最近 Claude Code 的圈子里superpowers这个词被频繁提起。我一开始以为又是什么营销话术直到自己在一个多小时的结对编程里连续三次被同一个低级 Bug 卡住而 AI 助手每次都用一种我很懂的语气给出一个看似合理、实则完全没解决痛点的方案。那一刻我才意识到问题不在模型在于我给它的做事方法论太贫瘠了——就像给了个聪明人一仓库零件却没给说明书。后来我把superpowers这套技能包装进 Claude Code整个协作节奏瞬间不一样了。它不是什么魔法模型而是一套可复用的结构化工作流把怎么思考、怎么拆问题、怎么验证沉淀成明确的 skillsAI 在执行任务时被引导着按这些流程走而不是凭感觉自由发挥。这篇文章我就把自己从零安装、逐个试用、到踩坑排查的完整过程写下来给正在被AI 输出很流畅但总差点意思困扰的人一个可直接抄作业的参考。这套方案的优势在于它不改变底层模型只是在提示词与工具调用层加上了一层技能约束所以任何水平的用户都能装但想用好必须理解它的触发和调用机制。1. 先别急着装superpowers 到底解决了什么问题在动手敲命令之前值得花两分钟搞懂这套东西的思路。因为如果你不理解它的设计逻辑装完之后大概率只会得到一堆看起来很高深的技巧清单然后依旧不知道该什么时候用。1.1 为什么说 Claude Code 正在经历技能空洞直接抛一句 prompt比如帮我修一下这个 bug给 Claude Code它能做事但质量极不稳定。原因很简单模型本身没有先复现、再定位、再验证这种工程师的本能。它只是根据概率在补全你的代码而不是真的在执行一个严谨的工程流程。superpowers 解决的就是这个技能空洞。它由一系列skills组成每个 skill 是一个包含明确指令、步骤和验收标准的文档化流程。当 AI 决定使用某个 skill 时它会按照文档里的方法去做事而不是自己的默认行为。这里有三个核心概念建议先理解再上手概念作用类比Skills具体的技能比如头脑风暴、测试驱动开发、根因分析武功招式Agents根据任务自动选择、调用多个 skills 的协调者指挥者Hooks挂钩在特定节点如代码提交前自动触发的流程机关陷阱三者配合的最终效果是让 Claude Code 在工作时显式经历理解任务 → 规划路径 → 执行 → 验证这四个阶段而不是跳步。1.2 这套方案和在 prompt 里写你是个专家的本质区别很多人觉得我在 system prompt 里加一句你是一名资深工程师请严谨对待任务效果差不多。实际差远了。在 prompt 里写角色设定只是心理暗示模型没有一套可执行的步骤来支撑这个设定。而superpowers 的 skill 文档是强制性的流程比如 TDD skill 会明确要求先写失败测试 → 再写实现 → 最后重构每一步都有检查清单。我用一个生活化的例子解释你让一个新手做菜说你是个专业厨师他可能还是凭感觉放盐。但如果你给他一张菜谱上面写着每 500 克菜放 3 克盐分两次放他照着做成品就稳定多了。superpowers 提供的就是这套菜谱。1.3 使用前必须具备的三点认知它是工作流而非模型安装它不会让 Claude 突然变得聪明但会让它的输出更稳定、更可预期。依赖版本兼容性项目更新较快不同版本的 Claude Code 对 skills 的加载方式有差异安装后要做验证后面细说。不要全盘照搬这些技能流程是为通用编程场景设计的你的项目有独特规范时可以按需修改技能文档而不是硬套。理解这些之后再开始安装你会清晰很多。2. 安装前置清单别在最容易翻车的环节浪费时间我见过不少人卡在安装的第一步教程说克隆仓库到 Skills 目录但到底哪个目录软链接和复制有什么区别装完怎么确认生效这一节先把环境准备讲透。2.1 环境要求与项目获取superpowers的官方项目在 GitHub 上依赖 Claude Code 的 skills 机制。安装前请确认Claude Code 版本建议用较新版本并确认是否支持~/.claude/skills目录技能目录的版本兼容性可以通过运行claude --version了解大致时间线再对照项目文档的说明。系统环境macOS / Linux 均可Windows 用户建议用 WSL 或 Git Bash避免路径解析问题。Git需要它来克隆仓库这个不用多说。