gemini-superpowers-antigravity
gemini-superpowers-antigravity 是专为 Google Antigravity 设计的一套系统化工作流框架,旨在为 AI 编程过程添加“护栏”。它解决了开发者在使用 AI 辅助编码时常见的痛点:避免 AI 未经思考直接生成代码,导致结果偏离需求或难以维护。通过强制推行“头脑风暴→制定计划→用户审批→分步执行→代码审查”的结构化流程,该工具确保每一步都经过规划与验证,从而显著提升代码质量与项目可控性。
这款工具特别适合希望规范 AI 协作流程的软件开发者及工程团队。其核心亮点在于引入了测试驱动开发(TDD)理念,要求先写测试再写代码,并支持将独立任务并行处理以大幅缩短开发时间。此外,它提供了一系列直观的斜杠命令(如 /superpowers-plan、/superpowers-execute),引导 AI 从单纯的代码生成器转变为具备规划与自检能力的智能伙伴,同时强制要求将产出保存至本地磁盘,确保工作成果可追溯、可交付。
使用场景
一位全栈开发者需要在两天内为内部团队构建一个具备数据清洗、格式转换和自动报告生成三大功能的 Python CLI 工具。
没有 gemini-superpowers-antigravity 时
- AI 往往在未明确需求细节时就急于生成代码,导致最终产出的功能与预期偏差较大,需要反复返工。
- 开发过程缺乏系统性规划,三个功能模块串行编写,一旦中间出现逻辑错误,调试耗时且容易遗漏边界情况。
- 缺少强制的测试驱动流程,代码写完才发现核心算法存在漏洞,修复成本高昂。
- 最终交付物缺乏统一文档,且部分中间结果仅停留在对话窗口中,未保存至本地磁盘,难以直接集成到项目仓库。
使用 gemini-superpowers-antigravity 后
- 通过
/superpowers-brainstorm指令,AI 先主动澄清数据格式和报告样式等关键需求,确保方向正确后再进入规划阶段。 - 利用
/superpowers-execute-plan-parallel指令,AI 将三个独立功能模块并行开发与测试,显著缩短了整体构建时间。 - 内置的 TDD(测试驱动开发)技能强制要求“先写测试后写代码”,每一步执行前都经过验证,从源头杜绝了重大逻辑缺陷。
- 遵循严格的规则护栏,所有代码、测试结果及最终文档均自动保存至本地磁盘,并通过
/superpowers-finish生成完整的项目总结。
gemini-superpowers-antigravity 通过将混乱的即兴编码转化为“构思 - 规划 - 并行执行 - 审查”的结构化工作流,让 AI 编程从“碰运气”变成了可控的高效工程实践。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
反重力的双子座超能力
一个针对 Google 反重力 的系统化工作流框架,通过结构化的规划、测试驱动开发以及可选的并行执行,帮助你构建更优质的代码。
你可以把它看作是“AI 编码的护栏”——它会阻止你直接开始写代码,而是引导你完成头脑风暴 → 规划 → 构建 → 审查的流程。
灵感来源: Claude 超能力
适配对象: Google 反重力,结合原生工作流与技能
🎯 这能做什么
与其采用这种混乱的工作流程:
你: “给我做一个命令行工具”
AI: *立刻开始写代码*
你: *写到一半才发现这不是你想要的*
不如使用这种结构化的方法:
你: “给我做一个命令行工具”
→ 头脑风暴:AI 提出澄清性问题
→ 规划:AI 撰写带有验证步骤的详细计划
→ 你批准该计划
→ 执行:AI 按照计划逐步构建,并编写测试
→ 审查:AI 检查潜在问题
→ 完成:所有内容都已记录且运行正常
额外好处: 如果你的计划包含相互独立的步骤(比如“添加三个独立功能”),AI 可以 并行 处理这些步骤,从而节省时间!
