AI Agent 工作流工具对比：grill-me、Trellis 与 Superpowers

本文根据 grill-me skill、Trellis 和 Superpowers 的公开说明整理，重点比较它们的定位、优势、配置方式和适用场景。

AI 编程工具真正难用的地方，通常不是“模型会不会写代码”，而是它是否能稳定理解你的项目、追问不清楚的需求、保留团队规范、验证结果，并在下一次会话继续沿着同一套工程标准工作。

grill-me、Trellis 和 Superpowers 都在解决这个问题，但层级不同：

• grill-me 是单个 productivity skill，重点是把一个计划问透。
• Trellis 是 npm CLI + 项目级框架，把 specs、tasks、memory 写进仓库。
• Superpowers 是一整套 agent 开发方法论和技能集合，强调设计、TDD、调试、验证和子代理执行。

快速结论

工具	类型	最适合
grill-me	单个 skill	需求不清、方案需要被追问和压测
Trellis	项目级框架	团队项目、长期项目、多 agent 平台共享规范
Superpowers	方法论 + 技能集合	想给 coding agent 套完整工程流程

简单说：

• 想让 agent 先把你问清楚，用 grill-me。
• 想把项目规范、任务和记忆沉淀在仓库里，用 Trellis。
• 想让 agent 自动遵循设计、计划、TDD、debug、review、验证流程，用 Superpowers。

grill-me

grill-me 的内容很短，但定位非常明确：让 AI relentlessly interview 你，直到双方对计划或设计达成共同理解。

它的核心规则是：

• 一次只问一个问题。
• 每个问题都给出推荐答案。
• 沿着设计决策树逐个分支追问。
• 如果问题能通过阅读代码库回答，就让 agent 自己去查代码，而不是继续问用户。

优势

grill-me 的优势在于轻量和直接。它不要求你改变项目结构，也不要求安装一整套框架，只是在关键决策前把需求问清楚。

适合这些场景：

• 你有一个粗略想法，但还没形成可执行方案。
• 你担心方案遗漏边界条件。
• 你希望 AI 像评审一样不断追问你。
• 你不想一上来就写完整 PRD 或实施计划。

例如你可以这样使用：

Use grill-me to challenge this plan before we implement it.

或者：

grill me on this deployment design until all risk branches are resolved.

配置方式

grill-me 本质上是一份 skill 文件。配置方式取决于你使用的 agent 平台。

通用做法是把它保存到支持 skills 的目录里，例如：

skills/productivity/grill-me/SKILL.md

文件内容包含：

name: grill-me
description: Interview the user relentlessly about a plan or design until reaching shared understanding.

如果你的 agent 支持从 GitHub skill 仓库安装，可以直接引用来源：

https://github.com/mattpocock/skills/blob/main/skills/productivity/grill-me/SKILL.md

局限

grill-me 不负责完整工程执行。它不会自动创建 PRD、任务目录、项目记忆，也不会强制测试或代码审查。它更像一个“需求拷问器”，不是项目管理系统。

Trellis

Trellis 的定位是“out-of-the-box engineering framework for AI coding”。它通过 npm CLI 初始化项目，把规范、任务和记忆放进仓库，让不同 coding agent 都能读取同一套工程上下文。

官方说明里最重要的几个目录是：

• .trellis/spec/：项目规范和团队约定。
• .trellis/tasks/：PRD、实现上下文、评审上下文和任务状态。
• .trellis/workspace/：工作日志和项目记忆。

优势

Trellis 最大的优势是项目级持久化。很多 agent 会话的问题是“每次都从零开始”，Trellis 则把高价值上下文写进 repo。

它适合：

• 长期项目。
• 多人协作项目。
• 团队希望共享 AI 编程规范。
• 同一个项目会在多个 agent 平台之间切换。
• 需要把任务状态、PRD、检查记录留在仓库里。

官方 README 强调 Trellis 支持多平台 setup，让同一套结构服务于多个 AI coding 平台，而不是每个工具单独维护一份规则。

配置方式

前置要求：

Node.js >= 18
Python >= 3.9

安装：

npm install -g @mindfoldhq/trellis@latest

在仓库里初始化：

trellis init -u your-name

如果你明确使用 Cursor、OpenCode、Codex 等平台，可以初始化时指定：

trellis init --cursor --opencode --codex -u your-name

初始化后，Trellis 会把项目规则、任务和工作区记忆放进 .trellis/。这些文件可以像普通代码一样提交、review 和演进。

工作流

Trellis 的流程可以理解为四段：

1. Plan：通过 trellis-brainstorm 一次一个问题澄清需求，生成 prd.md。
2. Implement：trellis-implement 子代理按 PRD 写代码。
3. Verify：trellis-check 对照 specs 检查 diff，并运行 lint、type-check、tests。
4. Finish：完成后归档任务，并把新经验更新回 .trellis/spec/。

