最近在 AI 编程圈里有个叫 superpowers 的项目讨论度很高经常有人问它到底能干什么、有哪些 skills、怎么装怎么用。我把它装进 Claude Code 实际跑了几个星期之后最大的感受是它本质上不是某个炫技的“AI 功能”而是一套把成熟开发流程沉淀成 AI 可执行技能的工作流框架。如果你已经受够了 AI 写代码时那种“催一步走一步、改一处崩三处”的状态或者想让 AI 真正按测试驱动开发、系统化调试这类正规军打法来干活那这篇东西应该能帮你少踩很多坑。整个项目由 Jesse Vincent 发起核心思路很直接与其让 AI 靠上下文里的零散提示词自由发挥不如给它一套结构化的“技能包”。每个技能是一个独立目录里面有专门的 SKILL.md 说明、配套模板和检查清单。Claude Code 在对话过程中会按需自动加载这些技能比如接到一个改 bug 的任务它可能就会调用 systematic-debugging 而不是直接乱猜。下面我从设计思路、技能清单、安装步骤到实战串联完整拆一遍。1. superpowers 到底是什么把“好开发习惯”固化成 AI 技能1.1 它解决的核心问题AI 写代码为什么总是“没章法”很多人用 Claude Code 写代码时都会遇到一个类似的困境让它改一个小功能它能在几十秒内把代码改完但改完你可能根本不敢直接合入——没有测试、没有设计文档、没有思考过程它仿佛是个手速极快但不太靠谱的实习生。问题不在模型本身而在工作流你给 AI 的只有一个模糊目标它自然只能凭惯性输出一段“看起来合理”的代码。superpowers 的思路就是给 AI 补上“职业习惯”先思考设计再写测试再实现最后复盘。这个项目特别适合三类人。第一类是刚接触 AI 编程、希望把 AI 从“代码生成器”变成“结对程序员”的开发者第二类是已经在用 Claude Code、但觉得产出质量不稳定、想建立规范化 AI 工作流的团队第三类是维护多个项目、需要 AI 快速理解陌生代码库的人。它解决的不是“能不能写”而是“写得稳不稳、能不能长期维护”。1.2 它的设计骨架spec、plugin、skill 三层结构superpowers 不是单个提示词文件而是一个完整的仓库结构。整个项目拆成三层spec 层存放各类说明文档比如设计规格模板、工作流约定plugin 层是给 Claude Code 的钩子和扩展配置负责让技能与 Claude Code 的运行机制对齐skill 层则是真正的技能本体每个技能一个目录入口是一个结构化的 SKILL.md 文件。我第一次打开仓库时其实有点意外没有想象的那么神秘就是一堆很有条理的 markdown 文件。但正是这种“把流程文档化”的做法让它变得非常好用。Claude Code 会扫描 .claude/skills/ 目录把每个子目录当做一个可加载的技能当对话内容与某个技能的描述匹配时模型会自动读取完整 SKILL.md 并按里面定义的步骤执行。这相当于在 AI 的“短期记忆”之外给它挂了一个“工作手册书架”需要哪本拿哪本而不是把所有流程全部塞进上下文里撑爆窗口。2. 核心 skills 全景拆解一共有哪些能力分别在什么阶段用网上很多人问“superpowers 有哪些 skills”其实它内置的技能数量不算夸张但覆盖的开发阶段非常完整。我把它按使用时机分成四组这样你面对一个任务时就能快速判断该让 AI 调哪个技能。2.1 设计阶段brainstorm 与 specificationbrainstorm头脑风暴是开工前的第一道关卡。当需求比较模糊时直接写代码大概率要返工。这个技能强制 AI 先和你围绕需求来回讨论列出候选方案、权衡取舍、指出潜在风险最后产出一份一致的方案再动手。我实际用下来觉得它的价值主要在“逼着我把需求想清楚”——比如你说“给这个页面加个筛选”它不会立刻开写而是会追问筛选条件、默认值、边界情况甚至主动提醒“当前数据结构不支持这个筛选需要同时改后端接口”。specification则是把结论固化成文档。它提供了一套 markdown 规格模板包含背景、目标、非目标、接口定义、数据结构、验收标准等章节。写规格不只是为了留痕更是为了在实现阶段给 AI 一个确定性的“施工图”。用过几次之后我明显感觉到有规格和无规格时 AI 产出代码的风格完全不同后者更像是在照着图纸施工而不是自由发挥。2.2 实现阶段test-driven-development 与 systematic-debuggingtest-driven-developmentTDD是这个项目里最出名也最容易被人忽视价值的技能。