✨ 包含的内容
工作流(斜杠命令)
这些是你在反重力中输入的命令:
/superpowers-brainstorm- 在规划之前探索想法并提问/superpowers-write-plan- 创建详细的计划(尚未编写代码!)/superpowers-execute-plan- 按步骤逐步构建代码/superpowers-execute-plan-parallel- 并行构建独立步骤(更快!)/superpowers-review- 检查代码质量/superpowers-debug- 系统化调试/superpowers-finish- 最终总结与文档化
技能(构建模块)
这些技能教会 AI 如何工作:
- TDD - 测试驱动开发(先写测试)
- Debug - 系统化的问题解决
- Review - 代码质量检查
- REST/Python 自动化 - 针对特定任务的最佳实践
规则(护栏)
自动执行的良好实践:
- ✅ 必须先写计划再编码
- ✅ 必须获得批准后才能实施
- ✅ 必须验证每一步是否正常工作
- ✅ 必须将输出保存到磁盘(而不仅仅是聊天记录)
🚀 开始使用(分步指南)
第一步:检查已安装的工具
在开始之前,请确保你已经安装了以下工具:
✅ 必需(必须具备):
Google 反重力
- 如何检查:打开反重力(如果能打开,就说明你有它!)
- 如果没有?安装反重力
Python 3.10 或更高版本
- 如何检查:
python --version - 应显示:
Python 3.10.x或更高版本 - 如果没有?下载 Python
🎨 可选(仅用于并行执行):
Gemini CLI(使操作更快,但非必需)
如何检查:
gemini --version如果提示“命令未找到”,则表示你尚未安装
如何安装:
npm install -g @google/gemini-cliWindows 用户: 安装完成后,请验证其是否正常工作:
gemini --version如果看到版本号,则一切正常!如果没有,请参阅下方的 [故障排除]。
第二步:在你的项目中设置此框架
你有两种选择:
选项 A:从新项目开始(建议首次使用者)
为你的项目创建一个新文件夹:
Windows (PowerShell):
mkdir my-awesome-project cd my-awesome-projectMac/Linux:
mkdir my-awesome-project cd my-awesome-project将此仓库中的
.agent文件夹复制到你的项目中:Windows (PowerShell):
# 替换路径为你下载此仓库的位置 Copy-Item -Recurse C:\path\to\gemini-superpowers-antigravity\.agent .Mac/Linux:
# 替换路径为你克隆此仓库的位置 cp -r /path/to/gemini-superpowers-antigravity/.agent .初始化 git(框架运行所必需):
git init git add .agent git commit -m "添加超能力框架"在此文件夹中打开反重力:
从终端:
# 确保你在 my-awesome-project 文件夹内 # 然后按照你平常的方式打开反重力或者: 打开反重力 → 文件 → 打开文件夹 → 选择
my-awesome-project
选项 B:直接使用此仓库(用于测试演示)
克隆此仓库:
git clone <your-repo-url> cd gemini-superpowers-antigravity安装 Python 依赖项(仅限演示):
Windows (PowerShell):
python -m venv .venv .\.venv\Scripts\Activate.ps1 pip install -U pip pip install fastapi uvicorn httpx pytestMac/Linux:
python -m venv .venv source .venv/bin/activate pip install -U pip pip install fastapi uvicorn httpx pytest运行演示测试(可选,但很酷):
pytest -q你应该会看到:
6 passed✅在此文件夹中打开反重力
第三步:验证是否正常工作
在反重力中输入:
/superpowers-reload你应该会看到如下输出:
我已重新加载超能力框架: 规则:superpowers.md 工作流:已加载 8 个(头脑风暴、调试、执行计划、执行计划并行、完成、重新加载、审查、撰写计划) 技能:已加载 9 个(头脑风暴、调试、完成、规划、Python 自动化、REST 自动化、审查、TDD、工作流) 在本次会话的剩余时间里,我将遵循这些指示。如果出现上述内容,你就准备好了! 🎉
如果出现“命令未找到”的提示:
- 确保反重力是在包含
.agent/文件夹的目录下打开的 - 尝试关闭并重新打开反重力,确保在正确的文件夹中
- 确保反重力是在包含
📖 使用方法(你的第一个任务)
让我们构建一个简单的东西来体验它的运作方式。
示例:构建一个简单的计算器命令行工具
第 1 步:头脑风暴(可选但有帮助)
在 Antigravity 中输入:
/superpowers-brainstorm
我想用 Python 构建一个简单的计算器命令行工具,能够对两个数字进行加、减、乘、除运算。
会发生什么:
- AI 会提出一些澄清问题,例如:
- “是否支持小数?”
