咱们直接聊正题。很多人第一次看到“superpowers”这个词以为是什么科幻游戏里的技能树或者是某个中二少年的网名。但在开发者圈子里这套叫 superpowers 的东西实际上是给 AI 编程助手做“能力外挂”的一套技能库。说人话就是别人家的 AI 只会写点 Python 脚本、套个 React 组件而装了 superpowers 之后AI 能帮你做架构设计、Code Review、性能调优甚至全链路排查表现就像从“初级实习生”直接跳级到“十年老架构师”。我从最初一头雾水到把整套东西装进日常开发流中间踩了不少坑也搞清楚了很多文档里没写明白的机制。这篇文章不打算给你复读官方 README而是把我自己的安装路径、技能拆解、真实使用记录和排查心得全部摊开讲。不管你是刚接触 AI 辅助编程的新手还是想把手头这套 AI 工具榨干的资深开发看完应该都能直接上手。1. superpowers 到底是什么为什么值得装1.1 核心定位AI 助手的“技能包”而不是又一个插件先纠正一个常见误解。superpowers 不是 IDE 插件不是命令行工具也不是某个需要常驻后台的服务。它本质上是一套结构化的技能定义集合运行在支持 skills 机制的 AI 编程环境里目前主流的是 Claude 系以及部分兼容的编辑器集成方案。你可以把它理解成一个“岗位说明书库”——每个技能文件告诉 AI你是什么角色、面对什么任务、按什么步骤执行、需要产出什么格式的结果。这套东西解决的最大痛点是 AI 助手的“能力飘忽”。裸奔状态下的 AI 编程助手你问它怎么写排序算法它头头是道但真让它独立负责一个模块的重构它往往会东一榔头西一棒子缺乏系统性和深度。superpowers 做的事情就是把“资深工程师的思维方式”拆解成 AI 能按图索骥的流程。比如代码审查技能它不只是让 AI “看看有没有 bug”而是规定了一个从安全漏洞、性能瓶颈、可读性到测试覆盖率的完整检查序列。1.2 适用人群谁装它收益最大我实际体验下来的结论是收益最大的是那些已经对 AI 辅助编程有基础认知但卡在“AI 写代码能力上限”上的人。如果你属于下面几类强烈建议试一下独立开发者平时没人帮你做 Code Review指望 AI 当第二双眼睛团队技术负责人想让 AI 在架构评审、技术方案输出上承担更多前期工作刚入门的新人把 AI 当成导师用但发现它讲得太泛需要一套系统化提问和验证的框架。反过来如果你只是想让 AI 快点补全个函数、写个正则那 superpowers 对你属于杀鸡用牛刀——它不是为“快”设计的而是为“深”设计的。这一点想清楚后面使用才不容易失望。1.3 它和普通提示词模板的本质区别市面上有一大堆“提示词大全”收藏了上百条精调 Prompt。我也试过效果确实比裸奔好但有个致命问题零散不成体系。今天抄一条“让 AI 当架构师”的 Prompt明天又换一条“让 AI 做测试”的每条 Prompt 之间的上下文、输出格式、质量标准都彼此独立AI 根本没法积累对项目背景的理解。superpowers 的设计思路完全不同。它是“一套完整的角色系统 流程系统”技能之间可以互相调用一个技能的输出能成为另一个技能的输入。比如先调用架构规划技能产出设计方案再调用代码生成技能按方案写实现最后调用审查技能做检验。这个过程是连贯的AI 手里的上下文始终在线。它像一套组装好的工具箱每一件工具放在固定位置用的时候拿起来就行而不是一团散乱的零件。2. 安装与引入从零到可用的完整路径2.1 环境要求先确认你的地基没打歪装之前一定先确认环境否则后面全白搭。我第一遍装就是没仔细看要求结果目录结构放对了也没生效排查了半小时。当前 superpowers 的主流运行环境是Claude Desktop 或 Claude Code官方客户端对 skills 机制支持最完善部分支持 MCP 和 skills 机制的第三方编辑器方案比如特定配置下的 VS Code Claude 插件。