获取项目的方式很简单git clone https://github.com/obra/superpowers.git注意如果你在在国内网络环境下克隆失败使用镜像站点的做法不在本文讨论范围但克隆完毕后最好检查一下仓库里是否有skills/目录这是核心内容的所在地。2.2 安装前需要确认的三件事你的 Claude Code 配置目录是否存在通常位于~/.claude/如果不存在说明你可能还没初始化过 Claude Code。磁盘权限是否足够写入~/.claude/skills一般没问题但如果你用系统级安装可能需要 sudo不推荐。备份现有 skills如果你已经装过其他技能包先把~/.claude/skills/里的原有内容备份到别处避免冲突。3. 完整安装过程从克隆仓库到技能生效下面给出我实际验证过的安装链路分为仓库获取、技能部署和效果验证三步。3.1 把 skills 放进 Claude Code 的技能仓库Claude Code 通过扫描~/.claude/skills/目录下的子目录来发现技能。每个子目录必须包含一个SKILL.md文件这个文件就是技能的说明书。所以安装 superpowers 本质上就是把项目里的skills/目录内容复制或链接到~/.claude/skills/下。我推荐用软链接而不是复制因为后续更新很方便cd ~/.claude/skills ln -s /path/to/superpowers/skills/* . # 注意路径中的 * 必须正确展开如果怕软链接在某些环境下不识别或者你需要对技能文档做个性化修改那就用复制cp -r /path/to/superpowers/skills/* ~/.claude/skills/两种方式都行。我的建议是先复制待到你确定自己会长期使用再改用软链接。因为复制出来的副本可以直接修改不会影响仓库更新软链接则意味着你对技能的任何修改都会在下次git pull时被覆盖。3.2 通过 CLAUDE.md 声明技能入口光把技能文件放进目录还不够你需要在 Claude Code 的项目配置CLAUDE.md里声明这些技能的存在让 AI 在对话中能感知到它们。在CLAUDE.md中加上类似这样的段落## Skills 使用指南 本项目已启用 superpowers 技能包。遇到以下场景时主动使用对应技能 - 需求不明确时使用 brainstorming 技能 - 需要写新功能时优先使用 TDD 技能 - 排查线上问题时使用 root-cause 技能这一步本质上是告知 AI 你的武器库里有什么武器。别小看这段声明没有它技能文件虽然存在但 AI 可能根本意识不到该调用它们。3.3 校验安装结果安装是否成功最直接的验证方式是在 Claude Code 里问一句你当前可用的 skills 有哪些请列出名称和适用场景。如果回答中包含 superpowers 里的技能名如 brainstorming、TDD、root-cause 等说明安装成功。另外一个很实用的验证方式打开一个简单的需求比如用 Python 写一个计算器模块然后看 AI 的思考过程是否体现出了先拆解 → 再实现 → 自测的节奏。如果它上来就直接甩代码说明技能可能没有被正确加载回到第 3.2 步检查声明。4. 核心 skills 逐一拆解每种技能该在什么场景下启用安装完成后大多数人最关心的问题是这些 skills 到底是干嘛用的我做了一张速查表然后逐个用实际体验说明。技能名核心用途最适合的场景brainstorming把模糊想法变成结构化方案需求还没有想清楚时TDD测试驱动的开发流程写新功能、修 Bug 时保证质量root-cause系统化定位问题根因排查线上故障、疑难 Bugred-team主动寻找方案漏洞完成关键设计或重构前auto-review独立的代码审查流程提交 PR 前自查4.1 brainstorming让思路先落纸以前我给 AI 描述一个模糊的想法它通常会直接猜一个方案。有了 brainstorming 技能它会先和我进行一轮结构化问答明确目标和约束条件列出可能的方案选项逐个评估优缺点确认后再进入执行阶段实际体验我需要一个能把 Markdown 自动转成思维导图的小工具。一开始我只说帮我写个转换脚本。启用 brainstorming 后它先问我转换后是直接在终端展示还是生成 HTML关键词层级怎么识别有没有第三方库约束这些问题是我自己都没想过的。