你有没有遇到过这种情况装了 Cluade Code却总觉得它只是一个听话的聊天机器人——让它写个函数、改个 bug 没问题但遇到帮我把整个项目梳理一遍然后出一个重构方案这种任务时它就变得有点平庸给出的结果总差那么一口气我前阵子也卡在这个瓶颈上。直到我把开源项目 Superpowers 的核心 skill 集合装进 Claude Code才意识到问题不在模型能力而在工作流。模型不缺聪明缺的是被验证过的方法论。Superpowers 干的事就是把资深工程师踩过坑之后总结出来的超级工作法一段一段地喂给 AI让它按流程思考、按流程执行、按流程验证而不是想到哪写到哪。这篇文章我不打算讲什么大道理纯粹分享一下我怎么理解这个项目、怎么安装、怎么把里面的 skills 真正用起来以及用什么姿势踩坑最少。不管你是刚装好 Claude Code 的新手还是已经用了一阵子但觉得差点意思的老手这篇文章应该都能给你一点真正能落地的操作参考。1. Superpowers 是什么它不是插件是一套专家工作流的打包Superpowers 是由 J. V. ToupsGitHub 上叫 obra发起的一个开源项目核心目的只有一个把 Claude Code 从随问随答的代码助手升级成按项目制推进的工程协作者。它不是一个传统意义上带界面的插件也不是一个需要复杂配置的框架它本质上就是一堆精心编写的 markdown 文件这些文件里装的是技能。1.1 为什么几个 markdown 文件就能改变 AI 的表现要理解这一点得先说清楚 Claude Code 里的 Skills 机制到底是怎么回事。Claude Code 本身支持加载技能包每个技能包就是一个文件夹里面至少包含一个带特殊头部的 markdown 文件--- name: systematic-debugging description: 当 bug 难以定位或错误信息反复出现时使用本技能提供系统性排错流程 source: license: MIT --- # 系统化调试 ## 工作流程 1. 先明确症状...Claude Code 会把这些技能文件的name和description索引进模型的上下文元数据里。模型在看到用户任务时会根据任务描述去匹配哪些技能可能有用然后主动读取对应的技能文件全文来指导自己的行为。所以 Superpowers 的核心价值非常直白它把一线工程师的思维方式结构化让模型在遇到特定场景时不是自由发挥而是按照被验证过的步骤一步步推进。我试用下来的感受是它就像一个外挂的老师傅脑内流程把它注入模型之后模型的输出稳定性和完成度立刻上了一个台阶。1.2 这个项目解决的是哪类人的什么痛点我总结了一下下面几种情况特别值得装这套技能包你把 Claude Code 当高级搜索 代码补全用但从来没让它独立推进过一个完整任务因为总觉得它做一半会跑偏。你让模型帮你重构代码或修 bug结果它改完 A 坏了 B因为没有先建基线、再验证、再回归的习惯。你的项目一旦超过几个文件模型就开始只见树木不见森林改一个模块不考虑上下游影响。你想让模型按行业标准做事比如要求它有测试意识、有代码评审意识、有安全审查意识而不是只会堆功能。如果你中了任何一条Superpowers 就是为你准备的。它是那种装着的时候可能感觉不到但一旦拿走就会发现差别明显的技能库。2. 仓库里到底有哪些 skills按类别盘点一遍每次有人问我 Superpowers 怎么用我第一个问题都会反问你平时最常让 Claude Code 干的活是什么因为它的 skills 是按不同工作场景划分的你不需要全部装备先找准自己最需要的几个就能见效。下面按我实际使用中最有感知的类别来盘点。2.1 开发流程类从计划到执行到复盘这一类是我认为最保底的也是新手最容易忽略的。很多人在对话里直接抛一句帮我重构一下登录模块模型可能直接就开始写代码了完全没有前置分析。Superpowers 里针对项目制开发的技能会强制模型先拆解任务、再制定计划、再逐步执行、最后还要复盘结果。具体来说常用的几个技能包括writing-plans在动代码之前先产出分阶段的实施计划明确每步的目标、影响范围、验证方式。适合中等以上规模的任务。executing-plans按计划逐段执行每完成一步就同步状态而不是一口气闷头改完丢给你。brainstorming需求本身模糊时使用帮助逐步澄清目标、约束、取舍而不是急着拍脑袋写第一个方案。test-driven-development强制先写失败测试再写实现的流程特别适合想让模型产出更可靠代码的人。我第一次使用writing-plans的时候非常震惊因为它产出的计划文档几乎可以直接拿去跟团队评审用有背景、有目标、有风险点、有分步方案每个步骤还带验收条件。