系统层面Windows、macOS、Linux 都行没有硬性门槛。但要注意一点skills 目录的加载机制和 IDE 的启动方式强相关如果你是用某种“绿色版”或者非标准方式启动的可能会导致技能加载不到。官方推荐的都是直接装官方客户端尽量别用精简版。2.2 获取技能集合git clone 和手动放置安装过程不复杂核心就两步拿文件、放对位置。第一步把技能仓库拉到本地。项目地址在 GitHub 上可以直接搜到命令很简单git clone https://github.com/obra/superpowers.git仓库体积不大基本都是 Markdown 文件秒下完。拉下来之后你会看到里面分了几个目录核心内容是skills文件夹下的若干子目录每个子目录对应一个技能每个技能目录里都有一个SKILL.md文件。这个文件就是技能的定义本体。第二步把这些技能放到你的 AI 编程环境能识别的位置。以 Claude 系环境为例需要在你的项目根目录下建一个.claude文件夹如果你的环境支持 skills 机制会是.claude/skills或者根据版本文档指定。然后把skills目录里的内容整个拷进去。# 在项目根目录下执行 mkdir -p .claude/skills cp -r path/to/superpowers/skills/* .claude/skills/注意不同版本的 superpowers 仓库目录结构可能略有调整。我用的版本里技能是平铺在skills/下的如果你拉到的版本多了一层嵌套复制的时候记得把那层外壳去掉让所有技能目录直接挂在.claude/skills/下面。2.3 验证安装别急着用先确认加载成功这一步是我后来才养成的习惯但强烈建议你一次到位。装完先验证技能有没有被正确加载再开始正式用。验证方法很简单直接在对话里问 AI请列出你当前加载的所有 skills并简述每个技能的用途。如果 superpowers 装成功了AI 会按顺序列出各个技能比如“代码审查”“架构设计”“测试生成”等并且能说出各自的适用场景。如果 AI 回你“我没有任何技能”或者只列出了 IDE 自带的那几个说明技能没加载成功回头检查路径和拼写。另一种快速验证是直接触发某个技能的关键词。比如输入“请执行一次针对最近代码变更的代码审查采用超级审查员模式”如果它能按照技能文件里规定的流程开始逐项检查说明已经生效。2.4 安装时的路径与命名细节很多人栽在路径细节上。有几个点我要单独拎出来讲因为文档真的没写清楚技能目录名不要随意改。SKILL.md里通常定义了技能的 ID 和触发词如果你改了文件夹名可能会导致 ID 匹配不上。我刚装的时候为了“整洁”把一个目录重命名了结果 AI 怎么都不认。小心大小写。Linux 和 macOS 下路径大小写敏感.claude别写成.ClaudeSKILL.md别写成skill.md否则容易加载不上。项目级 vs 全局级。放在项目根目录的.claude/skills只对当前项目生效。如果你希望所有项目都能用需要放到全局配置目录用户主目录下对应的配置文件夹里。我个人的习惯是全局放一份基础技能项目里放一份项目专属的定制技能互不干扰。3. 核心技能地图superpowers 到底给了我们哪些 skills3.1 技能全景八项能力拆解我装完第一件事就是把所有SKILL.md通读了一遍整理了一份自己的“技能地图”。