1. 为什么你的 Claude Code Agent 总在“乱写代码”很多人第一次用 Claude Code 这类编码 Agent都会经历同一个心理落差它确实能一口气生成几百行代码看起来非常能干但真正拿去交付时问题就冒出来了。需求边界没对齐、边界条件没考虑、测试没写、评审没做最后你花在返工上的时间比自己从头写还多。我试过最典型的场景让 Agent 做一个“把 CSV 转成 JSON 的命令行工具”。它三秒钟就吐出一个 Python 脚本跑起来也能用。但当我追问“遇到坏行怎么办”“GBK 编码怎么处理”“要不要支持大文件流式读取”时它才开始补丁式地改改到最后结构已经乱了。这就是典型的“会写代码但不会按流程交付”。Superpowers 想解决的正是这个问题。它不是更长的提示词而是一套面向编码 Agent 的工程化工作流用可组合的 skills 把“从想法到代码交付”拆成强约束步骤。其中最核心的起手式就是 brainstorming 技能——它强制 Agent 在任何实现动作之前先做需求澄清、给出 2 到 3 个方案权衡、分段展示设计并获得你的确认然后才写入设计文档、进入计划阶段。这篇文章聚焦 brainstorming 技能在 Claude Code 中的落地从需求发散到任务拆解演示如何让 Agent 按流程产出可交付方案。同时我会给出 settings.json 中接入 TaoToken 统一 Key/API 通道的可复制配置骨架并附一次 brainstorming 技能触发与结果校验的验证动作。适合已经用过 Claude Code、但被“随机游走式编码”折磨过的开发者。2. 前置准备用 TaoToken 统一 Claude Code 的 API 通道在讲 brainstorming 之前得先把 Claude Code 的模型通道打通。Claude Code 默认走 Anthropic 官方接口但很多人在国内环境下会遇到网络和计费上的麻烦。TaoToken 提供的是一个统一的 API 通道你可以在一个 Key 下调用包括 Claude 系列在内的多种模型配置方式也很直接。TaoToken 官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。注意 API 地址不带 UTM 参数配置时直接用这个裸地址即可。你需要先拿到一个 API Key。登录后进入控制台在 API Keys 页面创建一个新 Key复制出来备用。这个 Key 就是后面 settings.json 里要填的凭证。Claude Code 的配置核心是 settings.json。它一般位于用户目录下的.claude/settings.json你也可以在项目根目录放一个.claude/settings.json做项目级覆盖。下面是一个可复制的最小骨架把模型请求指向 TaoToken 的统一通道{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: sk-你的TaoToken密钥, ANTHROPIC_MODEL: claude-sonnet-4-20250514, ANTHROPIC_SMALL_FAST_MODEL: claude-haiku-4-20250514 } }几个参数说明一下。ANTHROPIC_BASE_URL指向 TaoToken 的 API 入口这是所有请求的根地址。ANTHROPIC_AUTH_TOKEN填你刚才创建的 Key。ANTHROPIC_MODEL是主模型负责 brainstorming 这种需要推理和长上下文的任务ANTHROPIC_SMALL_FAST_MODEL是轻量模型用于一些快速判断场景比如判断当前对话是否该触发某个 skill。注意Key 不要提交到 Git 仓库。建议把 settings.json 加入 .gitignore或者用环境变量注入的方式管理。配置完成后Claude Code 的所有模型调用都会经过 TaoToken 通道。这一步是后面 brainstorming 能稳定触发的前提——如果通道不通skill 加载和模型推理都会失败。3. 安装 Superpowers 并让 brainstorming 技能生效通道打通后接下来装 Superpowers。在 Claude Code 里最直接的方式是通过插件市场安装/plugin install superpowersclaude-plugins-official安装完成后关键不是“装没装”而是“能不能触发 skill”。Superpowers 的 skills 是自动触发的当你提出一个“要构建东西”的请求时Agent 会识别到构建意图然后把你拉进 spec/plan 的节奏里。brainstorming 技能甚至写了一个硬门禁HARD-GATE在设计获得批准前不允许调用实现型 skill、不允许写代码、不允许生成脚手架、不允许做任何实现动作。这个硬门禁是 brainstorming 最值钱的地方。它把 Agent “先写点东西再说”的冲动变成了“先把设计说清楚再动手”的强约束。你可以把它理解成给 Agent 装了一套流程护栏。验证安装是否生效新开一个会话直接提一个明确的构建请求我想做一个把 CSV 转成 JSON 的命令行工具我们先做设计再写代码。如果 brainstorming 生效Agent 不会立刻给你代码而是开始一次一个地问关键问题。如果它直接开写说明 skill 没加载成功需要回到安装步骤检查。brainstorming 的交互节奏是这样的先理解上下文与目标然后一次只问一个关键问题接着给出 2 到 3 个方案对比并推荐最后把设计按复杂度切成几段展示每段都问“是否正确”。设计通过后它会写入 spec 文档默认路径是docs/superpowers/specs/YYYY-MM-DD-topic-design.md然后进入 spec review loop再进入 writing-plans 阶段。这套流程解决两个常见痛点。一是设计太长没人看分段确认强制可读二是需求变更晚才出现每段确认能尽早暴露分歧。对团队来说你不是“让 Agent 帮你写了一次代码”而是沉淀了可复盘的设计决策。4. 