- “使用命令行参数还是交互式模式?”
- “需要处理除零错误吗?”
- 回答这些问题以完善你的想法。
- AI 会将头脑风暴总结写入
artifacts/superpowers/brainstorm.md。
你需要做的是: 回答这些问题,帮助 AI 理解你的需求。
第 2 步:编写计划
在 Antigravity 中输入:
/superpowers-write-plan
用 Python 构建一个包含加、减、乘、除功能的命令行计算器。使用 argparse 处理命令行参数,并为每个函数编写测试。
会发生什么:
- AI 会读取你当前的项目文件(如果有)。
- 创建一个分步计划,包括:
- 每个小步骤耗时约 2–10 分钟。
- 计划创建或修改的文件。
- 如何验证每一步是否成功。
- 将计划写入
artifacts/superpowers/plan.md。 - 提示:“是否批准此计划?如果没问题,请回复 APPROVED。”
你需要做的是:
- 阅读
artifacts/superpowers/plan.md文件中的计划(或直接在聊天中查看)。 - 检查计划是否合理。
- 如果满意,输入:
APPROVED。 - 如果不满意,可以请求修改。
可能看到的计划示例:
## 计划
步骤 1:创建计算器模块
文件:calculator.py
修改内容:添加加、减、乘、除函数。
验证方法:python -c "from calculator import add; print(add(2, 3))"
步骤 2:添加测试
文件:test_calculator.py
修改内容:为所有函数添加 pytest 测试。
验证方法:pytest test_calculator.py
步骤 3:创建命令行接口
文件:cli.py
修改内容:使用 argparse 创建命令行界面。
验证方法:python cli.py add 2 3
第 3 步:执行计划
当你批准后,AI 会提示:
计划已批准。运行 /superpowers-execute-plan 开始实现。
现在输入:
/superpowers-execute-plan
会发生什么:
- AI 会从
artifacts/superpowers/plan.md中读取计划。 - 按照计划逐步实现每个步骤。
- 每完成一步:
- 运行验证命令。
- 将执行内容写入
artifacts/superpowers/execution.md。 - 向你展示结果。
- 如果验证失败,AI 会停止并调试。
- 最后,AI 会将总结写入
artifacts/superpowers/finish.md。
你会看到的内容:
正在执行步骤 1:创建计算器模块
[AI 写入 calculator.py]
运行验证:python -c "from calculator import add; print(add(2, 3))"
✅ 输出:5
步骤 1 完成!
正在执行步骤 2:添加测试
[AI 写入 test_calculator.py]
运行验证:pytest test_calculator.py
✅ 4 个测试通过
步骤 2 完成!
...(继续执行每一步)
所有步骤已完成!🎉
你需要做的是: 只需观看即可!AI 会完成所有工作。如果 AI 提出问题,回答即可。
第 4 步:检查结果
查看代码:
ls你应该看到新文件:
calculator.py、test_calculator.py、cli.py。尝试运行程序:
python cli.py add 5 3应该显示:
8。检查生成的文件:
# Windows ls artifacts\superpowers\ # Mac/Linux ls artifacts/superpowers/你应该看到:
plan.md- 你批准的计划。execution.md- 每一步的执行记录。finish.md- 最终总结。
⚡ 使用并行执行(可选——更快的方式!)
如果你的计划中有相互独立的步骤(即不依赖彼此的步骤),你可以通过并行执行来节省时间!
何时使用并行模式
适合并行的情况:
- ✅ 向不同文件添加 3 个独立功能。
- ✅ 创建 3 个独立模块。
- ✅ 为 3 个不同的函数编写测试。
不适合并行的情况:
- ❌ 步骤之间存在依赖关系(例如,步骤 2 需要步骤 1 的输出)。
- ❌ 所有步骤都修改同一个文件。
- ❌ 总共只有 1–2 个步骤(开销太大,不值得)。
如何使用
选项 1:让 AI 建议
当你运行 /superpowers-execute-plan 时,如果 AI 检测到独立步骤,它会询问:
我注意到步骤 1、2、3 是独立的,可以并行执行。
您想使用 /superpowers-execute-plan-parallel 来加快执行速度吗?
