最近好多人在问 superpowers 这东西到底怎么用——先别急着把它理解成什么神秘魔法它其实就是一个给 AI 助手装“技能包”的开放项目。我断断续续折腾了两周把安装、引入、调优、踩坑这几步都完整跑了一遍今天就把我个人摸出来的流程整理出来。如果你平时经常用 AI 写文档、写代码、做分析或者想把自己团队的工作流固化下来那这篇应该能帮你省下不少试错时间。简单说superpowers 是一套可插拔的 skills 集合装上之后AI 就不再是“你问一句它答一句”的聊天机器而是能按你预设的流程干活的“熟练工”。1. superpowers到底是什么1.1 别把它当成“魔法插件”我一开始也以为是装个插件就能让 AI 变强实际看了项目结构才反应过来它更像是一个“技能库 调用规范”的组合。核心的东西不是某个程序而是一堆经过设计的 Markdown 文件每个文件就是一个 skill里面写清楚了这个技能什么时候用、怎么用、输出格式是什么、最后要检查哪些点。你可以把 AI 理解为一个刚入职的新员工本身聪明但不知道你们公司的流程。superpowers 的作用就是给这个新员工配好一套岗位 SOP开会怎么记纪要、周报按什么结构写、代码审查重点审什么。它把平时散落在提示词里的“经验”固化成了可复制的文件AI 每次调用同一技能就能稳定输出同一水平的结果。1.2 它解决的三个核心问题第一个问题每次都要写一大段提示词才能让 AI 干活。写“帮我总结这份文档”它给出来的东西很泛你必须反复补充“要分几点、每点要有例子、最后给行动建议”。有了技能包这些约束都写在 SKILL.md 里你只要说一句“用 meeting-minutes 技能处理下面的内容”就够了。第二个问题输出不稳定格式漂移。同一个意思今天 AI 给你三段式明天给你表格后天给你一坨加粗列表。superpowers 里的每个技能都内置输出模板和自检清单相当于把“验收标准”前置了。第三个问题经验和流程没法沉淀。你在这个项目里攒下的好思路换个人、换个对话就丢了大半。技能包是文件可以进 Git 仓库可以团队共享别人拉下来就能用同一条工作流。这点对做自动化、做内容生产、做数据分析的人特别有价值。它不是什么高端玩具而是一个很务实的工作流管理工具。2. 装之前先搞懂技能包结构2.1 典型的技能包目录长什么样以我常用的一个版本为例拉下来之后大概是这个结构superpowers/ ├── README.md ├── install.sh └── skills/ ├── weekly-report/ │ ├── SKILL.md │ ├── templates/ │ └── examples/ ├── code-review/ │ ├── SKILL.md │ ├── rules/ │ └── examples/ ├──>--- name: weekly-report description: 用固定模板生成周报适合项目复盘和团队同步 trigger: 周报、weekly report、/weekly-report --- ## 工作流程 1. 收集本周完成事项 2. 对照目标分析完成度 3. 提取风险与阻塞 4. 输出下周计划 ## 输出模板 ### 本周总结 ### 数据与进展 ### 风险与问题 ### 下周重点 ## 自检清单 - [ ] 是否包含具体数据 - [ ] 每条风险是否有负责人 - [ ] 下周计划是否可执行这个设计很聪明。YAML 头里的name和description是给 AI 做语义匹配的trigger是触发词正文则是你希望 AI 强制执行的工作流。AI 加载技能时首先读这些元信息当你的提问内容匹配到某个技能它才会把整个技能内容当作临时的“行为规范”。所以如果你发现技能不生效多半是description写得不够具体或者触发词没有命中。这也是为什么我建议你把技能文件当成一个“带格式的经验笔记”不要小看了那几行 YAML 头它决定了 AI 什么时候想起用这个技能。3. 安装与引入实操3.1 方式一用 Git 克隆后手动接入这是最通用、也最稳妥的方式适合有一定命令行基础的。先建一个专门放技能包的目录把项目拉下来mkdir -p ~/ai-skills cd ~/ai-skills git clone https://github.com/your-repo/superpowers.git cd superpowers ls skills/注意具体仓库地址以你实际拿到的为准别照抄我的占位地址。