最初接触Superpowers是在给Claude Code调工作流的时候。当时我总在重复做同一件事每次让AI帮我改代码光背景说明就要写一大堆切换任务后它又把上一轮的约定忘得干干净净。后来才发现问题不在AI笨而是我缺了一套能“装进AI脑子里”的操作手册。Superpowers就是干这个的——它是一套开源技能包把编程里最常用的思考流程、工作步骤、代码规范拆成一个个“技能(skill)”每个技能都是一份结构化指令让AI在遇到对应场景时自动载入不是空口说“你是个资深工程师”而是告诉它“先干什么、后干什么、遇到边界怎么处理”。这篇内容我来分享它到底有哪些skills、怎么安装、怎么引入这些技能以及在真实项目里使用会遇到哪些坑。适合两类人一类是已经在用Claude Code、Cursor这类AI编程助手觉得“AI写代码还是不够稳”的朋友另一类是看了热搜好奇Superpowers是什么想在自己工具链里试一下的人。文章不会只贴命令会把使用逻辑和排查过程一起讲清楚。1. Superpowers到底是什么一套给AI编程助手用的“技能包”很多人第一次听到“superpowers”这个名字脑子里蹦出来的可能是“超能力”“金手指”。放在编程工具圈它其实是一个非常朴素的工程化产物一个以Markdown文件为载体的技能仓库。1.1 它的定位和典型使用场景先说定位。Superpowers的核心不是某个具体功能而是一套“可执行的工程方法论”。它把AI编程助手在做任务时需要的背景知识、操作步骤、验收标准封装成一个个独立的Markdown文档每个文档就是一个skill。当你的AI助手遇到某个场景比如要重构一段代码、要写测试用例、要排查一个诡异bug它会主动去读取对应skill然后按照skill里的步骤来行动。我听过的几个典型使用场景让AI从零搭建一个新项目时不用你一步步交代目录结构、配置规范技能包里有标准的项目初始化流程。做前端页面时AI会先梳理组件层级再写样式最后自己检查可访问性而不是一股脑输出一坨代码。遇到测试用例不通过AI会先看失败原因再决定是修代码还是修测试而不是盲目重写。说白了有了这套技能包AI从“聊天机器人”变成“懂作业流程的执行者”。它自己会规划工作步骤并且每一步都调用经过验证的方法减少胡写和反复返工。再深入说一点Superpowers最初源于对AI编程助手“上下文不连续”的反思。普通对话里你给AI说一万字项目背景它记住的是“临时会话记忆”但只要新开一个会话一切清零。sklis则是把知识固化在文件里谁加载都一样。这叫“把经验沉淀到工具链里而不是每个人的聊天记录里”。1.2 与普通提示词、系统提示词的差别聊到这里你可能觉得“这不就是高级一点的提示词吗”确实本质上它是提示词工程的产品化但差别非常大。普通提示词是一次性的。你把它粘贴给AI它按这个提示词干活干完就结束了。下次你还得重新粘或者让AI“记住”但未必真记住。系统提示词是常驻的但塞进系统提示词的内容越多AI的注意力就越分散反而影响性能。而且系统提示词里的内容是一次性全部加载的没法按需读取。Superpowers这类技能包是“按需加载”的。每个skill独立成文件AI在判断需要时自己打开相关文件来读。比如你让它修一个崩掉的接口它会先读“debugging”这个技能按里面的检查清单走一遍而不是把整个技能包的几百条规范全部灌进上下文。这个“按需加载”机制是Superpowers能火起来的关键。它既保证了AI行为有章可循又不把上下文撑爆。打个生活化的比方普通提示词像一张便利贴系统提示词像是把整本手册钉在墙上而Superpowers像是一个工具箱AI需要哪把螺丝刀就自己去拿哪把拿完放回去。2. 安装前的准备先搞清楚你的AI工具把技能放在哪很多人下载了Superpowers之后第一个问题是“我该把这个文件夹放哪”这确实是个坑因为不同AI工具加载技能的方式不一样。别急着复制粘贴先花两分钟确认你的工具类型。2.1 主流的AI编程工具分别支持哪类技能加载方式目前常用的AI编程助手大致分两类第一类是支持插件或扩展目录的代表是Claude Code。这类工具会有一个专门存放“commands”或“skills”的目录你只要把Superpowers里的技能文件夹丢进对应目录AI在启动时就能自动识别。第二类是通用的聊天式编程工具比如Cursor的编辑模式、Continue插件、甚至一些在线IDE。这些工具可能没有固定的“skills”目录但往往支持通过配置规则文件、自定义指令文件夹或者允许你在项目根目录放一个.cursorrules之类的文件。Superpowers也给出了兼容方案不是直接复制整个仓库而是把核心技能以“项目级规则”或“自定义指令”的方式引入。