Superpowers Subagent 开发(OpenClaw 适配版)
name: superpowers-subagent-dev
by axelhu · published 2026-04-01
$ claw add gh:axelhu/axelhu-superpowers-subagent-dev---
name: superpowers-subagent-dev
description: Use when executing implementation plans with independent tasks - coordinates task execution by dispatching subagents per task with verification checkpoints, adapted for OpenClaw's isolated session model
---
# Superpowers Subagent 开发(OpenClaw 适配版)
概述
通过为每个任务 dispatch 独立 subagent 来执行计划,每个任务后进行两阶段审查:先审查规格合规,再审查代码质量。
**为什么用 subagent:** 将任务委托给专门 agent,隔离上下文。通过精确构造指令和上下文,确保它们专注并成功完成。Subagent 不应继承 session 历史——精确构造它们需要的上下文。
**核心原则:** 每个任务新鲜 subagent + 两阶段审查(规格合规 → 代码质量)
OpenClaw 适配说明
Superpowers 原版设计基于 Claude Code 的 Task/subagent 级联模型。OpenClaw 使用 `sessions_spawn` 创建独立 session,无法做到原生级联。
**OpenClaw 适配方案:**
使用条件
有实现计划?
→ 任务大多独立?
→ 在本 session 内工作?
→ 用 subagent-dev(这个技能)
→ 并行独立 session?
→ 用 sessions_spawn 并行 dispatch
→ 手动执行或先 brainstorming流程
每次任务
1. **读取计划,提取所有任务**
- 读取计划文件一次
- 提取所有任务及其完整文本和上下文
- 创建任务列表
2. **Dispatch 实现者 subagent**
```
使用 sessions_spawn:
- mode: "run"(一次性任务)
- task: 完整任务文本 + 上下文
- cwd: 项目目录
```
3. **Subagent 提问处理**
- 如果 subagent 提问 → 回答问题,提供上下文
- 重新 dispatch 或继续
4. **Subagent 实现、测试、commit、自审**
- 实现者完成工作
- 运行测试
- Commit
- 自审
5. **规格合规审查(主 session inline 或 spawn)**
- 检查实现是否满足计划中的规格
- 发现问题 → 反馈给实现者修复 → 重新审查
- 通过 → 继续
6. **代码质量审查**
- 检查代码质量:DRY、命名、测试设计
- 发现问题 → 修复
- 通过 → 继续
7. **标记任务完成,继续下一个**
任务后
所有任务完成后:
模型选择
用能处理任务的最弱模型,节省成本增加速度:
| 任务类型 | 示例 | 模型 |
|---------|------|------|
| 机械实现任务 | 孤立函数、清晰规格、1-2 文件 | 快速便宜模型 |
| 集成和判断任务 | 多文件协调、模式匹配、调试 | 标准模型 |
| 架构设计和审查任务 | 需要设计判断或广泛代码库理解 | 最强模型 |
处理 Subagent 状态
Subagent 报告四种状态之一。适当处理:
**DONE:** 继续规格合规审查。
**DONE_WITH_CONCERNS:** 实现者完成但标记了疑虑。先读关注点再继续。如果关注点涉及正确性或范围,先解决再审查。
**NEEDS_CONTEXT:** 实现者需要未提供的信息。提供缺失上下文并重新 dispatch。
**BLOCKED:** 实现者无法完成任务。评估阻塞:
1. 如果是上下文问题,提供更多上下文并用相同模型重新 dispatch
2. 如果任务需要更多推理,用更强模型重新 dispatch
3. 如果任务太大,拆成更小的块
4. 如果计划本身有问题,上报给主人
**永远不要**忽略升级或强制相同模型重试而不做变更。
Red Flags
**永远不要:**
集成
**必需的工作流技能:**
**替代工作流:**
More tools from the same signal band
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
Sign plugins, rotate agent credentials without losing identity, and publicly attest to plugin behavior with verifiable claims and authenticated transfers.
The philosophical layer for AI agents. Maps behavior to Spinoza's 48 affects, calculates persistence scores, and generates geometric self-reports. Give your...