这对个人开发者来说等于花钱请了一个免费的项目经理。2.2 代码质量与诊断类调试、审查、批评代码类的 skills 是下载量最高的一批因为它们是救火用的systematic-debugging不盲目猜测原因按假设驱动的方式逐步排查每一步都验证假设是否成立。code-review不是只夸代码写得好而是逐文件逐逻辑地给出风险点、可维护性问题和改进建议。code-critique比 code-review 更狠会针对实现的架构合理性、边界情况、安全性做深度审查适合做上线前检查。reading-code当模型需要理解一个复杂函数或模块时它能先把代码的结构、意图、依赖梳理清楚再行动。我印象最深的是systematic-debugging。它会让模型先复现 bug再让模型列出可能的根因清单然后逐一通过最小化实验去排除而不是一开始就猜可能是缓存问题就急着给修复方案。这套流程跟我在大厂带新人时教的排错思路几乎一模一样。2.3 调研与变更类让 AI 不要闭门造车除了写代码Claude Code 还经常被用来做技术调研、修改请求这类偏脑力活的内容。Superpowers 里也有对应的技能conducting-research当任务涉及查文档、搜代码、对比方案时先收集证据再得出结论而不是凭记忆编造 API。creating-change-requests把所有要改动的点整理成结构化的变更请求包括改动目标、涉及文件、兼容性影响、回滚方案。我是从把conducting-research加进工作流之后才敢让 Claude Code 帮我去查某个第三方库最新版本是否还支持 Node 16这类需要联网求证的问题。因为它的输出格式里会强制记录信息源、判断置信度这比之前直接凭训练数据回答准确多了。2.4 实用建议先装全套再按需启用Superpowers 目前在 GitHub 上有全套 skills 目录数量比较多还在持续更新。我的建议是第一次安装时全部装上因为每个技能的description字段本身已经很精准模型并不会因为多装了技能就变笨它有专门机制判断什么时候该调用哪个技能。真正要注意的是你不要在对话里一次性向模型强调使用所有技能那样反而会干扰它的判断。让模型根据任务自动匹配合适的技能才是正确用法。3. 安装与引入Windows、Linux 和 macOS 三平台实测安装 Superpowers 和安装大部分 Claude Code 扩展不太一样它要走路径映射加目录克隆。我把三种主流系统的完整流程走了一遍直接把命令贴出来复制就能用。3.1 前置准备确认 Claude Code 本体已装好在装任何 skills 之前你本地必须先有一个能正常运行的 Claude Code 环境。打开终端执行claude --version如果能输出版本号说明基础环境是好的如果提示 command not found你需要先去安装 Claude Code 本体。这里不再赘述因为它属于 Claude Code 自己的官方文档范畴。你还需要确认自己是使用 API key 方式还是使用 Anthropic 账号订阅方式登录。这两种方式对 skills 的加载机制没有本质区别但通过 API 方式使用 Claude Code 时模型上下文里会有更多元数据空间实测多重技能叠加效果更好。3.2 正式安装步骤三平台通用逻辑Superpowers 的官方安装方式相当简单把项目克隆到 Claude Code 的 plugins 目录下然后修改配置文件让 Claude Code 识别。第一步找到 Claude Code 的插件目录macOS / Linuxls ~/.claude/plugins/WindowsPowerShellGet-ChildItem $env:USERPROFILE\.claude\plugins\如果目录不存在需要先手动创建mkdir -p ~/.claude/plugins/第二步克隆 Superpowers 仓库到该目录git clone https://github.com/obra/superpowers.git ~/.claude/plugins/superpowers这一步会把整套 skills 文件拉到你本地。克隆完成之后可以快速验证一下目录结构是否完整ls ~/.claude/plugins/superpowers/正常情况下你应该能看到若干以技能名命名的文件夹每个文件夹里都有一个SKILL.md有的版本也叫skill.md。第三步修改 Claude Code 配置加入插件引用在~/.claude/settings.json中加入插件路径。