superpowers

← Retour au tableau · Le labo ↓

Rang : B · dépôt

Présentation du framework

Superpowers est une méthode complète de développement logiciel destinée aux agents de programmation, bâtie sur un ensemble de compétences composables et sur des instructions initiales qui veillent à ce que l'agent s'en serve. Dès qu'il voit qu'un projet se construit, l'agent ne se lance pas dans l'écriture du code : il prend du recul et demande ce que l'on cherche vraiment à faire. La conception une fois validée, il rédige un plan d'implémentation qui met l'accent sur un vrai cycle TDD rouge/vert, sur YAGNI et sur DRY. Avant toute tâche, l'agent cherche les compétences pertinentes, et les flux de travail qu'elles portent sont obligatoires, non de simples suggestions. Le compagnon visuel facultatif du brainstorming comporte une télémétrie par défaut, que l'on coupe en donnant une valeur vraie à la variable d'environnement SUPERPOWERS_DISABLE_TELEMETRY. Les évaluations menées sur la méthode restent elles-mêmes bornées : cinq répétitions par cellule n'y donnent qu'un signal indicatif, et non statistique.

Ce texte a été généré le 2026-09-14 à partir de la documentation des concepteurs.

Les critères

1 - Adoption durable · Moyen 293 154 étoiles ; le dépôt existe depuis 356 jours.

2 - Maintenance active · Haut Le projet n'est pas archivé ; ses dernières modifications datent de 3 jours avant le relevé du 2026-09-30.

3 - Gouvernance / bus factor · Moyen Porté par une personne ; 44 contributeurs.

4 - Multi-outils · Haut 6 assistants pris en charge sur 14 considérés : Claude Code, Codex CLI, Cursor, Gemini CLI, GitHub Copilot, OpenCode. Le projet suit aussi la convention AGENTS.md.

5 - Évaluation tierce · Haut 13 travaux indexés citent l'entrée ; 4 d'entre eux en citent aussi une autre du classement. Les trois publications les plus récentes :

• Control-Plane Placement and Memory Substrates in Modern Agentic AI: A Comparative Method for Prompt-Native Systems, Agent Shells, and Durable Runtimes, 2026-09-21
• A Study of the Reliability of Agentic AI-Generated Programs, 2026-09-16
• Test-Driven Approaches to Software Engineering with Large Language Models: A Survey of Phases, Tasks, and Agent Skills, 2026-09-10

En pratique

S'installe comme extension d'un assistant. Fonctionne sur votre machine, sans service hébergé ni clé de licence.

Le labo : comment ces résultats sont construits

Les règles appliquées, les données lues et leurs dates, les choix humains et leurs motifs.

Dans les tables ci-dessous : Faits au est la date des faits rapportés par la source ; Relevé le, la date à laquelle la chaîne les a lus ; Âge, l'ancienneté d'une date au jour du relevé.

Le rang

Rang : B. Quatre critères influencent le rang (1, 2, 3 et 4), et le rang est le niveau du plus faible : A si les quatre sont Haut, B autrement, C si l'un est Bas. Ici, le plus faible est Moyen (critères 1 et 3). Le critère 5 est publié sans influencer le rang.

Prochain cran : le 2027-03-27, le rang passera à C si rien ne bouge chez lui.

Provenance

La présentation a été générée le 2026-09-14 à partir des déclarations des concepteurs dans leur documentation publique et des éléments que nous avons collectés, dont les plus anciens datent du 2026-09-09.

Critère 1 - Adoption durable

Niveau : Moyen, tout le reste.

Ce niveau changera par le seul passage du temps le 2026-10-09, sans qu'aucun fait ait bougé.

Critère 2 - Maintenance active

Niveau : Haut, aucun signal de dérive, une release publiée, et aucune des deux fraîcheurs en défaut : push ≤ 120 j, release ≤ 6 mois.

Critère 3 - Gouvernance / bus factor

Niveau : Moyen, tout le reste.

Critère 4 - Multi-outils

Niveau : Haut, la convention AGENTS.md fait partie des assistants atteignables.

Critère 5 - Évaluation tierce

Niveau : Haut, un travail qui cite l'entrée en cite aussi une autre du classement.

Les travaux collectés : 13, après exclusion de l'auto-citation.

Déclaré par nous

Éditorial : une personne l'a écrit et en répond, l'ayant vérifié.

Motif de « sans service hébergé » : Plugin d'agent installé chez l'adoptant, aucun appel de service du projet

Autres données relevées

Elles n'entrent dans aucun critère.

Classification

Calculée par la chaîne depuis les réponses de l'Analyste model_written généré : un modèle a lu l'inventaire du matériel que l'entrée livre, a choisi les pièces qu'il voulait lire en entier et nommé, pour chaque champ, les sources attendues que l'inventaire ne portait pas, puis répondu aux questions de fait que pose la méthode de chaque champ, chaque réponse citée et pesée ; la chaîne a vérifié chaque réponse, a ramené à la force qu'admet sa question une réponse qui la dépassait, en le disant à côté d'elle, puis calculé la valeur par la règle du champ, et son qualificatif. La version lue porte le commit de l'arbre lu, par ses premiers caractères quand la version n'est pas déjà ce commit. La référence manual éditorial est la valeur que l'Éditeur a lue, sous la définition qu'elle nomme : elle mesure l'accord et ne décide de rien ici. Les questions, la règle de chaque champ, et ce que veulent dire énoncé, indice, doute, principalement et semble, se lisent au labo.

Les réponses que chaque règle a lues :

Ce que l'Analyste a lu : l'inventaire de 61 fichiers de prose, chacun par son chemin et son préambule, puis 10 pièces demandées sous prompt-pieces-v2 : skills/brainstorming/SKILL.md · skills/writing-plans/SKILL.md · skills/using-superpowers/SKILL.md · skills/subagent-driven-development/SKILL.md · skills/executing-plans/SKILL.md · README.md · skills/brainstorming/spec-document-reviewer-prompt.md · skills/subagent-driven-development/implementer-prompt.md · skills/test-driven-development/SKILL.md · skills/finishing-a-development-branch/SKILL.md.

Ce qui a bougé depuis le 2026-09-09

Aucun mouvement : cette entrée garde son rang et ses cinq niveaux.