目前这个版本里核心技能主要围绕软件开发全生命周期展开技能名称核心作用典型触发场景超级架构设计生成系统设计方案含模块划分、数据流、接口定义新项目启动、模块重构前超级代码审查按安全、性能、可读性、测试等多维度审查代码合并请求前、重大项目变更超级测试生成设计并生成单元测试、集成测试用例新功能开发后、修复 Bug 后超级调试系统性定位问题根因输出排查报告线上 Bug、疑难问题复现超级技术文档生成架构文档、接口文档、操作手册项目交付、团队知识沉淀超级性能优化分析性能瓶颈并给出优化建议和实现接口响应慢、资源占用高超级反馈整合处理 Code Review 反馈逐条落实修改收到审查意见后超级项目管理拆解任务、规划里程碑、识别风险需求排期、敏捷迭代规划这八个是主力技能。除了它们仓库里可能还附带了一些辅助类技能比如“技能创建器”——用来让你自己定义新技能的这也是我觉得最值得玩的一个功能。3.2 从 SKILL.md 看技能的内部机制一份合格的SKILL.md长什么样我把其中一个精简结构贴出来你就明白为什么说它跟普通提示词模板不一样--- name: super-code-reviewer description: 当用户需要代码审查、检查变更质量时使用本技能。 触发词: 代码审查、code review、review my code --- # 角色定位 你是一名拥有 15 年软件研发经验的资深工程师负责对代码变更进行系统化审查。 # 执行流程 1. 分析变更范围明确本次审查涉及的代码文件和功能点。 2. 按以下维度逐项检查 - 安全性注入、越权、敏感信息泄露 - 性能循环复杂度、N1 查询、内存占用 - 可读性命名、函数复杂度、注释是否必要 3. 输出审查报告按严重级别分类。 # 输出格式 - 问题清单按 P0/P1/P2 分级 - 修复建议给出具体实现思路 - 变更 50 行时应逐行检查变更较大时优先关注核心逻辑看到没有技能不仅定义了 AI 的角色还定义了它的工作流程、检查维度、输出规范甚至考虑到了代码量不同时的处理策略。这就是它比普通提示词深的地方。所以你用的时候不用费心思去编排“请先看这个再看那个再总结”AI 会自己按流程走。3.3 触发方式自然语言里的暗号每个技能内部定义了一组“触发词”或“意图模式”。实际使用中你不需要严格记住每个技能的名字只要在描述需求时自然带上关键词即可。比如说“帮我审查一下这次提交的代码”触发的是超级代码审查说“给这个模块写个完整的技术方案”触发的是超级架构设计说“系统最近响应很慢帮我分析一下可能瓶颈在哪”触发的是超级性能优化。不过也有例外。某些高级技能的使用需要你主动打开“对话模式”。我的经验是如果一个问题横跨多个领域最好明确指定技能。比如你说“先做个设计方案再按方案实现”AI 可能会犹豫是先走架构技能还是直接写代码。这时候最好的办法是拆成两轮对话或者明确说“先生成架构设计方案用超级架构设计技能”。3.4 技能组合这才是真正的“超级”所在单个技能好用组合起来才叫 superpowers。我实际工作中用得最多的一套组合拳是用“超级架构设计”生成模块设计方案把方案交给“超级测试生成”让它先设计测试用例测试先行自己按方案和测试用例写核心代码或者让“超级项目管理”拆分成若干任务逐步完成代码写完调用“超级代码审查”做一轮全量检查根据审查结果用“超级反馈整合”逐条落实修改。这套流程走下来设计的完整性、实现的规范性和最终质量都比我以前“想到哪写到哪”要强太多。尤其是测试先行的方式逼着你在写代码前先想清楚输入输出和边界条件能挡掉不少返工。4. 实操记录一次真实项目里的完整演练4.1 场景描述给旧模块做一次安全加强为了让你直观感受 superpowers 的实际效果我拿最近做过的一个支付回调模块改造来当例子。这个模块跑了大半年一直没什么大问题但最近做安全审计的时候发现几个隐患回调签名校验逻辑不严谨、日志里可能泄露敏感信息、异常处理路径上存在空指针风险。这种活儿说大不大说小不小。以前我的处理方式是自己列一个清单逐个改改完自己测推到测试环境等反馈。这次我决定全部走 superpowers 流程看看能做到什么程度。