如果你还没有这个文件直接新建即可{ plugins: { paths: [ ~/.claude/plugins/superpowers ] } }注意这里有个容易踩的坑如果你是在 Windows 上做操作路径写法需要调整否则 Claude Code 不会认{ plugins: { paths: [ %USERPROFILE%\\.claude\\plugins\\superpowers ] } }第四步重启 Claude Code 并确认加载保存配置后完全退出 Claude Code 再重新启动。在会话中输入/skills如果配置正确你会在技能面板中看到超级多的技能项这就是加载成功了。这里我实际验证过在最新版 Claude Code 上技能面板按name字段排序所以一眼能扫到所有技能文件。3.3 安装后怎么引入这些技能两种调用模式装好之后最常见的问题就是我装了怎么感觉它没用因为很多人对 skill 的调用方式有误解以为安装完 AI 就会自动变神。实际上引入方式有两种模式一自动触发Claude Code 会先扫描所有技能的name、description然后根据你当前任务的语义去决定是否加载某个技能。你只需要在提需求时尽量讲清楚场景比如这个按钮提交后偶发报错帮我排查一下那systematic-debugging就很可能会被自动触发。模式二主动指令触发如果你希望模型明确采用某个技能就直接在 prompt 里点它Use the systematic-debugging skill to investigate why the login submit occasionally gets a 500 error.或者你也可以用斜杠斜杠方式如果某技能配置了斜杠命令在输入框里直接敲对应技能名。我实测下来主动触发最稳但写起来啰嗦自动触发最自然但要看描述写得好不好。Superpowers 的描述字段写得很精准所以自动触发的成功率已经相当高。3.4 安装目录和权限的两个进阶细节一个是权限问题。如果你的 Claude Code 是在容器或者受限用户环境下运行克隆目录时可能会遇到权限报错。解决方式是把克隆目录的所有权调整给当前用户sudo chown -R $(whoami):$(whoami) ~/.claude/plugins/superpowers另一个是全局路径 vs 项目路径的选择。上面我演示的~/.claude是用户级全局目录适合让所有项目共用 skills。但如果你只想让某个项目使用 Superpowers就更适合把仓库克隆到项目根目录下的.claude/skills/子目录中这样只有这个项目才会加载对应技能。两种方式的文件组织逻辑本质相同差别只在加载优先级上——项目级高于用户级。4. 实战场景用 systematic-debugging 和 writing-plans 跑通一个真实任务光说不练假把式。我找一个非常典型的项目场景来演示一个 Node.js 服务偶发内存泄漏我现在要把问题定位出来并制定一个稳妥的修复计划。在没有任何 skill 的情况下Claude Code 可能会直接分析堆内存快照然后给一个可能是事件监听没移除的猜测但有了 Superpowers事情就变成了一条流水线。4.1 第一轮对话先让模型走 systematic-debugging我的第一段 prompt 是我在 Node.js 服务中发现 RSS 内存持续上升大约 6~8 小时后触发 OOM 重启。使用 systematic-debugging 技能帮我定位根因。模型输出的第一步不是立刻猜原因而是让我提供三类信息服务的主要流量模式和接口路径列表是否有内存快照heap snapshot或者监控面板截图最近一次 OOM 崩溃时的日志片段。这其实就是技能文件里的第一步复现并收集证据。我提供了信息之后模型在对话中生成了一张可能性排序表大概长这样可能根因置信度验证方法事件监听器未移除高检查EventEmitter监听数量缓存无上限增长中检查所有Map类型全局缓存写入点Promise 未清理中检查未 resolve 的异步操作第三方 SDK 内部缓存低用 heap 快照对比两次快照差异它不是从训练记忆里瞎猜而是给了一套可执行的验证步骤让我在代码里 grep 对应的模式。我按步骤执行后果然发现某个路由里每请求一次就向一个全局数组 push 一个对象且没有 pop 或 TTL 清理。根因此前真的是靠猜绝对想不到的那种。4.2 第二轮对话用 writing-plans 输出修复实施计划定位到根因之后我没有直接让模型改成代码而是让它继续用writing-plans出一份完整修复方案。