还有一个重要区别有的工具在 新会话 里自动加载技能索引有的工具需要在某项操作中手动用“召唤”命令。比如你在Claude Code里可以输入“/skill-name”来主动加载某个技能而Cursor里可能需要在对话里写明“请使用superpowers里的planning技能”。这个差异直接影响你后续怎么用别装完才发现根本调不出来。2.2 目录结构与依赖建议不管哪种方式你要弄明白的是技能包在本地是“什么形态”。一般来说Superpowers的技能包目录结构大致是这样superpowers/ ├── skills/ │ ├── brainstorming/ │ │ ├── SKILL.md │ │ └── refs/ │ ├── coding/ │ │ ├── SKILL.md │ │ └── templates/ │ ├── debugging/ │ ├── planning/ │ └── ... ├── commands/ └── README.md每个技能文件夹里至少有一个SKILL.md这就是技能的主文件里面写着该技能的触发条件、流程步骤、输出格式。有些技能还带refs或templates目录存放参考文件或模板。安装时你通常要把整个skills目录里的子文件夹复制到AI工具指定的技能目录。依赖方面Superpowers本身是纯文本不需要安装额外的Python包或Node模块。但它依赖AI工具本身具备“读取本地文件能力”。换句话说如果你的AI助手不支持读取目录文件这个技能包就只是摆设。所以安装前务必确认你的AI工具版本支持本地技能/自定义指令功能项目路径里没有特殊字符避免路径解析失败如果用了代码仓库同步建议把技能包目录加入.gitignore否则会把一堆Markdown文件传上去。3. 安装与引入Superpowers从拉到加载的完整步骤接下来是实操环节。我尽量把步骤写得能直接照做同时把每个操作背后的原因也交代清楚。3.1 获取项目文件获取Superpowers的方式很简单两种用git clone或者直接下载仓库ZIP。打开终端进入你想存放技能包的目录执行git clone 仓库地址如果你那里git访问不太顺畅也可以直接打开项目主页点 “Download ZIP”解压后得到同名文件夹。两种方式得到的源码内容完全一致区别在于git clone以后你可以用git pull随时更新下载ZIP则需要每次手动覆盖。下载完成后先别急着到处复制。我建议先看一眼README.md把它的基本说明过一遍尤其是“安装到你的AI工具”那一节。不同版本的Superpowers目录结构可能不同直接凭经验去猜容易出错。我之前就遇到过某个版本把技能文件放到了skills/而不是根目录结果浪费了半天找路径。3.2 在Claude Code中挂载技能目录我现在最常用的就是把Superpowers用在Claude Code上。安装路径因版本而异但思路是一致的让工具去指定目录里扫描技能。典型做法是找到Claude Code的“自定义命令目录”一般是在用户目录下叫.claude/commands或者项目级的.claude/commands。然后把技能文件夹直接软链或者复制过去mkdir -p ~/.claude/commands cp -r superpowers/skills/* ~/.claude/commands/如果你用的是项目级目录那就在项目根目录建一个.claude/commands同样复制技能进去。注意commands目录下的每个子文件夹会被识别成一个技能。有些版本可能要求技能文件放在~/.claude/skills/下这种路径差异最好以工具官方文档为准。稳妥的办法是复制完后重启终端或者重开一个会话输入/看看有没有出现技能列表。这里要单独提醒千万不要把整个superpowers仓库直接复制成~/.claude/commands/superpowers那样你的AI会把这个仓库当成一个技能而不是把里面的子技能一个个识别出来。需要注意等级别。3.3 在Cursor、Continue等工具中的挂载方式Cursor这类工具没有统一的“技能目录”但支持通过项目级规则文件来引入技能。具体做法有两种一种是把核心技能的内容合并进.cursorrules。因为.cursorrules里的内容会被当作默认系统指令所以不需要AI主动“读取文件”直接“天然意识到”这些规则。但缺点也很明显所有技能全挤在一个文件里会过长影响响应质量。所以我通常只把最通用、最核心的几个技能合并进去其余按需手动引用。另一种是使用Cursor新版本提供的“Notepads”或“Instructions”功能。