一次完整的 brainstorming 触发与结果校验下面用一个完整示例走一遍。需求还是那个“CSV 转 JSON 命令行工具”这个需求看起来简单但特别容易返工正好用来演示 brainstorming 的价值。你输入需求后brainstorming 的典型追问会围绕目的、约束、成功标准展开。它一次只问一个避免把你丢进一长串问卷里而失焦。实际对话大概是这样Q1这个工具的目标用户是谁你自己、团队还是要开源 Q2输入 CSV 的规模与编码MB 级还是 GB 级UTF-8 还是 GBK Q3输出 JSON 的形态数组、按列映射还是按主键聚合 Q4错误处理怎么做遇到坏行跳过、失败退出还是记录行号 Q5成功标准是什么速度、内存、可读性还是兼容性你逐个回答后它会给出 2 到 3 种方案并让你选。比如A) Python 脚本最快写完适合小文件、内部使用 B) Node CLI生态好适合前端团队与跨平台分发 C) Go 单文件二进制性能好、部署简单适合大文件与 CI 推荐如果要在 CI 里批处理大量数据选 C如果只是个人工具选 A。重点不在推荐哪个而在于你在写代码前就做了 trade-off返工率会明显下降。选定方案后它把设计分段给你确认一个可复用的设计模板大概长这样设计 1/4CLI 形态 - 命令csv2json input.csv --out output.json - 可选--delimiter , --header true/false 设计 2/4数据模型 - 默认输出 JSON array每行一个 object - headerfalse 时按 column_1, column_2 命名 设计 3/4错误处理 - 行解析失败记录行号到 stderr默认跳过--strict 则直接失败退出 设计 4/4测试与验证 - 用 3 组 fixture正常、缺列、包含引号与逗号 - 验证输出 JSON 可被 jq 解析strict 模式对坏行必须失败每段你都能说“对/不对/改哪里”。全部确认后Agent 把设计写入 spec 文档进入计划阶段。结果校验怎么做三个检查点。第一确认 spec 文档真的落盘了路径在docs/superpowers/specs/下文件名带日期和主题。第二打开文档看是否包含目标与非目标、输入输出与边界条件、成功标准、风险点与回滚策略。第三确认 Agent 在进入实现前没有偷偷写代码——如果它跳过了 spec 直接给实现说明硬门禁没生效需要检查 skill 加载。5. brainstorming 常见报错与排查实际用下来brainstorming 的坑主要集中在触发和产物两个环节。按“现象、原因、检查点、修复”来梳理。现象一Agent 直接开始写代码没有先做设计。原因通常是 Superpowers 没正确加载或者你的请求不够“像是在构建东西”触发条件没命中。检查点是新开会话问一个会触发 skill 的问题比如“help me plan this feature”。修复方式是重新安装插件或者在对话里直接点名“先 brainstorm 再写代码”。现象二设计讨论很顺但总感觉没产出下一次又从头聊。原因是没把设计写成可复用文档或者文档没进入 review gate。检查点是看 brainstorming 是否要求设计通过后写入 spec 文档并提交。修复方式是固化 spec 的存放位置并把它纳入日常协作比如作为 PR 评审的输入。现象三讨论 UI 或交互时Agent 反复输出大段文字难以对齐。原因是视觉问题用纯文本沟通成本高。brainstorming 有 Visual Companion 机制需要先单独征求你是否启用而且这条消息必须只包含征求同意不能夹带其他问题。修复方式是启用 Visual Companion把关键布局和对比图用可视化方式讲清再回到文本做约束与验收标准。现象四模型请求报 401 或连接超时。这通常是 TaoToken 通道配置问题。检查 settings.json 里的ANTHROPIC_BASE_URL是否写成https://taotoken.net/apiANTHROPIC_AUTH_TOKEN是否填了正确的 Key。修复方式是重新生成 Key 并替换确认没有多余空格。现象五brainstorming 问了一堆问题但迟迟不进入设计。原因是你的回答太模糊Agent 无法收敛。检查点是看它是否在重复问同类问题。修复方式是给出明确约束比如“输入不超过 100MBUTF-8坏行跳过并记录行号”。6. 把流程沉淀成资产下一步怎么走brainstorming 真正的价值不是让 Agent 多问几个问题而是把“过程”变成可复用资产。设计通过后写入的 spec 文档加上后续 writing-plans 产出的计划文档构成了一个可复盘、可检索、可复用的知识库。下一次遇到相似需求先复用 spec 和 plan再实现效率会高很多。如果你想让这套流程跑得更顺建议统一 spec 和 plan 的存放位置与命名规则明确每个小工具的成功标准必须在 brainstorming 阶段写进设计并且强制每个任务都有验证命令比如 jq 校验、fixture 对比、退出码检查。需要提醒的是如果需求本质是探索性研究没有明确成功标准brainstorming 依然有价值但设计可能需要允许分阶段验证否则会陷入过度设计。如果你还没有测试文化TDD skill 的硬门槛可能让流程推进变慢建议先从关键路径有测试开始。要把 Claude Code 的模型通道和 Superpowers 的流程护栏都配好可以按这个顺序操作先在 TaoToken 控制台创建 API Key把 settings.json 的通道配置填好然后安装 Superpowers 插件用“先设计再写代码”的请求验证 brainstorming 能触发接着跑一遍完整的 CSV 转 JSON 示例确认 spec 文档落盘最后把 spec 和 plan 纳入你的日常协作流程。配置通道时如果遇到 Key 或地址问题可以直接去 API Keys 页面重新生成接入文档里有完整的参数说明。想先验证模型对话是否正常可以在模型对话页面发一条测试请求。如果你打算长期用 Agent 做编码和自动化任务Coding Plan 会更适合能覆盖多模型调用和持续性的开发场景。