这时模型输出的结构极其漂亮背景说明内存泄漏的表现以及已定位的具体代码位置修复目标明确改动后内存占用曲线预期实施步骤分三步包括替换全局缓存的失效策略、添加监听器数量的周期日志、补一个压测脚本验证内存上限风险控制标明本次改动对现有 API 响应时间的影响极小、无需变更协议回滚方案若上线后出现异常可快速回滚到改动前版本。这份计划我不需要再人工翻译或者重排直接进 Jira 就能用。writing-plans最牛的地方在于它不是让模型写得像计划而是按一套工程评审逻辑去生成计划这是普通 prompt 提示做不到的稳定性。4.3 执行与验证executing-plans 和 TDD 技能的串联按计划改完代码之后我马上让它用test-driven-development技能为这处改动补充回归测试。模型会先写一个断言全局缓存对象数量在并发请求结束后不增长的测试然后才去改代码逻辑。这种测试先行的顺序让改动完成后的回归风险大大降低。整套流程跑完我最大的体会是这些 skills 不是互斥的它们可以像流水线一样衔接。调试技能负责定位计划技能负责拆解TDD 技能负责守底。模型在其中扮演的是一个执行标准流程的工程师而不是有问必答的搜索引擎。5. 使用边界、注意事项和调优技巧Superpowers 虽然好用但也不是万能的。使用过程中我踩过几个坑也总结出了一些调优方法这里一并分享出来。5.1 常见问题与解决对策问题出现的场景解决方式技能没有被触发需求描述太泛或太长模型索引不到对应技能在 prompt 中显式点名技能名称安装后技能面板为空配置路径写法错误或仓库没有放在正确目录检查 settings.json 路径是否指到含 SKILL.md 的根目录多个技能互相冲突同时要求先写计划和直接开写明确优先级或者在单次任务里只调用一个流程类技能技能输出内容过长分析类技能如 code-review经常输出几千字报告在 prompt 里限定输出格式三行结论 关键风险列表上下文超限技能文件较大且一次加载多个尽量拆分任务一次只让模型用一两个核心技能用 API 时加载失败在部分 API 接入方式中插件路径没有权限确认 Claude Code 版本 1.0并使用官方推荐的 API 网关配置5.2 调优技巧给技能加私有化定制有一个进阶玩法特别值得提Superpowers 里的技能文件是 markdown 明文所以你可以直接编辑它增加你们团队特有的规范和偏好。比如我在code-review技能里追加了几条要求强制模型在每次审查时检查错误处理是否完整、日志上下文是否足够、有没有过度防御式编程。这种定制能力是其他常规常量 prompt插件很难做到的等于我把团队 Code Review Checklist 直接注入了模型的默认行为。5.3 不要贪多一次只给一个核心流程很多人刚装完会特别兴奋一次性把所有技能全开结果模型反而变迟钝。原因在于技能文件本身要消耗上下文窗口加载过多的技能描述会挤占实际处理任务的空间。我常用的搭配是日常开发writing-planstest-driven-development规划 守底排查问题systematic-debugging单独使用代码审查code-review或code-critique二选一架构探索brainstorming单独使用保持一次 1~2 个核心技能的节奏你会发现模型的输出质量和响应速度会同时提升。5.4 一个小技巧用/skills面板管理临时开关如果在某个任务中你想快速停用某个技能的影响完全不修改文件的情况下可以这样做直接调用技能面板把对应技能的开关关掉。这样临时禁用比编辑文件更省事适合需要在严谨流程模式和快速对话模式之间来回切换的场景。写在最后的使用体验从我个人的经验来说Superpowers 这套东西最值得称道的地方不是某一个技能有多惊艳而是它补上了 AI 编程最缺的一环——做事的章法。以前我喊十声 Claude Code 能有一次做出接近资深工程师水准的活装上之后这个概率提升得非常明显而且它做出的东西越来越像一个有工作流、有验证意识的人写出来的。如果你还没试过任何 skill 机制我的建议是先装全套然后挑systematic-debugging或writing-plans其中一个找一个手头真实的小任务试试。不用刻意去记每个技能叫什么名字只需要在遇到这活儿挺麻烦的场景时主动提一句用对应 skill 来做你就能直观感受到差别。另外我还想提醒一句这个仓库本身也在快速迭代隔一段时间就会有新技能或者已有技能的行为调整。建议你每两周git pull一次保持技能和工作流同步更新。就这么简单剩下的就交给时间去积累手感了。