你可以在项目里建立一个docs/skills目录把Superpowers里的技能Markdown文件放进去然后在项目说明文件里让AI遇到问题时先去这个目录中找对应文件。这有点像给AI一个“索引”让它按图索骥。Continue插件的方式也类似在项目根目录创建.continuerecipes或基于规则的目录把技能文件放进去。核心逻辑不变让你的AI助手知道“去哪读技能文件遇到什么场景读哪个文件”。3.4 验证安装是否成功装完不验证等于白装。最简单的验证方法是开一个新的会话用一句触发词试试调用技能。比如在Claude Code里输入请使用planning技能帮我把“用户登录模块”的改造排个计划。如果配置成功AI会回答类似“好的我先读取planning技能然后按步骤输出计划”。你仔细观察它的回答如果它开始列结构化的待办事项、评审标准、方案取舍说明技能生效了。如果你直接看到它开始随意写代码或泛泛而谈多半是没加载上。另一种验证方式是直接打开终端看日志。Claude Code、Cursor通常会在开发者工具里输出加载了哪些文件。看到日志中出现了skills/planning/SKILL.md基本就稳了。还有一个小技巧故意让AI做一件需要流程约束的事比如“帮我重构这个函数先写个方案再动手”。装了技能包的AI会主动问你要约束条件、列出重构步骤没装的AI往往直接开改。4. Superpowers自带的核心Skills清单说了半天用法很多朋友关心的还是那件事“superpowers到底有哪些skills”我根据自己的使用经验把最有价值、最常用的几个技能拉出来聊聊。注意不同版本的技能名称可能有增减但核心思想相差不大。4.1 按工作流程打包的技能组我整理了一张我实际在用的技能表你安装完可以对照着看技能名称用途定位何时触发brainstorming需求发散与方案权衡拿到一个模糊需求不知道从哪下手planning任务拆解与实施计划需求明确后做阶段规划、排优先级coding规范代码编写开始实际编写新功能或模块refactoring代码结构优化改动已有代码需要保证行为不变debugging问题定位与排查程序报错、行为异常、找不到根因testing测试设计与验证写单测、集成测试或补充回归用例documentation文档编写与维护需要写README、接口文档、注释code-review代码审查让AI检查自己或他人的PR/代码这八项基本覆盖了日常开发闭环从想清楚做什么到排计划到动手写到改问题再到验证和总结。每个技能是独立可用的但也可以串起来形成一条工作流。4.2 每个技能适合解决的典型问题举几个具体的例子。brainstorming我拿到一个新需求“给后台加个数据大屏”先别着急写代码点一下brainstorming技能。它会引导我列出用户故事、数据源、展示优先级、失败场景甚至多个技术选型的优劣对比。执行的产物是一份“需求思考笔记”而不是代码。这能省下非常多来回扯皮的时间。planning需求清楚了以后用planning技能把大目标拆成可验收的小任务输出任务清单、依赖关系、里程碑以及每个任务的定义完成(DoD)。我一般会把这个计划的输出塞进项目文档后续所有AI对话都以它为准。debugging这个技能最实用。让AI排查一个问题时它的做法不是乱翻日志而是先要求我提供错误复现步骤、相关的日志片段、最近改过什么然后列出若干假设再逐项验证。最后还会让我确认“修复是否引入新问题”。这套流程像我带新人能把线上事故处理得非常稳。testing写完代码后让AI用testing技能生成测试用例它会先分析哪些是核心逻辑边界再补测试代码还懂得把测试名写成“should_xxx”这种肉眼可读的风格。所有技能文件都是开放的。你完全可以打开SKILL.md看看里面到底写了什么把好的方法吸收进自己的团队规范。这也是这套技能包的价值所在它不是黑盒而是一套可学习的流程库。5. 实际使用中的操作逻辑不是背命令而是配合对话上下文技能包装好了不代表就万事大吉。我在前半个月的使用里踩过一个重要认知坑并不是每个技术问题都需要主动“调用”某个技能。Superpowers更理想的使用状态是让AI在合适的时候“自己想起来”用技能。5.1 如何触发一个技能技能触发的方式大概有三种主动调用。你在对话里明确说“使用xxx技能”AI会去读对应技能文件。适合你知道自己要干什么的阶段。被动唤醒。AI根据你的问题自动判断这可能属于哪个场景然后主动加载技能。比如你说“这段代码太乱了帮我理一理”它可能会主动读refactoring技能。命令菜单触发。某些工具里输入/会弹出技能列表直接选中即可。这种方式最省事前提是你记得有哪些技能。实际项目里我建议“主动调用为主被动唤醒为辅”。