官方还提到完成或上下文快满时可以使用：

/trellis:finish-work

局限

Trellis 会引入明显的项目结构。对一次性小任务来说，它可能显得偏重。它也要求团队愿意维护 .trellis/ 下的规范文件，否则框架存在但上下文质量不高。

另外，Trellis 的许可是 AGPL-3.0。团队在企业或闭源场景使用前，需要自行确认合规要求。

Superpowers

Superpowers 是一套完整的软件开发方法论，建立在 composable skills 和初始指令之上。它的目标不是单独解决一个问题，而是让 agent 在合适时自动触发对应流程。

官方 README 里的基本工作流包括：

• brainstorming：写代码前先澄清想法，提出设计并让用户确认。
• using-git-worktrees：创建隔离工作区。
• writing-plans：把设计拆成明确任务。
• subagent-driven-development / executing-plans：按计划执行。
• test-driven-development：红绿重构。
• requesting-code-review：任务之间做代码审查。
• finishing-a-development-branch：完成后选择合并、PR、保留或丢弃。

优势

Superpowers 的优势是完整和强约束。它强调：

• 不清楚需求时先 brainstorm。
• 不靠猜测修 bug，而是 systematic debugging。
• 不在未验证前宣称完成。
• 用 TDD 和 code review 约束实现质量。
• 用 subagent 分工处理较大的开发任务。

它适合：

• 经常让 agent 参与复杂代码实现。
• 希望减少“AI 写完但没验证”的情况。
• 想把 TDD、debug、review 变成默认行为。
• 需要 agent 在长任务中保持纪律。

配置方式

Superpowers 的安装方式随 agent 平台不同而不同。

Codex CLI 中，官方 README 说明可以通过插件界面安装：

/plugins

然后搜索：

superpowers

选择 Install Plugin。

Claude Code 可以通过插件 marketplace：

/plugin install superpowers@claude-plugins-official

也可以添加 Superpowers marketplace 后安装：

/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

Gemini CLI：

gemini extensions install https://github.com/obra/superpowers

GitHub Copilot CLI：

copilot plugin marketplace add obra/superpowers-marketplace
copilot plugin install superpowers@superpowers-marketplace

安装后，核心不是记住每个 skill 名字，而是让 agent 在任务开始前检查是否有适用技能，并按技能要求执行。

局限

Superpowers 的流程很严格。对很小的改动，它可能显得繁琐；对不想 TDD 或不想先写设计的用户，也可能不符合工作习惯。

它也更依赖 agent 对 skill 的遵守程度。如果平台没有很好地支持 skill/plugin，体验会打折。

横向比较

维度	grill-me	Trellis	Superpowers
核心目标	把方案问透	把项目规范和任务持久化	给 agent 套完整工程方法论
介入层级	单个 skill	仓库级框架	插件/技能体系
是否改项目结构	否	是，新增 .trellis/	通常不一定，取决于平台和流程
是否适合团队	一般	很适合	适合，但更偏流程纪律
是否跨平台	取决于 skill 支持	官方强调多平台	支持多个 agent 平台
是否强调测试	不直接强调	Verify 阶段运行检查	强调 TDD 和验证
是否保留项目记忆	否	是，.trellis/workspace/	通过流程和文档间接保留
学习成本	低	中	中到高

怎么选

只想把需求问清楚

选 grill-me。

它很适合放在实现前：

先用 grill-me 问我这个设计，直到所有关键分支都明确，再开始写代码。

希望项目长期积累规范

选 Trellis。

如果你经常遇到这些问题，Trellis 更合适：

• agent 不记得项目约定。
• 每次新会话都要重复解释背景。
• 团队成员使用不同 agent。
• 希望规范、PRD、任务状态都能 review。

希望 agent 默认按工程纪律做事

选 Superpowers。

它更像“给 agent 装一套工作习惯”。尤其适合复杂任务、bug 修复、需要 TDD 和验收证据的项目。

组合使用建议

三者不是互斥关系，可以组合：

grill-me
  -> 把需求和风险问透
Trellis
  -> 把 PRD、规范和任务沉淀进仓库
Superpowers
  -> 执行时约束设计、计划、TDD、debug、review、验证

一个实际流程可以是：

1. 用 grill-me 压测想法。
2. 用 Trellis 把结论写成项目任务和 specs。
3. 用 Superpowers 驱动 agent 按工程流程实现。

如果只选一个：

• 个人短任务：grill-me。
• 长期项目或团队：Trellis。
• 高质量实现流程：Superpowers。

小结

grill-me、Trellis 和 Superpowers 解决的是同一条链路上的不同问题。

grill-me 解决“开工前有没有想清楚”；Trellis 解决“项目上下文能不能跨会话、跨人员、跨平台保留下来”；Superpowers 解决“agent 执行时能不能遵守工程纪律”。

对 AI 编程来说，最有价值的不是再多一个提示词，而是把不稳定的会话变成可复用、可审查、可验证的工作流。