等方案定下来再写代码少走了很多弯路。我的心得这个技能特别适合需求还停留在我想做点什么阶段的项目因为它会把做之前想清楚这个动作显性化。4.2 TDD 红绿循环从测试倒推实现这个技能我最早是持怀疑态度的——让 AI 写测试再写代码不还是它自己写吗但实际用下来效果确实不一样。TDD 技能会强制 Claude Code 执行以下步骤红先写一个会失败的测试绿写最小化实现让测试通过重构清理代码结构实际体验在写一个多语言翻译缓存功能时AI 第一次尝试只写了一个简单的内存缓存。但 TDD 流程逼着它先写了并发场景的测试结果测试真的失败了。于是它回头补上了锁机制。如果没有这套流程并发隐患会在上线后才暴露。请注意这套流程在 AI 手里也存在局限性它写的测试可能和实现是同源的容易形成思维定势。所以我的做法是在它完成 TDD 流程后我会追加一些边界测试用例人工补刀。4.3 root-cause杜绝头痛医头排查 Bug 时我以前的 prompt 是为什么这段代码报错结果 AI 经常给出表层原因比如变量未定义。真正的原因可能是模块加载时序问题变量未定义只是表象。root-cause 技能它的流程是先要求提供可复现步骤列出所有可能的原因并注明优先级按优先级逐一验证而不是猜一个就改修复后回归测试覆盖实际体验有一次服务偶发超时前两次我直接用普通 promptAI 让我改连接池参数没用。后来用 root-cause 技能它先要求我提供curl命令触发复现然后列出了 DNS 解析、TCP 握手、应用层处理三个排查方向最后定位到一条错误的超时配置导致的 connect 延迟。这个排查思路甚至比很多初级工程师都完整。4.4 其他值得一试的 skillsred-team在你刚写完一个复杂模块但还没上线时让 AI 以攻击者的身份找漏洞适用于安全敏感的功能。auto-review相当于让 AI 用另一个视角审查自己刚写的代码能发现不少低级问题但别指望它代替人工 code review。使用这些技能有一个共同前提你要在对话中明确表达出触发意图。比如直接说请用 red-team 技能审查这段代码比帮我看看有没有问题的效果好得多。因为技能名称是一个精确的开关。5. 怎么引入和加载这些技能调用机制解析好多装了 superpowers 的人会问我每次都要手动指定用哪个技能吗不能自动触发吗这一节就讲清楚技能的加载和调用机制以及如何配置自动触发。5.1 技能是如何被看见的技能被发现依赖两个机制文件系统扫描~/.claude/skills/目录下的所有含SKILL.md的子目录都会被扫描到。CLAUDE.md 声明项目根目录的CLAUDE.md中的描述会在对话开始时注入上下文让模型知道这些技能的存在和使用场景。所以AI 能不能想起用技能取决于第 2 点写得好不好。我的建议是在CLAUDE.md中写清楚每种技能的触发条件比如- 当用户要求设计或规划时优先调用 brainstorming 技能 - 当用户要求修复或排查时优先调用 root-cause 技能5.2 手动加载 vs 自动触发在对话中你可以用两种方式让技能生效手动方式请使用 TDD 技能来完成这个功能实现一个带过期时间的 LRU 缓存。自动方式靠上下文驱动。当需求描述比较模糊时AI 可能自己判断需要 brainstorming。但自动触发并不总是发生更可靠的做法是显式指定。这就是为什么我在实际使用中会刻意在对话开头的需求描述里加上一句请结合需求复杂度决定是否使用 brainstorming 技能。当需求确实复杂时它能自动切到规划模式相当于给 AI 装了一个需求拐弯检测器。5.3 自定义技能把项目里的重复流程沉淀下来superpowers 最有价值的点是可以按同样的格式自己写技能。比如我在做一个微服务项目时团队上线前总要走一遍配置检查 → 数据库迁移 → 接口自测的流程我就把这段流程写成了一个deploy-check技能--- name: deploy-check description: 上线前执行完整的部署前置检查 --- ## 检查步骤 1. 读取 config.yml核对数据库连接字符串环境变量名是否正确 2. 列出所有未提交的迁移文件并检查时间戳 3. 针对每个变更的 API 端点生成一次 curl 自测命令并执行 4. 输出检查报告并用红色标注失败项放到~/.claude/skills/deploy-check/SKILL.md之后AI 就具备了这个技能。