因为被动唤醒是否可靠取决于AI对场景的判断能力而它在判断模糊问题时往往会乱猜。既然花了力气装了技能包就该学会明确指派它。5.2 技能内部是如何“指挥”AI的好奇的朋友可以翻一个SKILL.md文件看看它内部结构通常包括元信息技能名称、适用场景、触发关键词。指导原则做这事的基本准则比如“debugging时永远不要猜测要先复现再修复”。工作流程一步步的指令比如“第一步收集错误信息第二步列出可能的根因第三步针对每个根因做验证”。输出格式要求AI以什么格式返回结果便于你审查。举个例子debugging技能里很可能包含这样的步骤先让AI向用户提问“最近改了什么代码”“有没有固定的复现条件”而不是直接给答案。这让AI像一位严谨的工程师而不是一个急着表现的话痨。这背后其实是“认知脚手架”的思路。AI本身有很强的推理能力但缺少过程规划。技能包提供的是结构化的过程规划让AI在这个框架内发挥创造力而不是天马行空地瞎想。5.3 多技能组合使用真正发挥Superpowers威力的是多个技能串联起来。拿一个我最近做的功能举例子给内部工具加一套权限管理。我先让AI用brainstorming技能产出了权限模型的需求边界然后用planning技能把任务拆成“数据表设计、API开发、前端对接、测试用例”四部分进入编码阶段让AI一边用coding技能输出代码一边在改旧接口时用refactoring技能避免破坏已有逻辑写完用testing技能补用例最后让AI用documentation技能更新接口文档。整个过程中AI不只产出一次结果而是循序渐进地产出一整套工程产物。给我的感觉就是我像一个产品经理在指挥一个带方法论的高级工程师。6. 踩坑记录与调优建议让Superpowers真正落地任何工具都有水土不服的时候。这节把我实际踩过的、以及社区里常见的问题集中说一下。6.1 三个最常见的安装失败原因不生效的案例十有八九是这三个原因第一复制层级不对。前面也提到过把技能文件夹当成一个整体复制却忘了技能包内部还有skills/子目录。检查方法到AI工具的技能目录下看看是不是每个子文件夹里都直接有SKILL.md。第二路径通配符没生效。很多配置需要写“技能目录的路径”如果你在配置里写的是相对路径比如./skills但实际当前工作目录不是项目根目录就会读取失败。建议先写绝对路径验证能读通再改相对路径。第三缓存没刷新。有些AI工具会缓存技能列表你新加了技能文件它还在用旧列表。表现是/菜单里根本不显示新技能。解决方法是强行重启应用或删掉缓存目录。别小看这个我见过不少人以为安装失败其实是没重启。6.2 技能冲突和自定义扩展装好之后下一步往往是“改”。尤其是当你用多个技能包时要注意冲突。举个实际例子我同时装了Superpowers和另一套安全审查技能包。Superpowers的coding技能要求AI“直接生成完整代码”而安全审查技能要求AI“先识别危险函数再写代码”。两个技能在触发时会打架AI一会儿听这个的一会儿听那个的。我最后的处理方式是把两个技能的内容合并成一个“开发总流程”技能在总流程里先做安全审查再做编码。或者你可以在项目内建立一个“优先级规则”明确说“当多个技能冲突时以Superpowers的planning技能为准”。自定义扩展是另一件很好玩的事。Superpowers的技能文件完全开放你完全可以把自己团队里的Code Review红线、接口规范、变量命名规则写成一个新的SKILL.md放进skills/目录。AI就会按你的规矩办事。我后来做的一个比较成功的事情就是把公司内部的 Git 提交流程规范写成了一个git-workflow技能。从此AI每次提交代码前都会先检查分支名和提交信息格式。6.3 别把它当成万能神器最后说点泼冷水的话。Superpowers很好用但它解决的是“AI不知道流程”的问题而不是“AI生成代码完全正确”的问题。它给你的是方法论框架不代表AI不会写出有bug的代码。任何AI写的东西最终都要经过人工Review和测试。我也见过有朋友装上这套技能包以后把所有任务都甩给AI结果AI一本正经地犯错误。技能包里的流程再严谨也需要有人在关键节点做判断。建议把它当成一个“自动戴上安全帽的实习生”而不是“无限可信的高级架构师”。但从我的实际体验看只要你理解它的工作方式、按需引入、及时修正Superpowers确实能让你手里的AI助手往上跃一个大台阶。现在我在日常工作流里已经离不开它了最直接的感受是原来需要用几十行指令来“调教”AI做的事现在一句话加上技能触发就搞定了。这套技能库值得你在自己的编辑器和终端里试试装好之后也别忘了花时间看看那些Markdown文件因为真正值钱的不止是“能用”而是你从里面学到的这套工程化思考方式。