你有没有遇到过这种情况装了 Cluade Code却总觉得它只是一个听话的聊天机器人——让它写个函数、改个 bug 没问题但遇到帮我把整个项目梳理一遍然后出一个重构方案这种任务时它就变得有点平庸给出的结果总差那么一口气我前阵子也卡在这个瓶颈上。直到我把开源项目 Superpowers 的核心 skill 集合装进 Claude Code才意识到问题不在模型能力而在工作流。模型不缺聪明缺的是被验证过的方法论。Superpowers 干的事就是把资深工程师踩过坑之后总结出来的超级工作法一段一段地喂给 AI让它按流程思考、按流程执行、按流程验证而不是想到哪写到哪。这篇文章我不打算讲什么大道理纯粹分享一下我怎么理解这个项目、怎么安装、怎么把里面的 skills 真正用起来以及用什么姿势踩坑最少。不管你是刚装好 Claude Code 的新手还是已经用了一阵子但觉得差点意思的老手这篇文章应该都能给你一点真正能落地的操作参考。1. Superpowers 是什么它不是插件是一套专家工作流的打包Superpowers 是由 J. V. ToupsGitHub 上叫 obra发起的一个开源项目核心目的只有一个把 Claude Code 从随问随答的代码助手升级成按项目制推进的工程协作者。它不是一个传统意义上带界面的插件也不是一个需要复杂配置的框架它本质上就是一堆精心编写的 markdown 文件这些文件里装的是技能。1.1 为什么几个 markdown 文件就能改变 AI 的表现要理解这一点得先说清楚 Claude Code 里的 Skills 机制到底是怎么回事。Claude Code 本身支持加载技能包每个技能包就是一个文件夹里面至少包含一个带特殊头部的 markdown 文件--- name: systematic-debugging description: 当 bug 难以定位或错误信息反复出现时使用本技能提供系统性排错流程 source: license: MIT --- # 系统化调试 ## 工作流程 1. 先明确症状...Claude Code 会把这些技能文件的name和description索引进模型的上下文元数据里。模型在看到用户任务时会根据任务描述去匹配哪些技能可能有用然后主动读取对应的技能文件全文来指导自己的行为。所以 Superpowers 的核心价值非常直白它把一线工程师的思维方式结构化让模型在遇到特定场景时不是自由发挥而是按照被验证过的步骤一步步推进。我试用下来的感受是它就像一个外挂的老师傅脑内流程把它注入模型之后模型的输出稳定性和完成度立刻上了一个台阶。1.2 这个项目解决的是哪类人的什么痛点我总结了一下下面几种情况特别值得装这套技能包你把 Claude Code 当高级搜索 代码补全用但从来没让它独立推进过一个完整任务因为总觉得它做一半会跑偏。你让模型帮你重构代码或修 bug结果它改完 A 坏了 B因为没有先建基线、再验证、再回归的习惯。你的项目一旦超过几个文件模型就开始只见树木不见森林改一个模块不考虑上下游影响。你想让模型按行业标准做事比如要求它有测试意识、有代码评审意识、有安全审查意识而不是只会堆功能。如果你中了任何一条Superpowers 就是为你准备的。它是那种装着的时候可能感觉不到但一旦拿走就会发现差别明显的技能库。2. 仓库里到底有哪些 skills按类别盘点一遍每次有人问我 Superpowers 怎么用我第一个问题都会反问你平时最常让 Claude Code 干的活是什么因为它的 skills 是按不同工作场景划分的你不需要全部装备先找准自己最需要的几个就能见效。下面按我实际使用中最有感知的类别来盘点。2.1 开发流程类从计划到执行到复盘这一类是我认为最保底的也是新手最容易忽略的。很多人在对话里直接抛一句帮我重构一下登录模块模型可能直接就开始写代码了完全没有前置分析。Superpowers 里针对项目制开发的技能会强制模型先拆解任务、再制定计划、再逐步执行、最后还要复盘结果。具体来说常用的几个技能包括writing-plans在动代码之前先产出分阶段的实施计划明确每步的目标、影响范围、验证方式。适合中等以上规模的任务。executing-plans按计划逐段执行每完成一步就同步状态而不是一口气闷头改完丢给你。brainstorming需求本身模糊时使用帮助逐步澄清目标、约束、取舍而不是急着拍脑袋写第一个方案。test-driven-development强制先写失败测试再写实现的流程特别适合想让模型产出更可靠代码的人。我第一次使用writing-plans的时候非常震惊因为它产出的计划文档几乎可以直接拿去跟团队评审用有背景、有目标、有风险点、有分步方案每个步骤还带验收条件。