这种做法非常自助不但能用别人的技能还能长出自己的技能让 AI 真正贴合项目流程。6. 踩坑实录与排查思路安装后最常见的问题跟大家说实话superpowers 安装成功率不低但装了之后不生效的概率也不低。我前前后后帮朋友排查过几次发现问题大多集中在三类。6.1 技能目录结构错误导致扫描不到有人把克隆下来的整个superpowers仓库直接放进了~/.claude/skills/。结果结构变成~/.claude/skills/superpowers/skills/brainstorming/SKILL.md而正确的结构应该是~/.claude/skills/brainstorming/SKILL.mdClaude Code 的扫描逻辑通常是一级目录级别的它只会扫描~/.claude/skills/下的直接子目录。多套一层目录会导致技能扫描不到。排查步骤ls ~/.claude/skills/ # 理想输出是brainstorming red-team root-cause tdd ...如果你看到的是一个superpowers文件夹说明层级错了用mv把内部目录挪出来即可。6.2 CLAUDE.md 声明写在非项目根目录有人把CLAUDE.md写在了子目录里以为 AI 会递归读取。Claude Code 通常优先读取项目根目录下的CLAUDE.md子目录的只有在你进入对应文件作用域时才会被考虑。所以把技能声明放在项目根目录的CLAUDE.md中是更稳妥的做法。6.3 技能文件使用了不兼容的 YAML front-matter每个SKILL.md开头有一个 YAML 头部包含技能名称和描述。不同版本对字段的支持可能有差异。如果你发现 AI 能感知到技能存在但加载后行为混乱完全不按流程走建议打开技能文件检查 front-matter 格式--- name: tdd description: 使用红绿循环进行测试驱动开发 ---如果你的 Claude Code 版本较新可能还支持权限控制和额外元数据字段具体以项目 README 说明为准。修改后重启 Claude Code再测试才会生效。6.4 一个值得警惕的副作用流程变长用上技能后AI 做很多事都会先走流程输出速度会明显变慢对话轮次也会变多。这不是故障是设计使然。我的应对策略是分场景使用小需求如改一个函数名直接普通模式大需求新模块、故障排查再主动启用技能。在CLAUDE.md中加上一句简单任务无需使用技能直接执行即可能有效减少开销。7. 在真实项目里的使用节奏与我的个人体会技能不是越多越好把 superpowers 里的所有技能都塞给 AI未必是理想状态。我在一个接近生产环境的中型项目里试了大半个月逐渐总结出一套适合自己的调用节奏。7.1 我最常用的三技能组合拳日常开发里我会这样安排技能的出场顺序需求混乱时 → brainstorming先花 10 分钟把方案聊清楚。方案确定后 → TDD边写功能边沉淀测试。遇到疑难杂症 → root-cause按优先级排查而不是让 AI 拍脑袋改配置。这套组合拳的好处是它能根据任务阶段自动切换思考深度。前期发散、中期收敛、后期严谨符合一个真实工程师的工作节奏。7.2 哪些技能我建议谨慎使用auto-review它对代码质量的评价相对表面主要集中在风格和潜在空指针项目特有的业务约束它还是理解不了。我的做法是让它做一个pre-commit 自查真正的人工评审不放水。red-team用时也要小心它可能提出一些过度的安全建议导致代码复杂度上升。对于内部工具这种非敏感场景没必要每次都启用。7.3 最后分享一个很实用的小技巧在CLAUDE.md中我会把技能列表和对应场景写得像一份菜单## 技能触发菜单 - 说帮我理一下思路 → brainstorming - 说按 TDD 来 → TDD - 说查一下这个崩溃的原因 → root-cause - 说鸡蛋里挑骨头 → red-team这样一来对话时不需要每次解释一遍技能是什么直接说触发口令AI 就明白了。本质上superpowers 是在训练 AI 养成严谨工作的肌肉记忆而你要做的就是给它编好选择肌肉记忆的菜单。如果你手头正好有 Claude Code现在就可以按文中的步骤装一套重点去感受一下启用 TDD 和 root-cause 技能前后的差别。等跑完第一个正经任务你会回来感谢这套流程的。