最初接触Superpowers是在给Claude Code调工作流的时候。当时我总在重复做同一件事每次让AI帮我改代码光背景说明就要写一大堆切换任务后它又把上一轮的约定忘得干干净净。后来才发现问题不在AI笨而是我缺了一套能“装进AI脑子里”的操作手册。Superpowers就是干这个的——它是一套开源技能包把编程里最常用的思考流程、工作步骤、代码规范拆成一个个“技能(skill)”每个技能都是一份结构化指令让AI在遇到对应场景时自动载入不是空口说“你是个资深工程师”而是告诉它“先干什么、后干什么、遇到边界怎么处理”。这篇内容我来分享它到底有哪些skills、怎么安装、怎么引入这些技能以及在真实项目里使用会遇到哪些坑。适合两类人一类是已经在用Claude Code、Cursor这类AI编程助手觉得“AI写代码还是不够稳”的朋友另一类是看了热搜好奇Superpowers是什么想在自己工具链里试一下的人。文章不会只贴命令会把使用逻辑和排查过程一起讲清楚。1. Superpowers到底是什么一套给AI编程助手用的“技能包”很多人第一次听到“superpowers”这个名字脑子里蹦出来的可能是“超能力”“金手指”。放在编程工具圈它其实是一个非常朴素的工程化产物一个以Markdown文件为载体的技能仓库。1.1 它的定位和典型使用场景先说定位。Superpowers的核心不是某个具体功能而是一套“可执行的工程方法论”。它把AI编程助手在做任务时需要的背景知识、操作步骤、验收标准封装成一个个独立的Markdown文档每个文档就是一个skill。当你的AI助手遇到某个场景比如要重构一段代码、要写测试用例、要排查一个诡异bug它会主动去读取对应skill然后按照skill里的步骤来行动。我听过的几个典型使用场景让AI从零搭建一个新项目时不用你一步步交代目录结构、配置规范技能包里有标准的项目初始化流程。做前端页面时AI会先梳理组件层级再写样式最后自己检查可访问性而不是一股脑输出一坨代码。遇到测试用例不通过AI会先看失败原因再决定是修代码还是修测试而不是盲目重写。说白了有了这套技能包AI从“聊天机器人”变成“懂作业流程的执行者”。它自己会规划工作步骤并且每一步都调用经过验证的方法减少胡写和反复返工。再深入说一点Superpowers最初源于对AI编程助手“上下文不连续”的反思。普通对话里你给AI说一万字项目背景它记住的是“临时会话记忆”但只要新开一个会话一切清零。sklis则是把知识固化在文件里谁加载都一样。这叫“把经验沉淀到工具链里而不是每个人的聊天记录里”。1.2 与普通提示词、系统提示词的差别聊到这里你可能觉得“这不就是高级一点的提示词吗”确实本质上它是提示词工程的产品化但差别非常大。普通提示词是一次性的。你把它粘贴给AI它按这个提示词干活干完就结束了。下次你还得重新粘或者让AI“记住”但未必真记住。系统提示词是常驻的但塞进系统提示词的内容越多AI的注意力就越分散反而影响性能。而且系统提示词里的内容是一次性全部加载的没法按需读取。Superpowers这类技能包是“按需加载”的。每个skill独立成文件AI在判断需要时自己打开相关文件来读。比如你让它修一个崩掉的接口它会先读“debugging”这个技能按里面的检查清单走一遍而不是把整个技能包的几百条规范全部灌进上下文。这个“按需加载”机制是Superpowers能火起来的关键。它既保证了AI行为有章可循又不把上下文撑爆。打个生活化的比方普通提示词像一张便利贴系统提示词像是把整本手册钉在墙上而Superpowers像是一个工具箱AI需要哪把螺丝刀就自己去拿哪把拿完放回去。2. 安装前的准备先搞清楚你的AI工具把技能放在哪很多人下载了Superpowers之后第一个问题是“我该把这个文件夹放哪”这确实是个坑因为不同AI工具加载技能的方式不一样。别急着复制粘贴先花两分钟确认你的工具类型。2.1 主流的AI编程工具分别支持哪类技能加载方式目前常用的AI编程助手大致分两类第一类是支持插件或扩展目录的代表是Claude Code。这类工具会有一个专门存放“commands”或“skills”的目录你只要把Superpowers里的技能文件夹丢进对应目录AI在启动时就能自动识别。第二类是通用的聊天式编程工具比如Cursor的编辑模式、Continue插件、甚至一些在线IDE。这些工具可能没有固定的“skills”目录但往往支持通过配置规则文件、自定义指令文件夹或者允许你在项目根目录放一个.cursorrules之类的文件。Superpowers也给出了兼容方案不是直接复制整个仓库而是把核心技能以“项目级规则”或“自定义指令”的方式引入。