Superpowers：并行代理分发 & 条件等待，把测试排查时间砍到 1/3
【免费下载链接】superpowersAn agentic skills framework & software development methodology that works.项目地址: https://gitcode.com/GitHub_Trending/su/superpowers
Superpowers 是跑在 Claude Code 里的 AI 代理技能框架。它的并行代理分发让多个 AI 代理同时排查互不相关的故障，条件等待则用真实条件替代 sleep 猜测，专治测试稳定性。
🔥 周一早上，本地全绿，CI 全红
上周末你刚重构完事件总线，周一拉代码，本地测试唰唰全过——你的机器快，200 毫秒的 sleep 总能等到结果。可 CI 慢，同一套测试红了 14 个，日志里全是"等不到 DONE 事件"。更糟的是，本地一升级依赖，文件监听和工具审批两处也炸了。这些故障八竿子打不着，可你只能一个文件一个文件串行查，每换一次上下文就得把代码重读一遍，大半天就这么没了。
Superpowers 给这两类烂摊子各配了一把刀：故障互相独立时，用并行代理分发拆成几份同时查；测试在猜时间时，用条件等待把 sleep 换成等真实条件。
🧩 怎么拆：一个管派活，一个管改等法
并行代理分发：把活拆成互不沾边的几份
- 每个独立故障域派一个 AI 代理，简报里只放它需要的那份上下文，不继承你的会话历史。就像同时把 3 张工单派给 3 个同事，各查各的，互不串门。
- 同一条回复里发出多个派遣才会并行跑，一条回复只派一个就退化成串行。并行的开关，在你手里。
- 代理回来你负责验收：读各自的摘要，确认没改到同一处代码，再跑一遍全量测试。
条件等待：不数秒数，等真事
- 把 sleep 换成 waitFor 轮询函数，每 10 毫秒检查一次你真正关心的条件，成立就立刻放行。就像烤箱"叮"一声才走人，而不是看一眼钟猜时间。
- 默认 5 秒超时，超时的报错直接说清"在等什么"，不会让你对着一个无声挂死的测试发呆。
- 仓库里还有 waitForEvent、waitForEventCount 这类封装，等某个事件、等够某个数量，直接调。
⚡ 踩坑写法 vs 推荐写法
改动前：
// 猜 50ms 够不够：本地快机过，CI 慢机就红 await new Promise(r => setTimeout(r, 50)); expect(getResult()).toBeDefined();改动后：
// 等结果真的出现才走，机器快慢都稳 await waitFor(() => getResult() !== undefined, "结果已产生"); expect(getResult()).toBeDefined();差别不在那一行代码，在于前者赌的是"机器够不够快"，后者赌的是"事情真的发生了"。前者在 CI 上翻车，几乎只是时间问题。
实操：从两条红测试到全绿
拿个小例子：重构后，事件总线的测试等不到 DONE 事件，文件监听的测试等不到文件落盘，两处共享代码为零。
- 先归组：两个文件互不引用，属于两个独立故障域，可以拆。
- 在同一条回复里派 2 个子代理，每份简报只含一个测试文件名、报错日志，加一条约束："只许改这个文件，别的代码别碰"。
- 你现在看终端，两个代理的进展先后跳出来，各自把自己测试里的 sleep 换成前面提到的 waitFor，然后各回一段摘要。
- 验收：对照两份摘要确认没人碰同一个文件，跑一遍全量测试，全绿。
全程花的时间，和你一个人串行查一个问题差不多。
什么时候该用，什么时候别用
✅ 该用：
- 3 个以上故障，根因各不相同，共享状态为零
- 每个问题不看其他问题也能看懂
- 各代理不会同时改同一个文件
⚠️ 别用：
- 故障相互关联，修好一个可能顺手修好另两个
- 你还在探索阶段，压根不知道哪里坏了
- 测的就是防抖、节流这类时序行为，该用带注释的固定时长
项目自己的调试记录里，这套组合拳修掉了 15 个不稳定测试，通过率从 60% 拉到 100%，测试套件还快了三成多。想上手的话，去翻一下 skills/ 目录里的 SKILL.md，重点看 skills/dispatching-parallel-agents/ 和 skills/systematic-debugging/ 两处，照着派第一个代理就行。
【免费下载链接】superpowersAn agentic skills framework & software development methodology that works.项目地址: https://gitcode.com/GitHub_Trending/su/superpowers
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