最近 Claude Code 的圈子里superpowers这个词被频繁提起。我一开始以为又是什么营销话术直到自己在一个多小时的结对编程里连续三次被同一个低级 Bug 卡住而 AI 助手每次都用一种我很懂的语气给出一个看似合理、实则完全没解决痛点的方案。那一刻我才意识到问题不在模型在于我给它的做事方法论太贫瘠了——就像给了个聪明人一仓库零件却没给说明书。后来我把superpowers这套技能包装进 Claude Code整个协作节奏瞬间不一样了。它不是什么魔法模型而是一套可复用的结构化工作流把怎么思考、怎么拆问题、怎么验证沉淀成明确的 skillsAI 在执行任务时被引导着按这些流程走而不是凭感觉自由发挥。这篇文章我就把自己从零安装、逐个试用、到踩坑排查的完整过程写下来给正在被AI 输出很流畅但总差点意思困扰的人一个可直接抄作业的参考。这套方案的优势在于它不改变底层模型只是在提示词与工具调用层加上了一层技能约束所以任何水平的用户都能装但想用好必须理解它的触发和调用机制。1. 先别急着装superpowers 到底解决了什么问题在动手敲命令之前值得花两分钟搞懂这套东西的思路。因为如果你不理解它的设计逻辑装完之后大概率只会得到一堆看起来很高深的技巧清单然后依旧不知道该什么时候用。1.1 为什么说 Claude Code 正在经历技能空洞直接抛一句 prompt比如帮我修一下这个 bug给 Claude Code它能做事但质量极不稳定。原因很简单模型本身没有先复现、再定位、再验证这种工程师的本能。它只是根据概率在补全你的代码而不是真的在执行一个严谨的工程流程。superpowers 解决的就是这个技能空洞。它由一系列skills组成每个 skill 是一个包含明确指令、步骤和验收标准的文档化流程。当 AI 决定使用某个 skill 时它会按照文档里的方法去做事而不是自己的默认行为。这里有三个核心概念建议先理解再上手概念作用类比Skills具体的技能比如头脑风暴、测试驱动开发、根因分析武功招式Agents根据任务自动选择、调用多个 skills 的协调者指挥者Hooks挂钩在特定节点如代码提交前自动触发的流程机关陷阱三者配合的最终效果是让 Claude Code 在工作时显式经历理解任务 → 规划路径 → 执行 → 验证这四个阶段而不是跳步。1.2 这套方案和在 prompt 里写你是个专家的本质区别很多人觉得我在 system prompt 里加一句你是一名资深工程师请严谨对待任务效果差不多。实际差远了。在 prompt 里写角色设定只是心理暗示模型没有一套可执行的步骤来支撑这个设定。而superpowers 的 skill 文档是强制性的流程比如 TDD skill 会明确要求先写失败测试 → 再写实现 → 最后重构每一步都有检查清单。我用一个生活化的例子解释你让一个新手做菜说你是个专业厨师他可能还是凭感觉放盐。但如果你给他一张菜谱上面写着每 500 克菜放 3 克盐分两次放他照着做成品就稳定多了。superpowers 提供的就是这套菜谱。1.3 使用前必须具备的三点认知它是工作流而非模型安装它不会让 Claude 突然变得聪明但会让它的输出更稳定、更可预期。依赖版本兼容性项目更新较快不同版本的 Claude Code 对 skills 的加载方式有差异安装后要做验证后面细说。不要全盘照搬这些技能流程是为通用编程场景设计的你的项目有独特规范时可以按需修改技能文档而不是硬套。理解这些之后再开始安装你会清晰很多。2. 安装前置清单别在最容易翻车的环节浪费时间我见过不少人卡在安装的第一步教程说克隆仓库到 Skills 目录但到底哪个目录软链接和复制有什么区别装完怎么确认生效这一节先把环境准备讲透。2.1 环境要求与项目获取superpowers的官方项目在 GitHub 上依赖 Claude Code 的 skills 机制。安装前请确认Claude Code 版本建议用较新版本并确认是否支持~/.claude/skills目录技能目录的版本兼容性可以通过运行claude --version了解大致时间线再对照项目文档的说明。系统环境macOS / Linux 均可Windows 用户建议用 WSL 或 Git Bash避免路径解析问题。Git需要它来克隆仓库这个不用多说。