还有一个重要区别有的工具在 新会话 里自动加载技能索引有的工具需要在某项操作中手动用“召唤”命令。比如你在Claude Code里可以输入“/skill-name”来主动加载某个技能而Cursor里可能需要在对话里写明“请使用superpowers里的planning技能”。这个差异直接影响你后续怎么用别装完才发现根本调不出来。2.2 目录结构与依赖建议不管哪种方式你要弄明白的是技能包在本地是“什么形态”。一般来说Superpowers的技能包目录结构大致是这样superpowers/ ├── skills/ │ ├── brainstorming/ │ │ ├── SKILL.md │ │ └── refs/ │ ├── coding/ │ │ ├── SKILL.md │ │ └── templates/ │ ├── debugging/ │ ├── planning/ │ └── ... ├── commands/ └── README.md每个技能文件夹里至少有一个SKILL.md这就是技能的主文件里面写着该技能的触发条件、流程步骤、输出格式。有些技能还带refs或templates目录存放参考文件或模板。安装时你通常要把整个skills目录里的子文件夹复制到AI工具指定的技能目录。依赖方面Superpowers本身是纯文本不需要安装额外的Python包或Node模块。但它依赖AI工具本身具备“读取本地文件能力”。换句话说如果你的AI助手不支持读取目录文件这个技能包就只是摆设。所以安装前务必确认你的AI工具版本支持本地技能/自定义指令功能项目路径里没有特殊字符避免路径解析失败如果用了代码仓库同步建议把技能包目录加入.gitignore否则会把一堆Markdown文件传上去。3. 安装与引入Superpowers从拉到加载的完整步骤接下来是实操环节。我尽量把步骤写得能直接照做同时把每个操作背后的原因也交代清楚。3.1 获取项目文件获取Superpowers的方式很简单两种用git clone或者直接下载仓库ZIP。打开终端进入你想存放技能包的目录执行git clone 仓库地址如果你那里git访问不太顺畅也可以直接打开项目主页点 “Download ZIP”解压后得到同名文件夹。两种方式得到的源码内容完全一致区别在于git clone以后你可以用git pull随时更新下载ZIP则需要每次手动覆盖。下载完成后先别急着到处复制。我建议先看一眼README.md把它的基本说明过一遍尤其是“安装到你的AI工具”那一节。不同版本的Superpowers目录结构可能不同直接凭经验去猜容易出错。我之前就遇到过某个版本把技能文件放到了skills/而不是根目录结果浪费了半天找路径。3.2 在Claude Code中挂载技能目录我现在最常用的就是把Superpowers用在Claude Code上。安装路径因版本而异但思路是一致的让工具去指定目录里扫描技能。典型做法是找到Claude Code的“自定义命令目录”一般是在用户目录下叫.claude/commands或者项目级的.claude/commands。然后把技能文件夹直接软链或者复制过去mkdir -p ~/.claude/commands cp -r superpowers/skills/* ~/.claude/commands/如果你用的是项目级目录那就在项目根目录建一个.claude/commands同样复制技能进去。注意commands目录下的每个子文件夹会被识别成一个技能。有些版本可能要求技能文件放在~/.claude/skills/下这种路径差异最好以工具官方文档为准。稳妥的办法是复制完后重启终端或者重开一个会话输入/看看有没有出现技能列表。这里要单独提醒千万不要把整个superpowers仓库直接复制成~/.claude/commands/superpowers那样你的AI会把这个仓库当成一个技能而不是把里面的子技能一个个识别出来。需要注意等级别。3.3 在Cursor、Continue等工具中的挂载方式Cursor这类工具没有统一的“技能目录”但支持通过项目级规则文件来引入技能。具体做法有两种一种是把核心技能的内容合并进.cursorrules。因为.cursorrules里的内容会被当作默认系统指令所以不需要AI主动“读取文件”直接“天然意识到”这些规则。但缺点也很明显所有技能全挤在一个文件里会过长影响响应质量。所以我通常只把最通用、最核心的几个技能合并进去其余按需手动引用。另一种是使用Cursor新版本提供的“Notepads”或“Instructions”功能。