它把红-绿-重构的节奏做成了逐步清单先写一个会失败的测试运行并确认失败原因符合预期再写最小实现让测试通过最后重构并保持测试全绿。听起来老派但把它交给 AI 执行反而非常丝滑因为 AI 特别擅长快速迭代“写测试→改代码→跑测试”这个循环。我自己在实际项目里最大的体会是让 AI 先写测试相当于帮它建立了一个安全网后面再怎么改都不怕把老功能改坏。systematic-debugging是专门治“AI 瞎猜 bug”的技能。按照它的流程AI 必须先收集证据、复现问题、建立假设再通过实验验证假设而不是上来就改一行代码试运气。调试技能里还嵌入了一些行为约束比如一次只改一个变量、每次修改后都要重新运行测试、实在复现不了就加日志而不是继续猜。用这个技能处理过两个疑难 bug 之后我就把它当成了默认调试姿势。2.3 收尾阶段code-review 与 project-onboardingcode-review提供了结构化的评审流程。它会按逻辑正确性、边界处理、错误处理、性能隐患、可读性等维度逐项检查 diff并且要求每条意见都对应到具体代码行。这个技能的实用之处在于让 AI 的评审意见“可执行”——不是那种“建议优化代码质量”的废话而是“这里数组可能越界输入长度等于 0 时会崩溃建议加早退条件”。project-onboarding用于让 AI 快速了解一个陌生代码库。它引导 AI 系统性地扫描项目结构、识别技术栈、定位入口文件、总结目录职责和代码约定。接手旧项目或者新成员要让 AI 帮忙写代码时先跑一次这个技能后续对话质量会提升一个台阶——因为 AI 真正“知道”自己在哪里干活而不是瞎猜。2.4 让 AI 自主干活semi-autonomous-mode 与 writing-planswriting-plans的核心是把大目标拆成小步骤。它要求 AI 在开始工作前先产出一个分步计划每一步的目标、涉及的文件、预计的验证方式。这一步本质上是给 AI 自己用的“待办清单”能显著降低它在中途迷失方向或者一次性改太多文件的概率。semi-autonomous-mode则是把所有技能串联起来形成一个循环计划→执行→验证→总结在人工确认的前提下让 AI 连续完成多步操作而不需要每一步都等你下指令。它特别适合那种“改完 A 还要改 B改完 B 要跑测试测试过了要更新文档”的连锁任务。不过这个模式在部分版本里属于支持者版功能免费版不一定包含具体要看你的发布渠道。技能使用阶段解决的问题brainstorm需求分析需求模糊、方案未定specification设计缺少确定性施工图writing-plans规划目标大、步骤不清test-driven-development实现改代码没有安全网systematic-debugging调试靠猜定位问题code-review评审变更质量无法把关project-onboarding项目接入陌生代码库上手慢3. 安装与引入从零开始把 superpowers 装进 Claude Code“想要安装 superpowers”是很多人搜的第一个问题。说实话安装本身不难但有几个细节没注意容易踩坑。我下面分别讲一键安装、手动安装、验证和更新按顺序操作基本不会出问题。3.1 安装前的准备检查版本与目录在跑任何命令之前先确认两件事。第一Claude Code 的版本不能太老最好是近期版本因为 superpowers 依赖 Claude Code 的 Agent Skills 能力旧版本可能不支持。你可以在终端里运行 claude --version 查看版本号。第二理解“技能目录”的机制Claude Code 会从项目的 .claude/skills/ 目录以及用户级的 ~/.claude/skills/ 目录加载技能。这里有个新手容易踩的坑——如果你把技能装到了用户级目录那么所有项目都能用装到项目级目录就只对当前项目生效。个人使用我建议装用户级团队项目再考虑项目级并提交到仓库。另外提醒一句安装前最好备份一下已有的 .claude 目录尤其当你已经配置了 CLAUDE.md 或自定义命令时。虽然安装脚本一般不会动这些文件但小心驶得万年船。3.2 一键安装与手动安装两条路都给你备好官方推荐的一键安装命令是在项目根目录或用户主目录下执行curl -fsSL https://superpowers.obra.dev/install.sh | bash这个脚本会自动完成几件事检测当前环境是否满足要求、创建 .claude/skills/ 目录、把 superpowers 仓库内容复制到技能目录、并写入一些必要的插件配置。整个过程大概几十秒装完后它会提示你重新启动 Claude Code 会话。如果你不喜欢直接跑远程脚本这个戒备心我还是支持的可以手动安装。