获取项目的方式很简单git clone https://github.com/obra/superpowers.git注意如果你在在国内网络环境下克隆失败使用镜像站点的做法不在本文讨论范围但克隆完毕后最好检查一下仓库里是否有skills/目录这是核心内容的所在地。2.2 安装前需要确认的三件事你的 Claude Code 配置目录是否存在通常位于~/.claude/如果不存在说明你可能还没初始化过 Claude Code。磁盘权限是否足够写入~/.claude/skills一般没问题但如果你用系统级安装可能需要 sudo不推荐。备份现有 skills如果你已经装过其他技能包先把~/.claude/skills/里的原有内容备份到别处避免冲突。3. 完整安装过程从克隆仓库到技能生效下面给出我实际验证过的安装链路分为仓库获取、技能部署和效果验证三步。3.1 把 skills 放进 Claude Code 的技能仓库Claude Code 通过扫描~/.claude/skills/目录下的子目录来发现技能。每个子目录必须包含一个SKILL.md文件这个文件就是技能的说明书。所以安装 superpowers 本质上就是把项目里的skills/目录内容复制或链接到~/.claude/skills/下。我推荐用软链接而不是复制因为后续更新很方便cd ~/.claude/skills ln -s /path/to/superpowers/skills/* . # 注意路径中的 * 必须正确展开如果怕软链接在某些环境下不识别或者你需要对技能文档做个性化修改那就用复制cp -r /path/to/superpowers/skills/* ~/.claude/skills/两种方式都行。我的建议是先复制待到你确定自己会长期使用再改用软链接。因为复制出来的副本可以直接修改不会影响仓库更新软链接则意味着你对技能的任何修改都会在下次git pull时被覆盖。3.2 通过 CLAUDE.md 声明技能入口光把技能文件放进目录还不够你需要在 Claude Code 的项目配置CLAUDE.md里声明这些技能的存在让 AI 在对话中能感知到它们。在CLAUDE.md中加上类似这样的段落## Skills 使用指南 本项目已启用 superpowers 技能包。遇到以下场景时主动使用对应技能 - 需求不明确时使用 brainstorming 技能 - 需要写新功能时优先使用 TDD 技能 - 排查线上问题时使用 root-cause 技能这一步本质上是告知 AI 你的武器库里有什么武器。别小看这段声明没有它技能文件虽然存在但 AI 可能根本意识不到该调用它们。3.3 校验安装结果安装是否成功最直接的验证方式是在 Claude Code 里问一句你当前可用的 skills 有哪些请列出名称和适用场景。如果回答中包含 superpowers 里的技能名如 brainstorming、TDD、root-cause 等说明安装成功。另外一个很实用的验证方式打开一个简单的需求比如用 Python 写一个计算器模块然后看 AI 的思考过程是否体现出了先拆解 → 再实现 → 自测的节奏。如果它上来就直接甩代码说明技能可能没有被正确加载回到第 3.2 步检查声明。4. 核心 skills 逐一拆解每种技能该在什么场景下启用安装完成后大多数人最关心的问题是这些 skills 到底是干嘛用的我做了一张速查表然后逐个用实际体验说明。技能名核心用途最适合的场景brainstorming把模糊想法变成结构化方案需求还没有想清楚时TDD测试驱动的开发流程写新功能、修 Bug 时保证质量root-cause系统化定位问题根因排查线上故障、疑难 Bugred-team主动寻找方案漏洞完成关键设计或重构前auto-review独立的代码审查流程提交 PR 前自查4.1 brainstorming让思路先落纸以前我给 AI 描述一个模糊的想法它通常会直接猜一个方案。有了 brainstorming 技能它会先和我进行一轮结构化问答明确目标和约束条件列出可能的方案选项逐个评估优缺点确认后再进入执行阶段实际体验我需要一个能把 Markdown 自动转成思维导图的小工具。一开始我只说帮我写个转换脚本。启用 brainstorming 后它先问我转换后是直接在终端展示还是生成 HTML关键词层级怎么识别有没有第三方库约束这些问题是我自己都没想过的。