这对个人开发者来说等于花钱请了一个免费的项目经理。2.2 代码质量与诊断类调试、审查、批评代码类的 skills 是下载量最高的一批因为它们是救火用的systematic-debugging不盲目猜测原因按假设驱动的方式逐步排查每一步都验证假设是否成立。code-review不是只夸代码写得好而是逐文件逐逻辑地给出风险点、可维护性问题和改进建议。code-critique比 code-review 更狠会针对实现的架构合理性、边界情况、安全性做深度审查适合做上线前检查。reading-code当模型需要理解一个复杂函数或模块时它能先把代码的结构、意图、依赖梳理清楚再行动。我印象最深的是systematic-debugging。它会让模型先复现 bug再让模型列出可能的根因清单然后逐一通过最小化实验去排除而不是一开始就猜可能是缓存问题就急着给修复方案。这套流程跟我在大厂带新人时教的排错思路几乎一模一样。2.3 调研与变更类让 AI 不要闭门造车除了写代码Claude Code 还经常被用来做技术调研、修改请求这类偏脑力活的内容。Superpowers 里也有对应的技能conducting-research当任务涉及查文档、搜代码、对比方案时先收集证据再得出结论而不是凭记忆编造 API。creating-change-requests把所有要改动的点整理成结构化的变更请求包括改动目标、涉及文件、兼容性影响、回滚方案。我是从把conducting-research加进工作流之后才敢让 Claude Code 帮我去查某个第三方库最新版本是否还支持 Node 16这类需要联网求证的问题。因为它的输出格式里会强制记录信息源、判断置信度这比之前直接凭训练数据回答准确多了。2.4 实用建议先装全套再按需启用Superpowers 目前在 GitHub 上有全套 skills 目录数量比较多还在持续更新。我的建议是第一次安装时全部装上因为每个技能的description字段本身已经很精准模型并不会因为多装了技能就变笨它有专门机制判断什么时候该调用哪个技能。真正要注意的是你不要在对话里一次性向模型强调使用所有技能那样反而会干扰它的判断。让模型根据任务自动匹配合适的技能才是正确用法。3. 安装与引入Windows、Linux 和 macOS 三平台实测安装 Superpowers 和安装大部分 Claude Code 扩展不太一样它要走路径映射加目录克隆。我把三种主流系统的完整流程走了一遍直接把命令贴出来复制就能用。3.1 前置准备确认 Claude Code 本体已装好在装任何 skills 之前你本地必须先有一个能正常运行的 Claude Code 环境。打开终端执行claude --version如果能输出版本号说明基础环境是好的如果提示 command not found你需要先去安装 Claude Code 本体。这里不再赘述因为它属于 Claude Code 自己的官方文档范畴。你还需要确认自己是使用 API key 方式还是使用 Anthropic 账号订阅方式登录。这两种方式对 skills 的加载机制没有本质区别但通过 API 方式使用 Claude Code 时模型上下文里会有更多元数据空间实测多重技能叠加效果更好。3.2 正式安装步骤三平台通用逻辑Superpowers 的官方安装方式相当简单把项目克隆到 Claude Code 的 plugins 目录下然后修改配置文件让 Claude Code 识别。第一步找到 Claude Code 的插件目录macOS / Linuxls ~/.claude/plugins/WindowsPowerShellGet-ChildItem $env:USERPROFILE\.claude\plugins\如果目录不存在需要先手动创建mkdir -p ~/.claude/plugins/第二步克隆 Superpowers 仓库到该目录git clone https://github.com/obra/superpowers.git ~/.claude/plugins/superpowers这一步会把整套 skills 文件拉到你本地。克隆完成之后可以快速验证一下目录结构是否完整ls ~/.claude/plugins/superpowers/正常情况下你应该能看到若干以技能名命名的文件夹每个文件夹里都有一个SKILL.md有的版本也叫skill.md。第三步修改 Claude Code 配置加入插件引用在~/.claude/settings.json中加入插件路径。