手动安装的本质就是克隆仓库到技能目录mkdir -p ~/.claude/skills git clone https://github.com/obra/superpowers.git ~/.claude/skills/superpowers这里有个细节仓库目录本身会作为一个技能目录存在所以克隆下来的路径名是 superpowers里面每个子技能才会被扫描加载。如果你之前已经装过其他 skills也不用担心冲突Claude Code 支持同一目录下存在多个技能子目录。3.3 验证安装是否成功别急着开工装完以后怎么确认真的装好了最直接的办法是在 Claude Code 里输入 / 查看命令列表如果出现技能相关的命令比如 /brainstorm、/test-driven-development说明加载成功。如果没有先确认当前工作目录是不是你安装时所在的目录然后检查技能目录结构是否正确最重要的是重新启动一次 Claude 会话。另一个判断方法是直接问 Claude“你现在有哪些可用的 superpowers 技能”它如果准确报出技能清单说明 SKILL.md 已经被读取如果它开始胡编多半是加载顺序出问题先检查目录再重启。我遇到过最典型的情况是装到了用户级目录但在某个项目里没生效原因是项目级目录里的 .claude/settings.json 显式禁用了外部技能。这种配置层面的冲突光靠重启是没用的。3.4 版本更新与卸载日常维护怎么做superpowers 迭代很快隔一段时间就可能有新技能或者旧技能的行为调整。更新很简单本质上是重新拉取仓库。如果当初是一键安装可以重新跑一次官方安装脚本如果是手动 clone进入目录执行 git pull 即可。更新后记得重启 Claude Code 会话让新版本技能被重新扫描加载。卸载则更简单把技能目录删掉就完事了。比如手动安装的执行 rm -rf ~/.claude/skills/superpowers 就没有残留。如果你不确定哪些文件是它创建的安装前备份过 .claude 目录的话直接对比还原即可。整体来看这个项目在安装层面做得相当克制没有后台进程、没有常驻服务就是普通的文件目录和配置这一点非常清爽。4. 实战串联怎么把多个技能串成一条高效工作流安装好只是第一步真正让 superpowers 发挥价值的是把技能串成一个完整的工作流。很多人装完之后不知道“怎么引入这些技能”其实核心就一句话在对话里明确触发技能名或者描述任务时让 AI 自己判断该用哪个技能。下面我用一个实际案例完整走一遍。4.1 一次典型的功能开发从头脑风暴到代码评审假设我要给一个本地记账工具增加“导出 CSV 报表”功能。按照传统做法我可能直接跟 Claude 说“加一个导出 CSV 的功能”但用了 superpowers 之后流程完全不一样。第一步我敲 /brainstorm 启动头脑风暴。Claude 不会立刻写代码而是问我导出范围当前筛选结果还是全部数据、字段格式要不要包含分类别名、金额精度保留两位还是原始小数、甚至提醒我中文报表有 Excel 打开乱码的编码问题。经过几轮问答后它会归纳出一份包含方案和风险点的设计小结。这一步的价值在于把模糊需求变成确定性需求成本只是多聊几分钟但后面省掉的返工时间远不止几分钟。第二步让 AI 生成规格文档。我会追加一句“根据刚才的方案写一份 spec”触发 specification 技能。它输出的文档会包含数据流、接口签名、错误处理、验收清单。这份 spec 我会顺手提交到仓库里后续哪怕换人来接手上下文也完整。第三步写测试和实现。我会说“按照 spec 用 TDD 流程实现”。这时候 test-driven-development 技能开始起作用它先写一个针对导出函数的单元测试运行确认失败因为函数还没实现然后写最小实现让测试通过再跑一遍全部测试确认没有回归。整个过程 AI 会自己推进我只需要在它跑测试的命令输出后确认结果即可。第四步合并前做一次评审。改动完成、测试全绿之后我敲 /code-review 让 AI 对这次 diff 做结构化评审。它会按多个维度检查结果一般分为两类必须修改的问题比如文件句柄没关闭、CSV 注入风险和建议优化项比如把字段映射提取成常量。让 AI 先自查一轮我再人工快速过一遍比直接裸奔合入让人放心得多。4.2 常用调用方式显式触发与自动触发技能的使用方式很简单在 Claude Code 的对话框里直接以斜杠命令触发。比如输入 /brainstorm、/test-driven-development、/code-review。这些命令本质上是让 Claude 优先读取对应 SKILL.md并按里面的流程走。