GitHub 双响：Superpowers 27.6 万星教 Agent「怎么干活」，OpenAI Codex 121K 星把编码 Agent 直接开进终端
现在 GitHub 上最火的，早不是那些”能聊天的机器人”了，而是给 Agent 立规矩的框架，和真正在终端里替你写代码的家伙。我这阵子在折腾自建 Agent 工作流，越用越觉得：工具已经够多了，缺的反而是”让它干得像个真人”的那套流程。
今天挑两个最硬的项目唠：一个是obra/superpowers，27.6 万星，教你驯服 Agent 干活的方法论；另一个是openai/codex，OpenAI 官方出的终端编码 Agent，12.1 万星，如今已经是 GitHub 上手把手的标配。俩货现在都在 Trending 前列，一个管”怎么想”，一个管”怎么干”。
Superpowers：不给 Agent 施法，而是给它一套”打工人守则”
obra/superpowers（GitHub 27.6 万星，MIT 协议）定位很直白：一套 Agent 的技能框架 + 软件开发方法论。它不去教你写死某条指令，而是给编码 Agent 装上一套”组合技能 + 初始行为守则”，让它一开工就先停下来，问清楚你到底要干嘛，再动手。
核心玩法叫 subagent-driven-development（子代理驱动开发）。整个过程大概是：Agent 先跟你把需求聊透，挤出一份你能读得下去的规格；你确认后，它再排一份”够一个刚毕业、还爱偷懒的新人能照着做”的实现计划——这里它强调真红/绿 TDD（先写测试再写代码）、YAGNI（你不需要的就不做）、DRY（别重复造轮子）；最后你说”开工”，它才派子 Agent 一个任务一个任务地推进，自己还会检查、复查自己的活。
关键在哪？它装完技能是自动触发的——你不用每天去敲一堆套路话，Agent 一看到你在正经建东西，自动按这套流程走。官方支持 Claude Code、Codex、Cursor、Devin、Gemini CLI、Kimi、OpenCode，连 Hermes Agent 都列在上面了。这意味着同一套”打工人守则”能平移到你手头任何编码 Agent 上，不用被某一款工具绑死。对我来说最值钱的是它把一整套 SDLC（软件开发流程）思想灌进了 Agent 里，而不是裸奔式地让它”写吧”。
Codex：OpenAI 官方那个”跑在终端里”的编码 Agent
openai/codex（GitHub 12.1 万星，Apache 2.0）不用多介绍——OpenAI 官方出品，定位就一句话：轻量级、跑在你终端里的编码 Agent。它跟那种开个网页让你点点的 AI 完全不同，装好后在你本地 shell 里跑，直接跟你的代码仓库、git 流程打交道。
上手极其省事：
# Mac / Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh
# 或者 npm
npm install -g @openai/codex
没多大一会儿你就有一个命令行里的结对程序员了。它支持用你的 ChatGPT 账号登录直接使（走 ChatGPT 套餐），也可以自己配别的模型。Linux 上有 x86_64 和 arm64 两个版本，我自己这台 ARM 的机器也能装——这点对我这种在家折腾软路由、嵌入式盒子的人相当友好。Codex 背后还有 1.5 万+ 条 issue 挂着，社区活跃度能想象到，功能迭代快得离谱。
说实话
俩都是好东西，但别指望装上就一劳永逸。Superpowers 的问题在于它是一整套方法论，上手门槛比”装个插件”高——你得接受它那一套先写规格、再排计划、再派子代理的节奏，急性子会觉得啰嗦，但真跑顺了，AI 连续帮你写俩钟头不出岔子是常态。实测下来更适合有正经项目、愿意花三天调流程的人。Codex 上手快多了，但你要明白它默认走 OpenAI 的账号和套餐，预算敏感的话得自己改模型接入，本地推理（像我之前聊过的 Ollama 那套）也能怼，就是得额外配置。
一句话总结：想立刻有个人帮你写代码，装 Codex；想让 Agent 学会”像人一样先想清楚再动手”，研究 Superpowers。 先让 Agent 干得对，再让它干得稳。
更多 Agent 折腾实录，见 数码罗记。
by 数码罗记 · godsun.pro