如果你还没有这个文件直接新建即可{ plugins: { paths: [ ~/.claude/plugins/superpowers ] } }注意这里有个容易踩的坑如果你是在 Windows 上做操作路径写法需要调整否则 Claude Code 不会认{ plugins: { paths: [ %USERPROFILE%\\.claude\\plugins\\superpowers ] } }第四步重启 Claude Code 并确认加载保存配置后完全退出 Claude Code 再重新启动。在会话中输入/skills如果配置正确你会在技能面板中看到超级多的技能项这就是加载成功了。这里我实际验证过在最新版 Claude Code 上技能面板按name字段排序所以一眼能扫到所有技能文件。3.3 安装后怎么引入这些技能两种调用模式装好之后最常见的问题就是我装了怎么感觉它没用因为很多人对 skill 的调用方式有误解以为安装完 AI 就会自动变神。实际上引入方式有两种模式一自动触发Claude Code 会先扫描所有技能的name、description然后根据你当前任务的语义去决定是否加载某个技能。你只需要在提需求时尽量讲清楚场景比如这个按钮提交后偶发报错帮我排查一下那systematic-debugging就很可能会被自动触发。模式二主动指令触发如果你希望模型明确采用某个技能就直接在 prompt 里点它Use the systematic-debugging skill to investigate why the login submit occasionally gets a 500 error.或者你也可以用斜杠斜杠方式如果某技能配置了斜杠命令在输入框里直接敲对应技能名。我实测下来主动触发最稳但写起来啰嗦自动触发最自然但要看描述写得好不好。Superpowers 的描述字段写得很精准所以自动触发的成功率已经相当高。3.4 安装目录和权限的两个进阶细节一个是权限问题。如果你的 Claude Code 是在容器或者受限用户环境下运行克隆目录时可能会遇到权限报错。解决方式是把克隆目录的所有权调整给当前用户sudo chown -R $(whoami):$(whoami) ~/.claude/plugins/superpowers另一个是全局路径 vs 项目路径的选择。上面我演示的~/.claude是用户级全局目录适合让所有项目共用 skills。但如果你只想让某个项目使用 Superpowers就更适合把仓库克隆到项目根目录下的.claude/skills/子目录中这样只有这个项目才会加载对应技能。两种方式的文件组织逻辑本质相同差别只在加载优先级上——项目级高于用户级。4. 实战场景用 systematic-debugging 和 writing-plans 跑通一个真实任务光说不练假把式。我找一个非常典型的项目场景来演示一个 Node.js 服务偶发内存泄漏我现在要把问题定位出来并制定一个稳妥的修复计划。在没有任何 skill 的情况下Claude Code 可能会直接分析堆内存快照然后给一个可能是事件监听没移除的猜测但有了 Superpowers事情就变成了一条流水线。4.1 第一轮对话先让模型走 systematic-debugging我的第一段 prompt 是我在 Node.js 服务中发现 RSS 内存持续上升大约 6~8 小时后触发 OOM 重启。使用 systematic-debugging 技能帮我定位根因。模型输出的第一步不是立刻猜原因而是让我提供三类信息服务的主要流量模式和接口路径列表是否有内存快照heap snapshot或者监控面板截图最近一次 OOM 崩溃时的日志片段。这其实就是技能文件里的第一步复现并收集证据。我提供了信息之后模型在对话中生成了一张可能性排序表大概长这样可能根因置信度验证方法事件监听器未移除高检查EventEmitter监听数量缓存无上限增长中检查所有Map类型全局缓存写入点Promise 未清理中检查未 resolve 的异步操作第三方 SDK 内部缓存低用 heap 快照对比两次快照差异它不是从训练记忆里瞎猜而是给了一套可执行的验证步骤让我在代码里 grep 对应的模式。我按步骤执行后果然发现某个路由里每请求一次就向一个全局数组 push 一个对象且没有 pop 或 TTL 清理。根因此前真的是靠猜绝对想不到的那种。4.2 第二轮对话用 writing-plans 输出修复实施计划定位到根因之后我没有直接让模型改成代码而是让它继续用writing-plans出一份完整修复方案。