4.2 第一步用超级审查技能做摸底排查第一轮我直接让 AI 用超级代码审查技能对现有代码做了一轮体检。对话是这样的请对支付回调模块进行完整代码审查重点检查安全性和异常处理。AI 很快按技能里的流程开始工作先确认了模块涉及的文件回调控制器、签名工具类、日志切面然后按安全、性能、可读性、测试四个维度逐项扫描。几分钟后输出了一份分级问题清单P1 级签名校验存在时序逻辑缺陷极少数情况下可通过重放攻击绕过P1 级日志切面在异常路径会打印完整请求报文包含手机号和金额等敏感字段P2 级回调处理没有幂等保护极端重复推送会导致重复入账P2 级部分方法未处理空指针场景。说实话P1 级的第一个问题我原来没意识到。它藏在十几个 if 分支的深处人眼扫过去很容易忽略。AI 按技能里的安全维度去逐行比对才把它揪出来。这就是结构化审查的价值。4.3 第二步架构技能出改造方案项目管理技能拆任务拿到问题清单我没有直接喊 AI “开改”而是先让它用架构技能做针对性方案设计。我给的指令是基于审查结果输出支付回调模块安全改造方案要求不影响现有接口协议。AI 输出了三点核心改动策略签名逻辑统一封装成独立校验器、日志切面增加敏感字段过滤器、在数据库层面引入唯一流水号做幂等约束。每个改动都配套说明了影响范围和兼容性验证思路。这一步做好后面改代码就轻松了。接下来我让“超级项目管理”技能把这个方案拆成了 5 个任务3 个编码任务、1 个测试更新任务、1 个回归验证任务。每个任务都有验收标准我可以按顺序一项项过。4.4 第三步编码与测试生成改造本身的代码量不大核心改动集中在两部分签名校验器的重写和日志切面的过滤器新增。这部分我让 AI 直接按方案生成实现代码以“超级代码生成”配合架构方案执行。写完后进入测试环节。我调用“超级测试生成”技能让它针对改造点覆盖以下场景签名正确、签名错误、签名过期、重放请求四种情况日志切面对敏感字段的脱敏效果相同 transactionId 重复请求时幂等约束是否生效。AI 生成的测试用例覆盖了这些场景包括几个边界条件的构造方法。我把它们补充进项目现有的测试套件里全部跑绿。4.5 第四步二次审查闭环改动完成、测试通过后我又发起了一轮代码审查用“超级反馈整合”技能闭环处理。这次审查的重点是确认上一轮问题全部消除同时检查新增代码有没有引入新的问题。结果确实发现一个之前没注意到的点新加的幂等校验在缓存失效时会误判为重复请求好在测试用例里有一项刚好覆盖了类似条件顺手就修了。这轮走完整个模块的改造才算真正结束。因为有了最后的二次审查闭环我对交付质量会比较有底。以前我都是改完自己看几遍就推了心里总悬着。4.6 这个流程给我的最大感受是“过程可控”整个流程走下来我最深的感受不是“AI 写得有多快”而是过程变得完全可控了。从摸底排查到方案设计从任务拆解到测试生成再到最后闭环审查每一步都有明确产出每一步的产出格式统一、逻辑连贯。这不像以前用提示词模板经常写完一版代码你自己都不知道 AI 是按什么逻辑组织出来的后续要改也无从下手。而这套流程能跑通核心还是开头那句话技能提供了稳定的工作方法论AI 不再靠灵感发挥。5. 常见问题与排查技巧实录5.1 技能加载失败九成是路径问题如果你装完发现 AI 不认识 superpowers 里的技能先别急着去搜各种玄学方法按这个顺序排查确认.claude/skills目录是否存在且拼写正确尤其注意大小写确认SKILL.md文件是否在正确的层级——技能目录的下一级直接就是SKILL.md不能再多套一层看SKILL.md开头用---包裹的元信息里的name字段值。有些版本是通过name来索引技能的检查有没有被全局配置覆盖。如果你同时在全局和项目里定义了同名的技能项目的会覆盖全局版本但你的 AI 环境如果启动位置不对可能加载的是全局版本导致你改了项目里的文件却不生效。提示改完任何配置目录记得完全重启 AI 客户端而不是新开对话窗口。