コーディング支援AIに、要件確認から計画・テスト駆動開発・コードレビューまでの開発手法一式を自動適用させるオープンソースのスキル集「Superpowers」がGitHubで急上昇している。Jesse Vincent氏らが開発し、Claude CodeやCodex、Cursorなど主要なコーディングAIに横断して組み込める。
コーディング支援AIに開発手法一式を自動適用させるオープンソースのスキル集Superpowers(obra/superpowers)が、GitHub Trendingで1日+1,008スターと急上昇している。Jesse Vincent氏とPrime Radiantのメンバーが開発し、ライセンスはMIT。
新しいのは、個々のAIの賢さでなく開発プロセスそのものを標準化する点だ。ブレインストーミング・計画作成・テスト駆動開発(テスト先行)・コードレビューといった作法が状況に応じて自動起動する。各タスクを2〜5分で終わる粒度に分割し、別のサブエージェントが実行・二段階レビューする方式を採るため、長時間の自律作業でも計画から逸脱しにくい。
Claude Code、Codex、Factory Droid、Gemini CLI、OpenCode、Cursor、GitHub Copilot CLIの7環境に横断して組み込める。AI開発支援を業務導入する際の品質担保の参考として注目されている。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
近年、対話しながらコードを書く開発支援AIが普及したが、要件確認をせずにいきなりコードを書き始める、テストを軽視するといった品質のばらつきが課題だった。Superpowersは、こうしたAIに「まず何を作りたいのかを聞き返す」「設計を小分けで提示して承認を取る」「テストを先に書く」といった作法を強制する仕組みを提供する。中身は組み合わせ可能な複数のスキルと、それを必ず使わせる初期指示で構成される。ライセンスはMITで、各AIごとにプラグインや拡張機能として個別に導入する。
個々のAIの賢さではなく、開発プロセスそのものを標準化する点が新しく、複数の主要コーディングAIに横断して同じ手法を適用できる。テストを先に書く開発（テスト駆動開発、TDD）や根本原因の調査手順など、人間のベテラン開発者が培ってきた作法をAIに自動適用させることで、長時間の自律作業でも計画から逸脱しにくくなるとされる。AI開発支援を業務に導入する際の品質担保の参考になる。
GitHub Trendingで1日あたり+1,008スターを集めて急上昇しているのが、Jesse Vincent氏らが開発したオープンソースのスキル集Superpowers(obra/superpowers)だ。リポジトリは自らをこう説明する。
An agentic skills framework & software development methodology that works.
これは「動くエージェント向けスキル基盤かつソフトウェア開発手法」という意味で、肝はモデルの賢さを競うのではなく、開発の進め方そのものを部品化して標準にする点にある。要件確認・計画作成・テスト駆動開発(テストを先に書く開発、TDD)・コードレビューといった作法を、状況に応じて自動的に呼び出す。ライセンスはMITで、商用利用を含めて制約が小さい。
対話しながらコードを書く開発支援AIが普及した一方で、要件を聞き返さずいきなり実装を始める、テストを軽視するといった品質のばらつきが課題として残ってきた。Superpowersはこの問題に、人間のベテラン開発者が培ってきた作法をAIに自動適用させるアプローチで答える。
具体的には「まず何を作りたいのかを聞き返す」「設計を小分けで提示して承認を取る」「テストを先に書く」といった手順を挟ませる。中身は組み合わせ可能な複数のスキルと、それを必ず使わせる初期指示で構成される。素の出力をそのまま受けるのではなく作法を強制することで、長時間の自律作業でも計画から逸脱しにくくなる。
Superpowersの実行設計は、大きな作業を一気にAIに任せない点に特徴がある。各タスクを2〜5分で終わる粒度に分割し、別のサブエージェント(子エージェント)が実行する。さらにその結果を二段階でレビューする方式を採る。
この分割とレビューの仕組みが、AIが途中で計画から外れたり、誤った前提のまま大量のコードを生成したりするリスクを抑える。粒度を細かく区切ることで、どこで判断を誤ったかを切り分けやすくなり、根本原因の調査手順もスキルとして組み込まれている。AI開発支援を業務に導入する際の品質担保の設計として、参考になる構造だ。
Superpowersが対応するのはClaude Code、Codex、Factory Droid、Gemini CLI、OpenCode、Cursor、GitHub Copilot CLIの7つだ。複数のコーディングAIを併用する開発者は、エージェントを乗り換えても同じ開発作法を維持できる。
AI開発支援を業務導入する国内チームにとっては、品質担保の作法を無償で手に入れられる利点がある。一方で、要件確認を省いて即コードを書かせる速さ重視の運用とは設計思想が合わない。各AIごとにプラグインや拡張機能として個別に導入する形を採るため、自分の使う環境が対応リストに含まれるかをまず確認する価値がある。
立場別、明日から動ける一手。
Superpowersが自分の使うコーディングAIに対応しているかを、対応7環境のリストとREADMEで確認する。
現状の要件確認やテスト運用の手間と、スキル自動起動による作法強制でどれだけ品質ばらつきが減るかを比較する。
一つのタスクで2〜5分粒度の分割とサブエージェント二段階レビューがどう動くかを試す。
個々のAIモデルの性能でなく「開発プロセスそのものを標準化する」という設計思想に関心が集まっている。
公式発表と各所の反応から編集部が要約した主な論点です。個別のX投稿そのものは下部のセクションに表示されます。
「開発プロセスそのものを標準化する」
要件確認やテスト先行といった作法をAIに強制する点について、品質のばらつきを抑える実用的なアプローチとして評価する声がある。Claude CodeからCursorまで主要7環境に横断導入できる点と、MITライセンスで制約が小さい点が、複数のコーディングAIを併用する開発者の注目を集めている。
※トレンド検出時刻付近の人気投稿を表示