这时模型输出的结构极其漂亮背景说明内存泄漏的表现以及已定位的具体代码位置修复目标明确改动后内存占用曲线预期实施步骤分三步包括替换全局缓存的失效策略、添加监听器数量的周期日志、补一个压测脚本验证内存上限风险控制标明本次改动对现有 API 响应时间的影响极小、无需变更协议回滚方案若上线后出现异常可快速回滚到改动前版本。这份计划我不需要再人工翻译或者重排直接进 Jira 就能用。writing-plans最牛的地方在于它不是让模型写得像计划而是按一套工程评审逻辑去生成计划这是普通 prompt 提示做不到的稳定性。4.3 执行与验证executing-plans 和 TDD 技能的串联按计划改完代码之后我马上让它用test-driven-development技能为这处改动补充回归测试。模型会先写一个断言全局缓存对象数量在并发请求结束后不增长的测试然后才去改代码逻辑。这种测试先行的顺序让改动完成后的回归风险大大降低。整套流程跑完我最大的体会是这些 skills 不是互斥的它们可以像流水线一样衔接。调试技能负责定位计划技能负责拆解TDD 技能负责守底。模型在其中扮演的是一个执行标准流程的工程师而不是有问必答的搜索引擎。5. 使用边界、注意事项和调优技巧Superpowers 虽然好用但也不是万能的。使用过程中我踩过几个坑也总结出了一些调优方法这里一并分享出来。5.1 常见问题与解决对策问题出现的场景解决方式技能没有被触发需求描述太泛或太长模型索引不到对应技能在 prompt 中显式点名技能名称安装后技能面板为空配置路径写法错误或仓库没有放在正确目录检查 settings.json 路径是否指到含 SKILL.md 的根目录多个技能互相冲突同时要求先写计划和直接开写明确优先级或者在单次任务里只调用一个流程类技能技能输出内容过长分析类技能如 code-review经常输出几千字报告在 prompt 里限定输出格式三行结论 关键风险列表上下文超限技能文件较大且一次加载多个尽量拆分任务一次只让模型用一两个核心技能用 API 时加载失败在部分 API 接入方式中插件路径没有权限确认 Claude Code 版本 1.0并使用官方推荐的 API 网关配置5.2 调优技巧给技能加私有化定制有一个进阶玩法特别值得提Superpowers 里的技能文件是 markdown 明文所以你可以直接编辑它增加你们团队特有的规范和偏好。比如我在code-review技能里追加了几条要求强制模型在每次审查时检查错误处理是否完整、日志上下文是否足够、有没有过度防御式编程。这种定制能力是其他常规常量 prompt插件很难做到的等于我把团队 Code Review Checklist 直接注入了模型的默认行为。5.3 不要贪多一次只给一个核心流程很多人刚装完会特别兴奋一次性把所有技能全开结果模型反而变迟钝。原因在于技能文件本身要消耗上下文窗口加载过多的技能描述会挤占实际处理任务的空间。我常用的搭配是日常开发writing-planstest-driven-development规划 守底排查问题systematic-debugging单独使用代码审查code-review或code-critique二选一架构探索brainstorming单独使用保持一次 1~2 个核心技能的节奏你会发现模型的输出质量和响应速度会同时提升。5.4 一个小技巧用/skills面板管理临时开关如果在某个任务中你想快速停用某个技能的影响完全不修改文件的情况下可以这样做直接调用技能面板把对应技能的开关关掉。这样临时禁用比编辑文件更省事适合需要在严谨流程模式和快速对话模式之间来回切换的场景。写在最后的使用体验从我个人的经验来说Superpowers 这套东西最值得称道的地方不是某一个技能有多惊艳而是它补上了 AI 编程最缺的一环——做事的章法。以前我喊十声 Claude Code 能有一次做出接近资深工程师水准的活装上之后这个概率提升得非常明显而且它做出的东西越来越像一个有工作流、有验证意识的人写出来的。如果你还没试过任何 skill 机制我的建议是先装全套然后挑systematic-debugging或writing-plans其中一个找一个手头真实的小任务试试。不用刻意去记每个技能叫什么名字只需要在遇到这活儿挺麻烦的场景时主动提一句用对应 skill 来做你就能直观感受到差别。另外我还想提醒一句这个仓库本身也在快速迭代隔一段时间就会有新技能或者已有技能的行为调整。建议你每两周git pull一次保持技能和工作流同步更新。就这么简单剩下的就交给时间去积累手感了。