或者继续按顺序执行?(回复:PARALLEL 或 SEQUENTIAL)
回复:PARALLEL
选项 2:直接使用
批准计划后,输入:
/superpowers-execute-plan-parallel
并行模式有什么不同?
顺序执行:
步骤 1(5 分钟)→ 步骤 2(5 分钟)→ 步骤 3(5 分钟)= 共 15 分钟
并行执行:
步骤 1(5 分钟)┐
步骤 2(5 分钟)├─ 同时运行
步骤 3(5 分钟)┘
总计:约 5 分钟(快了 60%!)
你会看到的内容:
正在分析计划以进行并行执行...
批次 1(并行执行 - 3 个步骤):
- 步骤 1:添加功能 X
- 步骤 2:添加功能 Y
- 步骤 3:添加功能 Z
🤖 启动 3 个子代理...
子代理 1:正在执行步骤 1...
子代理 2:正在执行步骤 2...
子代理 3:正在执行步骤 3...
✅ 批次 1 已完成,耗时 5.2 秒
相比顺序执行节省了 10 分钟!
日志在哪里?
检查 artifacts/superpowers/subagents/ 目录——你会看到每个子代理的日志文件,详细记录了各自的工作内容。
🛠️ 故障排除
“命令未找到:/superpowers-…”
问题: Antigravity 无法识别这些工作流。
解决方案:
- 确保你位于包含
.agent/文件夹的目录下。 - 尝试运行:
/superpowers-reload - 如果仍然无效,请关闭 Antigravity,然后在正确的文件夹中重新打开。
并行执行失败,提示“gemini 未找到”
问题: 你没有安装 Gemini CLI,或者它不在系统的 PATH 中。
Windows 解决方案:
安装 Gemini CLI:
npm install -g @google/gemini-cli验证是否安装成功:
gemini --version应该显示:
@google/gemini-cli 版本 X.X.X。如果仍然提示“未找到”:
- 重启 PowerShell(npm 可能更新了你的 PATH)。
- 检查 npm 的全局 bin 目录是否在 PATH 中:
npm config get prefix - 输出应该类似于
C:\Users\YourName\AppData\Roaming\npm。 - 将该路径添加到系统 PATH 环境变量中。
替代方案: 直接使用顺序执行:
/superpowers-execute-plan(虽然稍慢,但无需 Gemini CLI 即可运行)
Mac/Linux 解决方案:
安装 Gemini CLI:
npm install -g @google/gemini-cli验证:
which gemini应该显示类似
/usr/local/bin/gemini的路径。如果未找到:
- 确保 npm 的 bin 目录在 PATH 中。
- 运行
echo $PATH,查找 npm 的 bin 文件夹。
AI 直接开始编码,没有先制定计划
问题: AI 没有遵循 Superpowers 规则。
解决方案:
- 确保
.agent/rules/superpowers.md文件存在。 - 尝试运行:
/superpowers-reload - 开始一个新的 Antigravity 对话。
- 显式使用以下工作流:
/superpowers-write-plan <你的任务 >
生成的工件文件没有被创建
问题: 文件没有写入 artifacts/superpowers/ 目录。
解决方案:
- 检查该目录是否已创建:
ls artifacts/superpowers/ - 如果该目录为空,可能是 AI 没有按照工作流执行。
- 尝试明确告知:
请遵循 superpowers-execute-plan 工作流,并将工件写入磁盘。
我编辑了工作流但没有任何变化
问题: Antigravity 缓存了旧版本。
解决方案:
/superpowers-reload
这会强制 Antigravity 重新读取所有 .agent/ 文件。
📂 所有内容的位置
your-project/
├── .agent/ ← Superpowers 框架(请复制此文件夹!)
