前言
最近在用 Claude Code 玩一些 side project，踩到了兩個工具：spec-kit 跟 superpowers。
老實說一開始看到這兩個工具的介紹時有點懶，又是一堆新東西要學😂，而且看起來好像功能差不多？但用了一陣子後發現它們的定位其實差很多，而且搭配起來用還滿有意思的。
兩個工具是什麼？
spec-kit：先把規格寫清楚再說
spec-kit 是 GitHub 官方出品的工具，核心概念叫做 Spec-Driven Development（SDD），意思是在動手寫code之前，先把規格文件整理好，讓文件成為整個開發過程的依據。
安裝方式：
1 | uv tool install specify-cli --from git+https://github.com/github/spec-kit.git |
它的流程就是五個指令依序走：
| 指令 | 在做什麼 |
|---|---|
/speckit.constitution |
定義專案原則，像是你的開發規範 |
/speckit.specify |
描述你要做什麼功能 |
/speckit.plan |
產出技術實施計畫 |
/speckit.tasks |
把計畫拆成一個一個可執行的任務 |
/speckit.implement |
執行任務，開始產code |
一路走完之後你手上會有一疊文件，對於新專案的初始化或是維護既有專案（先整理清楚現況）都還滿實用的。支援的 AI 也很多，Claude Code、Copilot、Cursor、Gemini 都可以用。
superpowers：不讓 AI 直接衝去寫code
superpowers 是社群開發者 Jesse Vincent 打造的，他把這個工具定位成「方法論執行器」，核心問題是：AI 很容易一接到需求就直接開始寫code，但這樣往往做歪或做錯。
它透過在 Session 啟動時注入一套強制流程，逼 AI（其實也是逼你自己）先想清楚再動手。
安裝方式（Claude Code Marketplace）：
1 | /plugin marketplace add obra/superpowers-marketplace |
主要流程：
| 指令 | 在做什麼 |
|---|---|
/superpowers:brainstorm |
Socratic 問答，釐清需求跟邊緣案例 |
/superpowers:write-plan |
把需求拆成 2-5 分鐘可完成的小任務 |
/superpowers:execute-plan |
每個任務派一個全新的 subagent 來執行 |
| 自動code review | 先查規格符合度，再查code品質，有大問題會擋住進度 |
它最有趣的設計是 subagent 架構：每個任務都開一個新的 AI agent，各自有乾淨的 context window，不會因為對話越來越長讓 AI 「腦袋越來越滿」。
實戰流程
單獨用 spec-kit
這是最直觀的用法，需求夠清楚的話，就直接照著五個指令走。
適合的場景：
- 小型新專案想快速起頭
- 維護老專案，先把現況整理成文件
- 想要產出給團隊看的結構化文件
單獨用 superpowers
superpowers 的亮點是 subagent 這個設計，每個任務都是全新的 agent 在跑，context 不會一直累積。
適合的場景：
- 需求還很模糊，需要先問清楚
- 任務量大，擔心 AI 跑著跑著品質越來越差
- 想要有 TDD 跟自動 code review 的流程
superpowers + spec-kit 一起用
這個組合才是最完整的，superpowers 的作者 Jesse Vincent 在 GitHub Issue 裡也親自說過：
“sounds like the two tools work well together. Brainstorming for ideation, then spec-kit for formalizing requirements.”
邏輯上是：
- superpowers brainstorm 負責「想清楚」，用問答挖出你自己沒想到的需求
- spec-kit 把 brainstorm 結果轉成結構化文件，有據可依
- superpowers execute-plan 拿著 spec-kit 產出的任務清單，一個一個用 subagent 跑
這樣兩個工具各有分工，不衝突。
Token 效率觀察
兩種不同的省 Token 策略
| 策略 | spec-kit | superpowers |
|---|---|---|
| 主要方式 | 規格寫到磁碟，按需讀取 | 每個任務開全新 subagent |
| 啟動 context | 視規格文件大小 | 約 2k token（非常小） |
| 技能載入 | 指令觸發 | 按需載入（shell script） |
| 累積風險 | 單一對話越來越長 | 任務間不共享 context |
superpowers 的設計在理論上比較不會遇到「對話越長、AI 越廢」的問題，因為每個 subagent 都重新開始。spec-kit 則是把文件寫到磁碟來控制 context 大小。
Claude Pro 方案的殘酷現實
老實說，兩個工具我用下來，大概都是 1.5 小時就碰到 rate limit。
所以真的很難有量化的比較，也不敢說哪個比較省——限制不在工具，而在訂閱方案的配額。
但用的過程中有幾個觀察：
- 兩個工具都會把計畫或文件存到磁碟，session 中斷後可以繼續，這點很重要
- 如果你把 brainstorm 跟 implement 放在同一個 session 裡做，配額消耗會比拆開來做更多
- 任務切越小，單次對話越短，比較不容易在做到一半時撞到 rate limit
我自己的無腦用法是：用一個 session 想清楚、把文件搞定，碰到 rate limit 就等，下個 session 再繼續執行。很不優雅，但有用。
一句話總結
| spec-kit | superpowers | |
|---|---|---|
| 出品方 | GitHub 官方 | 社群（Jesse Vincent） |
| 核心定位 | 規格文件化 + code生成 | 流程管控 + subagent 執行 |
| TDD | 不是核心 | 強制執行 |
| code審查 | 無 | 有，阻斷嚴重問題 |
| 適合狀況 | 需求清楚、需要文件輸出 | 需求模糊、任務量大 |
只能選一個的話：
- 需求已經清楚、主要想要文件和code → spec-kit
- 需求還在摸索，或是任務量大、在意code品質 → superpowers
想要完整流程： superpowers brainstorm → spec-kit 整理文件 → superpowers execute-plan 執行
說到底，這兩個工具背後想教的事情是一樣的：不要一拿到需求就叫 AI 開始寫code。先想清楚，再讓 AI 動手，成果差很多。