拉下来之后要看清楚 README 里写的目标路径。大部分 AI 工具会有一个专门读技能文件的目录比如~/.config/your-ai/skills/你只需要把skills目录复制或软链过去cp -r skills ~/.config/your-ai/skills/如果你不确定目标路径可以先用find ~/.config -type d -name skills搜一下。以前我图省事直接复制到根目录结果 AI 完全读不到折腾半天才发现是指定目录不对。这个坑在切换工具时会反复出现建议装完立刻做验证别攒到一起。3.2 方式二通过 CLI 导入有些打包好的 superpowers 发行版会自带安装脚本常见的是install.sh或install.py。这类脚本的好处是自动帮你做三件事检查依赖、写入技能索引、处理权限。我当时用的是一个 Python 写的安装器执行方式类似python install.py --target ~/.config/your-ai/skills如果是 Node 版本可能还会提供一个全局命令npx superpowers install用 CLI 之前先确认版本匹配。我看到不少人在旧版 Node 上跑新版 CLI 直接报错所以node -v、python --version这种基础检查别跳过。脚本跑完会输出一份“已安装技能清单”看到清单再关终端不然你也不知道到底装进去没有。3.3 方式三在 AI 客户端里启用技能市场现在不少 AI 客户端都做了插件或技能市场搜索 superpowers点安装然后在设置里启用。这种方式最友好点几下鼠标就完成适合不想碰命令行的朋友。但我也提醒一句市场里的版本可能滞后于官方仓库如果你需要最新技能还是用 Git 方式更及时。启用之后记得在会话里确认“技能加载状态”。有些客户端默认不加载技能需要你在模型参数或系统设置里打开“启用技能”开关。这一步特容易被忽略我见过好几个人装完了但没开开关进对话问 AI 知不知道 superpowersAI 一脸茫然。3.4 怎么验证技能已经生效验证方法其实很简单第一步先看技能列表。如果你用的是 CLI 版本通常有list命令superpowers list不管用哪种工具还可以直接在对话里问“你现在加载了哪些技能请列出技能名称和用途。”如果 AI 能答出来说明技能索引读取成功如果答不上来可能路径或配置有问题。再做一个功能测试。选一个最简单的技能比如会议纪要对 AI 说“使用 meeting-minutes 技能把下面这段讨论整理成纪要。”然后随便贴一段含“决定、待办、风险”的会议记录。如果输出结构里包含时间、参与人、结论、待办、负责人说明技能生效。如果输出和普通对话没区别那基本可以确定技能没进上下文。4. 具体使用场景与效果4.1 快速做一份结构化周报我试用最多的就是 weekly-report 技能。以前写周报我得自己起结构本周完成了什么、有什么问题、下周计划。现在只需要给它零散素材比如“这周完成了登录模块重构修了三个线上 bug周四联调延期因为后端接口晚了两天下周要开始做支付页面”然后说一句“生成周报”。技能会按照内部模板自动把素材归类缺失的信息还会追问。它会告诉我“联调延期风险描述里缺少新的预计时间请补充”而不是自己编一个日期。这一点很关键好的技能不会瞎补信息而是把不确定的地方标出来。生成的周报最后会带上检查清单确保每条风险都有负责人、每个计划都有可衡量的结果。4.2 让 AI 按规范审查代码代码审查技能算是 superpowers 里价值最高的技能之一。不是简单让 AI“看看有什么问题”而是按预设规则逐条检查。像 code-review 技能会检查命名的可读性、函数复杂度、边界条件、资源释放这些点。使用方式也简单把待审查代码发给 AI说“用 code-review 技能审查”它会按规则输出一张问题表严重级别、问题描述、涉及行号、修改建议。我试过一次之后明显感觉到它比裸问 AI“这段代码有什么问题”更系统至少能覆盖到空指针和数据校验这些常见漏洞。当然它不能替代真正的人工审查但作为第一道过滤网非常够用。最好配合项目的静态检查工具一起用效果翻倍。4.3 从零搭建一个数据处理流程数据处理场景更适合组合使用多个技能。我有一份 2000 行的 CSV里面有重复值、空字段、格式混乱。直接丢给 AI它会给你一个大概率的处理方案但不一定可执行。使用了>