│ ├── rules/
│ │ └── superpowers.md ← AI 必须遵守的规则
│ ├── workflows/
│ │ ├── superpowers-write-plan.md
│ │ ├── superpowers-execute-plan.md
│ │ └── ... ← 斜杠命令
│ └── skills/
│ ├── superpowers-tdd/
│ ├── superpowers-debug/
│ └── ... ← AI 的构建模块
│
├── artifacts/ ← 生成的输出文件(已忽略在 Git 中)
│ └── superpowers/
│ ├── plan.md ← 你批准的计划
│ ├── execution.md ← 分步执行日志
│ ├── finish.md ← 最终总结
│ └── subagents/ ← 并行执行的日志
│
├── your-code-here.py ← 你的实际项目文件
├── tests/ ← AI 创建的测试文件
└── README.md ← 你的项目文档
🎓 通过示例学习
示例 1:简单的 Python 脚本
任务: “创建一个统计文本文件中单词数量的脚本”
你会使用的命令:
/superpowers-write-plan 创建一个统计文本文件中单词数量的 Python 脚本
→ 审核计划
APPROVED
→ AI 创建计划
/superpowers-execute-plan
→ AI 构建:word_counter.py, test_word_counter.py
→ AI 验证其功能
→ 完成!
结果: 在约 5 分钟内完成带有测试的可运行脚本。
示例 2:REST API 客户端
任务: “构建一个列出用户仓库的 GitHub API 客户端”
命令:
/superpowers-brainstorm 我想构建一个 GitHub API 客户端
→ AI 提问:需要认证吗?是否有速率限制?要调用哪些接口?
→ 你回答
/superpowers-write-plan 构建一个带有认证、速率限制和仓库列表功能的 GitHub API 客户端
→ AI 创建详细计划
APPROVED
/superpowers-execute-plan
→ AI 按步骤实现
→ 每一步都经过验证
→ 完成!
结果: 具备错误处理和测试的生产级 API 客户端。
示例 3:三个独立功能(并行!)
任务: “为我的 CLI 添加日志记录、配置文件支持和 --verbose 标志”
命令:
/superpowers-write-plan
为我的 CLI 添加三个功能:
1. 日志记录到文件
2. 从配置文件加载设置
3. 用于详细输出的 --verbose 标志
每个功能应相互独立。
→ AI 创建包含 3 个独立步骤的计划
APPROVED
/superpowers-execute-plan-parallel
→ AI 启动 3 个子代理
→ 所有 3 个功能同时构建
→ 比顺序执行快 60%!
结果: 三个功能在约 5 分钟内完成,而按顺序执行则需约 15 分钟。
🎯 快速参考
最常用的工作流
1. /superpowers-write-plan <描述你想要的内容>
2. 阅读计划,输入:APPROVED
3. /superpowers-execute-plan
4. 完成!检查你的代码和 artifacts/superpowers/finish.md
所有可用命令
| 命令 | 功能 | 使用场景 |
|---|---|---|
/superpowers-brainstorm |
通过问答探索想法 | 当你不确定具体需求时 |
/superpowers-write-plan |
创建详细计划 | 每项任务的开始 |
/superpowers-execute-plan |
按步骤构建代码 | 批准计划后 |
/superpowers-execute-plan-parallel |
并行构建独立步骤 | 当计划中有 3 个或更多独立步骤时 |
/superpowers-review |
检查代码质量 | 在完成前或调试时 |
/superpowers-debug |
系统性调试 | 当出现问题时 |
/superpowers-finish |
创建最终总结 | 一切正常后 |
/superpowers-reload |
重新加载所有工作流/规则 | 编辑 .agent/ 文件后 |
🤝 贡献
想改进这个框架吗?欢迎提交 PR!
好的贡献想法:
- 更多语言特定技能(Node/TS、Go、Rust 等)
- 更多工作流(git worktree 管理、分支清理等)
- 更好的并行执行(更智能的依赖检测)
- 更多展示实际应用的端到端演示
- 更好的错误信息和故障排除方法
📄 许可证
MIT 许可证 - 请参阅 LICENSE 文件
🙏 致谢
- 灵感来源: obra/superpowers(Claude Superpowers)
- 适配于: Google Antigravity
- 并行执行概念: 基于社区关于多智能体工作流的讨论
💡 成功提示
- 从小处着手: 在处理大型项目之前,先尝试计算器示例。
- 阅读计划: 不要盲目批准,务必仔细审查 AI 的建议。
- 明智使用并行模式: 虽然速度快,但如果出错则更难调试。
- 检查工件:
artifacts/superpowers/文件夹会清楚地告诉你发生了什么。 - 经常重新加载: 如果你编辑了工作流,务必运行
/superpowers-reload。 - 提出问题: 如果计划不合理,请在批准前要求 AI 进行澄清。
祝编码愉快!🚀
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。