你可以在项目里建立一个docs/skills目录把Superpowers里的技能Markdown文件放进去然后在项目说明文件里让AI遇到问题时先去这个目录中找对应文件。这有点像给AI一个“索引”让它按图索骥。Continue插件的方式也类似在项目根目录创建.continuerecipes或基于规则的目录把技能文件放进去。核心逻辑不变让你的AI助手知道“去哪读技能文件遇到什么场景读哪个文件”。3.4 验证安装是否成功装完不验证等于白装。最简单的验证方法是开一个新的会话用一句触发词试试调用技能。比如在Claude Code里输入请使用planning技能帮我把“用户登录模块”的改造排个计划。如果配置成功AI会回答类似“好的我先读取planning技能然后按步骤输出计划”。你仔细观察它的回答如果它开始列结构化的待办事项、评审标准、方案取舍说明技能生效了。如果你直接看到它开始随意写代码或泛泛而谈多半是没加载上。另一种验证方式是直接打开终端看日志。Claude Code、Cursor通常会在开发者工具里输出加载了哪些文件。看到日志中出现了skills/planning/SKILL.md基本就稳了。还有一个小技巧故意让AI做一件需要流程约束的事比如“帮我重构这个函数先写个方案再动手”。装了技能包的AI会主动问你要约束条件、列出重构步骤没装的AI往往直接开改。4. Superpowers自带的核心Skills清单说了半天用法很多朋友关心的还是那件事“superpowers到底有哪些skills”我根据自己的使用经验把最有价值、最常用的几个技能拉出来聊聊。注意不同版本的技能名称可能有增减但核心思想相差不大。4.1 按工作流程打包的技能组我整理了一张我实际在用的技能表你安装完可以对照着看技能名称用途定位何时触发brainstorming需求发散与方案权衡拿到一个模糊需求不知道从哪下手planning任务拆解与实施计划需求明确后做阶段规划、排优先级coding规范代码编写开始实际编写新功能或模块refactoring代码结构优化改动已有代码需要保证行为不变debugging问题定位与排查程序报错、行为异常、找不到根因testing测试设计与验证写单测、集成测试或补充回归用例documentation文档编写与维护需要写README、接口文档、注释code-review代码审查让AI检查自己或他人的PR/代码这八项基本覆盖了日常开发闭环从想清楚做什么到排计划到动手写到改问题再到验证和总结。每个技能是独立可用的但也可以串起来形成一条工作流。4.2 每个技能适合解决的典型问题举几个具体的例子。brainstorming我拿到一个新需求“给后台加个数据大屏”先别着急写代码点一下brainstorming技能。它会引导我列出用户故事、数据源、展示优先级、失败场景甚至多个技术选型的优劣对比。执行的产物是一份“需求思考笔记”而不是代码。这能省下非常多来回扯皮的时间。planning需求清楚了以后用planning技能把大目标拆成可验收的小任务输出任务清单、依赖关系、里程碑以及每个任务的定义完成(DoD)。我一般会把这个计划的输出塞进项目文档后续所有AI对话都以它为准。debugging这个技能最实用。让AI排查一个问题时它的做法不是乱翻日志而是先要求我提供错误复现步骤、相关的日志片段、最近改过什么然后列出若干假设再逐项验证。最后还会让我确认“修复是否引入新问题”。这套流程像我带新人能把线上事故处理得非常稳。testing写完代码后让AI用testing技能生成测试用例它会先分析哪些是核心逻辑边界再补测试代码还懂得把测试名写成“should_xxx”这种肉眼可读的风格。所有技能文件都是开放的。你完全可以打开SKILL.md看看里面到底写了什么把好的方法吸收进自己的团队规范。这也是这套技能包的价值所在它不是黑盒而是一套可学习的流程库。5. 实际使用中的操作逻辑不是背命令而是配合对话上下文技能包装好了不代表就万事大吉。我在前半个月的使用里踩过一个重要认知坑并不是每个技术问题都需要主动“调用”某个技能。Superpowers更理想的使用状态是让AI在合适的时候“自己想起来”用技能。5.1 如何触发一个技能技能触发的方式大概有三种主动调用。你在对话里明确说“使用xxx技能”AI会去读对应技能文件。适合你知道自己要干什么的阶段。被动唤醒。AI根据你的问题自动判断这可能属于哪个场景然后主动加载技能。比如你说“这段代码太乱了帮我理一理”它可能会主动读refactoring技能。命令菜单触发。某些工具里输入/会弹出技能列表直接选中即可。这种方式最省事前提是你记得有哪些技能。实际项目里我建议“主动调用为主被动唤醒为辅”。