我试过只新开对话不重启技能列表没有刷新折腾了半天才发现是没重启的问题。5.2 技能不稳定同一个触发词有时候灵有时候不灵这可能是最让人恼火的问题。同一个词“代码审查”有时候 AI 立刻启动超级代码审查流程有时候它只是象征性地列几条意见就完了。查下来原因通常有两个第一上下文污染。如果前面的对话里聊过其他代码相关话题AI 可能把你的意图理解成普通问题而不是触发技能。这时候最干净的解决办法是开新对话并在一开始就明确提出技能名比如“使用 super-code-reviewer 技能对以下代码做审查”。第二版本差异。不同 superpowers 版本的触发词定义可能不同而你如果同时装了多个版本仓库可能会产生冲突。我建议只保留一个主仓库不要混装。5.3 输出格式不符合预期学会校准技能参数有时候技能会跑偏。比如你让 AI 做代码审查它的确按流程走了但输出问题清单全是 P2 级别的边角料真正的核心风险没指出来。这种情况往往不是技能没生效而是它对你项目背景的理解太浅。我的经验是在触发技能前先把项目的关键背景信息打包给它。比如项目是 Java 还是 Go、业务场景是支付还是内容社区、最近一次上线有没有出过事故。这些信息可以让技能执行时更有针对性而不是泛泛地按通用标准查。另外如果某个技能的行为长期不符合你的预期可以直接改SKILL.md里的参数比如调整执行流程的顺序、修改输出模板的字段。superpowers 的好处就是它是纯文本定义改起来没有技术门槛。5.4 自定义新技能把你自己那套“绝活”也写进去最后分享一个我觉得 superpowers 最值得玩的功能——创建你自己的技能。仓库里自带一个“技能创建器”模板如果当前版本没有也可以手动参考现有技能结构你可以把自己的经验沉淀成新技能。我的做法是把团队内部一直反复强调的编码规范比如错误处理方式、日志规范、事务边界写成一份SKILL.md命名为“团队编码规范审查”。之后每次代码审查我都会把它作为前置技能先按团队规范过一遍再走通用审查流程。这样 AI 审查出来的结果比单纯用通用技能更贴我们的技术栈。创建新技能的核心要点是description字段写清楚触发场景尽量用你平时说话的方式描述执行流程要明确可验证别写“分析问题”这种空话要写“检查 XX 列表并输出 XX 格式报告”初期可以先小范围试验跑几次发现自己不满意的地方迭代修改SKILL.md。5.5 一份踩坑清单当作避坑索引最终我把这段时间踩过的坑整理成了清单希望对你有用问题原因解决办法技能列表为空目录层级不对或拼写错误检查.claude/skills结构触发词不生效上下文干扰新开会话并明确技能名输出格式混乱版本冲突只保留单一仓库版本技能执行深度不足项目背景缺失触发前提供背景信息改了 SKILL.md 不生效没有重启环境完全退出客户端重启技能间互相冲突多个技能匹配同一意图用明确的技能名替代模糊表述6. 从我自己的体会聊聊这套技能库的边界在哪体验了大半年我对 superpowers 的整体评价是它很好地解决了 AI 辅助编程中“质量不稳定”和“不可控”两个核心痛点。但它也绝不是万能的。我个人体感它最不擅长的是“高度依赖业务直觉”的创造性工作。比如从零设计一个创新型产品的完整架构它给出的方案往往是标准化的缺乏对特定用户群体的理解。这种场景下资深工程师的判断力仍然是不可替代的。另一个短板是它对项目上下文的理解始终是“搭积木”式的靠对话补充信息很难做到对一个大型代码库了如指掌的状态。如果你只给它一个模块看看它能做得非常好但如果让它维护一个百万行的老系统它还是会犯“只见树木不见森林”的毛病。所以我的用法是把它当成一个极其靠谱的“高级开发”来看待。设计之前让它做调研、动手之前让它做方案、提交之前让它做审查、出问题让它做排查。它输出东西署名是我。简单来说它是一个放大器而不是替代品。你对软件工程的理解越深能用它放大出的能量就越大。