你也可以不手动触发直接描述任务比如“帮我系统地排查一下登录接口偶发超时的问题”这时候模型会根据技能描述自动选择 systematic-debugging。我的个人建议是前期尽量手动触发因为你能明显感觉到 AI 行为模式的变化熟悉之后再依赖自动触发让 AI 自己判断。调试类、写计划类任务适合自动触发因为你不一定每次都想走完整套流程而 brainstorm、code-review 这类“流程化重”的技能手动触发更容易保证 AI 不偷懒。4.3 与 MCP、hooks 和团队配置的配合superpowers 还能和 Claude Code 的其他生态配合。比如在 GitHub workflow 技能里它会利用 GitHub MCP 完成建分支、提交、开 PR 等操作把“本地开发→远端协作”也纳入流程。在团队场景中把 .claude/skills/superpowers 提交到仓库等于让整个团队共享同一套 AI 工作规范新成员入职时接口体验也被标准化了。另外我自己的一个经验不要把 CLAUDE.md 写得又臭又长再叠加技能。CLAUDE.md 适合放项目背景、架构约定、命令速查技能则负责带着 AI 做流程。两者职责不同混着用会出现上下文很快拥挤、技能反而不容易被触发的情况。保持 CLAUDE.md 精简让技能按需加载这才是这套设计理想的用法。5. 常见问题与避坑实录用了一段时间 superpowers我把经常会遇到的问题和解决办法整理成一份速查希望能帮你省掉一些排查时间。问题原因解决方案安装后 / 命令列表里没有技能Claude Code 未重新加载技能目录重启 Claude Code 会话确认装到了正确的 skills 目录技能命令存在但 AI 不按流程执行SKILL.md 未被完整读取或上下文太长被忽略手动触发对应 /skill 命令把上下文精简后再试TDD 流程太啰嗦频繁要求跑测试小改动也走了完整红绿重构流程分工明确简单改动可走轻量流程核心逻辑才走完整 TDD项目里技能不生效其他项目正常项目级 .claude/settings.json 禁用了外部技能检查 settings.json 中技能相关配置改为允许更新后行为变化大和以前不一样技能版本更新流程或步骤有调整查看更新日志必要时对照旧版本文档做适配5.1 安装之后 AI 满嘴“技能加载了但我没看懂”说实话我刚装完也碰到过类似情况问它有哪些技能它回答得头头是道但真让它干活时还是老一套。原因多半是会话没重启或者技能目录结构不对。Claude Code 不会在一个会话中途动态加载新目录所以装完必须开新会话。还有一次是我手动 clone 时把仓库放在了 .claude/skills/ 的上一层这个目录层级错位导致它虽然能看到项目却加载不到子技能。验证目录结构时直接看是不是有 ~/.claude/skills/superpowers/benchmark 这类子目录即可。5.2 技能太“重”TDD 和 brainstorming 有时反而拖慢节奏superpowers 的很多技能默认走完整流程这在小任务上确实会显得“重”。比如一个纯文案调整、或者一行配置改动也走一遍 brainstorm → spec → TDD 就不太现实。我的做法是分层使用关键业务逻辑和复杂 bug 走全流程琐碎改动直接普通对话完成。技能是工具不是教条学会判断适用范围反而让这套工具更顺手。5.3 不懂就问技能究竟怎么“进入”AI 的思维还有不少人在概念层面卡住技能到底是预埋在系统提示词里的还是临时插进上下文的真实机制是后者。Claude Code 只会把每个技能的描述索引放在可发现层当对话内容触发匹配时才把完整的 SKILL.md 内容加载进上下文。这也解释了一个现象你不主动提技能、也不描述相关任务时AI 不会全程携带技能运行既省 token 又避免干扰。理解这个机制之后你就明白“怎么引入技能”这个问题的答案是让 AI 在合适的场景里自己拿起对应的手册或者你用 / 命令帮它把手册拍在桌上。最后再分享一点我自己的使用体会我的经验是superpowers 带来的最大改变不是某一次代码写得多漂亮而是它逼着我形成了“先想后做”的肌肉记忆。每次敲 /brainstorm 之前我可能还对需求模棱两可一套流程走完方案就清楚了。尤其是 systematic-debugging治好我以前“东改一下西试一下”的坏毛病现在遇到线上问题会老老实实先复现、再假设、再验证。如果你准备入坑我建议不要一次性把全部技能都塞进工作流先从 brainstorm 和 TDD 两个技能开始跑两个真实任务找找感觉再逐步放开其他技能。工具本身确实不错但真正值钱的是你愿意跟着这套流程把一个项目从头到尾认真走一遍。