等方案定下来再写代码少走了很多弯路。我的心得这个技能特别适合需求还停留在我想做点什么阶段的项目因为它会把做之前想清楚这个动作显性化。4.2 TDD 红绿循环从测试倒推实现这个技能我最早是持怀疑态度的——让 AI 写测试再写代码不还是它自己写吗但实际用下来效果确实不一样。TDD 技能会强制 Claude Code 执行以下步骤红先写一个会失败的测试绿写最小化实现让测试通过重构清理代码结构实际体验在写一个多语言翻译缓存功能时AI 第一次尝试只写了一个简单的内存缓存。但 TDD 流程逼着它先写了并发场景的测试结果测试真的失败了。于是它回头补上了锁机制。如果没有这套流程并发隐患会在上线后才暴露。请注意这套流程在 AI 手里也存在局限性它写的测试可能和实现是同源的容易形成思维定势。所以我的做法是在它完成 TDD 流程后我会追加一些边界测试用例人工补刀。4.3 root-cause杜绝头痛医头排查 Bug 时我以前的 prompt 是为什么这段代码报错结果 AI 经常给出表层原因比如变量未定义。真正的原因可能是模块加载时序问题变量未定义只是表象。root-cause 技能它的流程是先要求提供可复现步骤列出所有可能的原因并注明优先级按优先级逐一验证而不是猜一个就改修复后回归测试覆盖实际体验有一次服务偶发超时前两次我直接用普通 promptAI 让我改连接池参数没用。后来用 root-cause 技能它先要求我提供curl命令触发复现然后列出了 DNS 解析、TCP 握手、应用层处理三个排查方向最后定位到一条错误的超时配置导致的 connect 延迟。这个排查思路甚至比很多初级工程师都完整。4.4 其他值得一试的 skillsred-team在你刚写完一个复杂模块但还没上线时让 AI 以攻击者的身份找漏洞适用于安全敏感的功能。auto-review相当于让 AI 用另一个视角审查自己刚写的代码能发现不少低级问题但别指望它代替人工 code review。使用这些技能有一个共同前提你要在对话中明确表达出触发意图。比如直接说请用 red-team 技能审查这段代码比帮我看看有没有问题的效果好得多。因为技能名称是一个精确的开关。5. 怎么引入和加载这些技能调用机制解析好多装了 superpowers 的人会问我每次都要手动指定用哪个技能吗不能自动触发吗这一节就讲清楚技能的加载和调用机制以及如何配置自动触发。5.1 技能是如何被看见的技能被发现依赖两个机制文件系统扫描~/.claude/skills/目录下的所有含SKILL.md的子目录都会被扫描到。CLAUDE.md 声明项目根目录的CLAUDE.md中的描述会在对话开始时注入上下文让模型知道这些技能的存在和使用场景。所以AI 能不能想起用技能取决于第 2 点写得好不好。我的建议是在CLAUDE.md中写清楚每种技能的触发条件比如- 当用户要求设计或规划时优先调用 brainstorming 技能 - 当用户要求修复或排查时优先调用 root-cause 技能5.2 手动加载 vs 自动触发在对话中你可以用两种方式让技能生效手动方式请使用 TDD 技能来完成这个功能实现一个带过期时间的 LRU 缓存。自动方式靠上下文驱动。当需求描述比较模糊时AI 可能自己判断需要 brainstorming。但自动触发并不总是发生更可靠的做法是显式指定。这就是为什么我在实际使用中会刻意在对话开头的需求描述里加上一句请结合需求复杂度决定是否使用 brainstorming 技能。当需求确实复杂时它能自动切到规划模式相当于给 AI 装了一个需求拐弯检测器。5.3 自定义技能把项目里的重复流程沉淀下来superpowers 最有价值的点是可以按同样的格式自己写技能。比如我在做一个微服务项目时团队上线前总要走一遍配置检查 → 数据库迁移 → 接口自测的流程我就把这段流程写成了一个deploy-check技能--- name: deploy-check description: 上线前执行完整的部署前置检查 --- ## 检查步骤 1. 读取 config.yml核对数据库连接字符串环境变量名是否正确 2. 列出所有未提交的迁移文件并检查时间戳 3. 针对每个变更的 API 端点生成一次 curl 自测命令并执行 4. 输出检查报告并用红色标注失败项放到~/.claude/skills/deploy-check/SKILL.md之后AI 就具备了这个技能。