因为被动唤醒是否可靠取决于AI对场景的判断能力而它在判断模糊问题时往往会乱猜。既然花了力气装了技能包就该学会明确指派它。5.2 技能内部是如何“指挥”AI的好奇的朋友可以翻一个SKILL.md文件看看它内部结构通常包括元信息技能名称、适用场景、触发关键词。指导原则做这事的基本准则比如“debugging时永远不要猜测要先复现再修复”。工作流程一步步的指令比如“第一步收集错误信息第二步列出可能的根因第三步针对每个根因做验证”。输出格式要求AI以什么格式返回结果便于你审查。举个例子debugging技能里很可能包含这样的步骤先让AI向用户提问“最近改了什么代码”“有没有固定的复现条件”而不是直接给答案。这让AI像一位严谨的工程师而不是一个急着表现的话痨。这背后其实是“认知脚手架”的思路。AI本身有很强的推理能力但缺少过程规划。技能包提供的是结构化的过程规划让AI在这个框架内发挥创造力而不是天马行空地瞎想。5.3 多技能组合使用真正发挥Superpowers威力的是多个技能串联起来。拿一个我最近做的功能举例子给内部工具加一套权限管理。我先让AI用brainstorming技能产出了权限模型的需求边界然后用planning技能把任务拆成“数据表设计、API开发、前端对接、测试用例”四部分进入编码阶段让AI一边用coding技能输出代码一边在改旧接口时用refactoring技能避免破坏已有逻辑写完用testing技能补用例最后让AI用documentation技能更新接口文档。整个过程中AI不只产出一次结果而是循序渐进地产出一整套工程产物。给我的感觉就是我像一个产品经理在指挥一个带方法论的高级工程师。6. 踩坑记录与调优建议让Superpowers真正落地任何工具都有水土不服的时候。这节把我实际踩过的、以及社区里常见的问题集中说一下。6.1 三个最常见的安装失败原因不生效的案例十有八九是这三个原因第一复制层级不对。前面也提到过把技能文件夹当成一个整体复制却忘了技能包内部还有skills/子目录。检查方法到AI工具的技能目录下看看是不是每个子文件夹里都直接有SKILL.md。第二路径通配符没生效。很多配置需要写“技能目录的路径”如果你在配置里写的是相对路径比如./skills但实际当前工作目录不是项目根目录就会读取失败。建议先写绝对路径验证能读通再改相对路径。第三缓存没刷新。有些AI工具会缓存技能列表你新加了技能文件它还在用旧列表。表现是/菜单里根本不显示新技能。解决方法是强行重启应用或删掉缓存目录。别小看这个我见过不少人以为安装失败其实是没重启。6.2 技能冲突和自定义扩展装好之后下一步往往是“改”。尤其是当你用多个技能包时要注意冲突。举个实际例子我同时装了Superpowers和另一套安全审查技能包。Superpowers的coding技能要求AI“直接生成完整代码”而安全审查技能要求AI“先识别危险函数再写代码”。两个技能在触发时会打架AI一会儿听这个的一会儿听那个的。我最后的处理方式是把两个技能的内容合并成一个“开发总流程”技能在总流程里先做安全审查再做编码。或者你可以在项目内建立一个“优先级规则”明确说“当多个技能冲突时以Superpowers的planning技能为准”。自定义扩展是另一件很好玩的事。Superpowers的技能文件完全开放你完全可以把自己团队里的Code Review红线、接口规范、变量命名规则写成一个新的SKILL.md放进skills/目录。AI就会按你的规矩办事。我后来做的一个比较成功的事情就是把公司内部的 Git 提交流程规范写成了一个git-workflow技能。从此AI每次提交代码前都会先检查分支名和提交信息格式。6.3 别把它当成万能神器最后说点泼冷水的话。Superpowers很好用但它解决的是“AI不知道流程”的问题而不是“AI生成代码完全正确”的问题。它给你的是方法论框架不代表AI不会写出有bug的代码。任何AI写的东西最终都要经过人工Review和测试。我也见过有朋友装上这套技能包以后把所有任务都甩给AI结果AI一本正经地犯错误。技能包里的流程再严谨也需要有人在关键节点做判断。建议把它当成一个“自动戴上安全帽的实习生”而不是“无限可信的高级架构师”。但从我的实际体验看只要你理解它的工作方式、按需引入、及时修正Superpowers确实能让你手里的AI助手往上跃一个大台阶。现在我在日常工作流里已经离不开它了最直接的感受是原来需要用几十行指令来“调教”AI做的事现在一句话加上技能触发就搞定了。这套技能库值得你在自己的编辑器和终端里试试装好之后也别忘了花时间看看那些Markdown文件因为真正值钱的不止是“能用”而是你从里面学到的这套工程化思考方式。
