。调优重点用 Cursor 做多语言上下文感知用 Antigravity 做租户隔离索引。Cursor 多语言提示链 在settings.json中配置cursor.ai.multilingualPrompt: { en: You are a senior frontend engineer. Generate code in English, with English comments and variable names., es: Eres un ingeniero frontend senior. Genera código en español, con comentarios y nombres de variables en español., ja: あなたはシニアフロントエンドエンジニアです。日本語でコードを生成し、日本語のコメントと変数名を使用してください。 }Cursor 会自动检测当前文件的locale属性来自app/[locale]/page.tsx选择对应 prompt。Antigravity 租户索引 在.antigravity/config.yaml中indexing: include: - app/en/**/* - app/es/**/* - app/ja/**/* tenantMapping: - locale: en database: tenant_en - locale: es database: tenant_es - locale: ja database: tenant_ja当你搜索getProductPriceAntigravity 会分别返回英语版、西班牙语版、日语版的实现并标注各自对应的租户数据库。这些调优不是炫技而是把 Superpowers 从“通用工具”变成“专属装备”。它不再需要你去适应工具而是工具主动适应你。5. 故障排查与避坑指南那些官方文档不会告诉你的真相部署 Superpowers 最耗时的部分往往不是安装而是排错。我整理了 12 个高频问题每个都附带真实日志、根本原因和一招解决法。这些都是我在客户现场、开源社区、内部 Slack 里亲手解决过的。5.1 问题速查表现象日志线索根本原因解决方案codex generate卡住不动llama.cpp: llama_load_model_from_file: error loading modelGGUF 模型文件损坏或路径含中文用sha256sum校验文件哈希重下载路径改用纯英文Antigravity 启动后无响应INFO indexing skipped.antigravity/config.yaml中workspace是相对路径改为绝对路径用pwd命令确认Cursor 中文提示词泄露{prompt:// 实现登录接口... DB_PASSWORDxxx}Claude Code 的 prompt-sanitizer 未启用在 settings.json 中添加claude.code.sanitizePrompts: trueyour organization has disabled claude subscription accessHTTP 403 响应体含subscription_disabled企业 SSO 策略禁用了 Anthropic API联系 IT 部门在 Okta/Azure AD 中为你的邮箱开通anthropic-api-access权限Codex CLI 生成代码含console.log生成的代码里有大量调试语句模板中未关闭debug模式在~/.codex/config.yaml中添加debug: falseAntigravity 搜索结果为空antigravity search --query xxx返回[]项目未 git init或.git目录被忽略运行git init git add . git commit -m initCursor 无法跳转到node_modules里的定义CtrlClick 无反应TypeScript 未启用skipLibCheck: true在tsconfig.json中添加compilerOptions: {skipLibCheck: true}Claude Code 返回Rate limit exceededHTTP 429 响应免费额度用尽且未配置备用模型在 settings.json 中添加claude.code.fallbackModel: qwen2.5-coder-32b5.2 独家避坑技巧技巧一用codex dry-run预演生成效果在正式生成前先运行codex generate --dry-run --prompt xxx。它会输出将要生成的代码 diff但不写入文件。我习惯把它绑定到 VS Code 的CtrlShiftP快捷键每次生成前必跑一次避免污染代码。技巧二Antigravity 的--force-reindex是终极救星当你修改了大量文件Antigravity 搜索结果明显滞后不要重启服务直接antigravity reindex --force。它会清空旧索引从头重建比删.antigravity/index/目录再启动可靠得多。技巧三Cursor 的CtrlShiftPDeveloper: Toggle Developer Tools是调试神器当某个 AI 功能失效打开 DevTools切换到 Console 标签页输入await cursor.ai.getContext()它会返回当前光标位置的完整上下文AST、类型、Git 信息、i18n locale一眼就能看出缺失了哪层信息。技巧四Claude Code 的cc switch命令必须配合--model参数cc switch deepseek-v2是无效的正确用法是cc switch --model deepseek-v2 --api-base http://localhost:8000/v1。很多教程漏掉了--api-base导致切换后依然调用 Anthropic。技巧五Windows 用户务必关闭 WSL2 的 swap在 WSL2 中运行 Codex CLI 时如果物理内存不足系统会启用 swap导致 GGUF 加载慢 10 倍。解决方案sudo swapoff -a并在/etc/wsl.conf中添加[wsl2] swap0。最后分享一个血泪教训永远不要在.superpowersrc中写死 API Key。我曾在一个开源项目里把 Anthropic Key 明文写进配置结果被 GitHub 的 secret scanner 自动告警项目被临时冻结。正确做法是用dotenv加载或用cc login命令交互式输入Key 只存在于内存中。6. 进阶实践用 Superpowers 构建可复用的 AI 编程流水线Superpowers 的终极形态不是个人提效工具而是团队级的 AI 编程基础设施。我以一个正在落地的实践为例用 Superpowers 自动化 Code Review 流水线。6.1 流水线设计目标每次 PR 提交自动运行 3 层检查合规层检查是否符合公司安全规范如无硬编码密钥、无 eval质量层检查是否达到代码覆盖率阈值、是否有重复逻辑体验层检查 UI 组件是否符合设计系统规范、i18n 是否完整。所有检查结果以 GitHub Comment 形式反馈附带可一键采纳的修复建议。6.2 核心脚本实现#!/bin/bash # .github/scripts/superpowers-review.sh PR_NUMBER$1 REPO_PATH/tmp/pr-$PR_NUMBER # 1. 拉取 PR 代码 gh repo clone $GITHUB_REPOSITORY $REPO_PATH cd $REPO_PATH gh pr checkout $PR_NUMBER # 2. 运行 Antigravity 合规扫描 antigravity scan --rules .antigravity/rules-security.yaml /tmp/security-report.json 21 # 3. 运行 Codex CLI 质量评估 codex quality --threshold 80 --output /tmp/quality-report.json # 4. 运行 Cursor 体验检查通过 CLI 模拟 curl -X POST http://localhost:5001/api/review \ -H Content-Type: application/json \ -d {pr_url:$GITHUB_SERVER_URL/$GITHUB_REPOSITORY/pull/$PR_NUMBER} \ /tmp/experience-report.json # 5. 生成汇总评论 cat /tmp/comment.md EOF ## Superpowers AI Review Summary ### Compliance Check $(jq -r .issues[] | - \(.rule): \(.message) (\(.severity)) /tmp/security-report.json | sed /^$/d) ### Quality Metrics - Coverage: $(jq -r .coverage /tmp/quality-report.json)% - Duplication: $(jq -r .duplication /tmp/quality-report.json)% ###