这种做法非常自助不但能用别人的技能还能长出自己的技能让 AI 真正贴合项目流程。6. 踩坑实录与排查思路安装后最常见的问题跟大家说实话superpowers 安装成功率不低但装了之后不生效的概率也不低。我前前后后帮朋友排查过几次发现问题大多集中在三类。6.1 技能目录结构错误导致扫描不到有人把克隆下来的整个superpowers仓库直接放进了~/.claude/skills/。结果结构变成~/.claude/skills/superpowers/skills/brainstorming/SKILL.md而正确的结构应该是~/.claude/skills/brainstorming/SKILL.mdClaude Code 的扫描逻辑通常是一级目录级别的它只会扫描~/.claude/skills/下的直接子目录。多套一层目录会导致技能扫描不到。排查步骤ls ~/.claude/skills/ # 理想输出是brainstorming red-team root-cause tdd ...如果你看到的是一个superpowers文件夹说明层级错了用mv把内部目录挪出来即可。6.2 CLAUDE.md 声明写在非项目根目录有人把CLAUDE.md写在了子目录里以为 AI 会递归读取。Claude Code 通常优先读取项目根目录下的CLAUDE.md子目录的只有在你进入对应文件作用域时才会被考虑。所以把技能声明放在项目根目录的CLAUDE.md中是更稳妥的做法。6.3 技能文件使用了不兼容的 YAML front-matter每个SKILL.md开头有一个 YAML 头部包含技能名称和描述。不同版本对字段的支持可能有差异。如果你发现 AI 能感知到技能存在但加载后行为混乱完全不按流程走建议打开技能文件检查 front-matter 格式--- name: tdd description: 使用红绿循环进行测试驱动开发 ---如果你的 Claude Code 版本较新可能还支持权限控制和额外元数据字段具体以项目 README 说明为准。修改后重启 Claude Code再测试才会生效。6.4 一个值得警惕的副作用流程变长用上技能后AI 做很多事都会先走流程输出速度会明显变慢对话轮次也会变多。这不是故障是设计使然。我的应对策略是分场景使用小需求如改一个函数名直接普通模式大需求新模块、故障排查再主动启用技能。在CLAUDE.md中加上一句简单任务无需使用技能直接执行即可能有效减少开销。7. 在真实项目里的使用节奏与我的个人体会技能不是越多越好把 superpowers 里的所有技能都塞给 AI未必是理想状态。我在一个接近生产环境的中型项目里试了大半个月逐渐总结出一套适合自己的调用节奏。7.1 我最常用的三技能组合拳日常开发里我会这样安排技能的出场顺序需求混乱时 → brainstorming先花 10 分钟把方案聊清楚。方案确定后 → TDD边写功能边沉淀测试。遇到疑难杂症 → root-cause按优先级排查而不是让 AI 拍脑袋改配置。这套组合拳的好处是它能根据任务阶段自动切换思考深度。前期发散、中期收敛、后期严谨符合一个真实工程师的工作节奏。7.2 哪些技能我建议谨慎使用auto-review它对代码质量的评价相对表面主要集中在风格和潜在空指针项目特有的业务约束它还是理解不了。我的做法是让它做一个pre-commit 自查真正的人工评审不放水。red-team用时也要小心它可能提出一些过度的安全建议导致代码复杂度上升。对于内部工具这种非敏感场景没必要每次都启用。7.3 最后分享一个很实用的小技巧在CLAUDE.md中我会把技能列表和对应场景写得像一份菜单## 技能触发菜单 - 说帮我理一下思路 → brainstorming - 说按 TDD 来 → TDD - 说查一下这个崩溃的原因 → root-cause - 说鸡蛋里挑骨头 → red-team这样一来对话时不需要每次解释一遍技能是什么直接说触发口令AI 就明白了。本质上superpowers 是在训练 AI 养成严谨工作的肌肉记忆而你要做的就是给它编好选择肌肉记忆的菜单。如果你手头正好有 Claude Code现在就可以按文中的步骤装一套重点去感受一下启用 TDD 和 root-cause 技能前后的差别。等跑完第一个正经任务你会回来感谢这套流程的。
