先说个现象我把 codex 这类终端里的 AI 编程工具当成主力辅助之后最大的感受不是它不会写代码而是它经常想都不想就开始写。你丢给它一个需求它啪地给出一大段自以为是的实现碰到边界又不改最后绕了个大圈子。直到我在 GitHub 上翻到superpowers这个项目才发现问题不在模型能力在于——我们根本没给 AI 一套先思考、再动手的工作流程。这篇东西不是项目说明书是我自己从装到用、从踩坑到沉淀的一手记录。主要围绕三件事superpowers到底是什么、怎么装、装上之后怎么让自己的工作流真正受益。如果你已经在用 Codex CLI 这类工具或者在想为什么别人用 AI 写代码像开了挂而自己却频繁翻车这篇应该对你有用。而且我还会把最新折腾出来的 Trae 接入方案放在后面尽量把从codex cli 安装 superpowers到superpowers skill的使用链路一次性说清楚。1. AI 编码助手为什么时而聪明时而智障——superpowers 要解决的痛点我相信不只是我一个人有这种体验同一个模型在网页版对话里表现得像个资深架构师但一放进终端里干活就变成一个催一推动一动的初级程序员。代码照写测试照补可只要需求描述稍微含糊一点它就开始自由发挥方向跑偏了还能嘴硬。1.1 从一问一答到带流程干活的差距根源在于大部分 AI 编程工具把回答问题当成了核心任务而不是把完成一个工程目标当成核心任务。两者看似差不多实际区别大了。你问它帮我实现一个用户登录功能它给你 100 行代码——这是回答问题。但真实工程里这个需求背后应该有一连串追问登录是用 Session 还是 JWT密码重置走邮件还是短信失败次数要不要限制前端需不需要接入第三方登录接口鉴权怎么设计这些问题如果没人提AI 不会主动想它就照着一个最普通的登录功能给你写出来而你真正要的可能是一个带审计、带多因素认证、带设备管理的高级登录体系。superpowers解决的就是这个问题。它给 AI 装上了一套职业习惯面对需求先拆解、再质疑、再规划、再动手而不是上来就撸代码。我用了大概两周之后回看才意识到以前那堆智障时刻绝大多数不是模型笨是 prompt 里缺少一套强制思考的流程。1.2 superpowers 到底是个什么东西superpowers本质上是给 AI 编码工具准备的一组技能包skills。它在 GitHub 上开源通过给 Codex CLI 这类工具注入额外的系统指令和工作流定义让 AI 在特定场景下按照预设的流程来工作。可以这样理解原生的 Codex CLI 像个刚毕业的应届生——基础知识扎实但没经过正规军训练接到活儿就凭直觉干。装上superpowers相当于给这个应届生报了个职业培训班需求分析课、架构设计课、代码审查课、调试方法论课一门门安排好它在什么时候该调用哪套技能全部有章可循。这个项目最核心的三个关键词Skills一系列 markdown 格式的技能定义文件每个文件规定了一种工作流比如头脑风暴brainstorm、方案设计plan、代码审查review等。AI 在对话里被触发到某个场景时会调用对应的技能流程。流程化思考技能文件里不只是写你要好好思考而是写明了具体的思考步骤、要输出的内容格式、要提的问题清单。这让 AI 的思考变成可预期的、结构化的过程。CLI 深度集成直接在终端环境里通过 codex 命令加载不依赖 IDE所以对只用终端的开发者特别友好同时也给后续接入其他工具留了空间。我最初以为这只是一个 prompt 合集后来翻源码才发现它在每个 skill 里做了很细的分工——有的技能负责在动手前帮忙把需求搞清楚有的负责任务拆解有的负责查漏补缺各自的触发条件和执行流程都是独立定义的。这套设计让AI 的工作方式变得可控而不只是让回答变长。2. 安装前的准备Codex CLI 版本、Node 环境和认证先别急着复制粘贴命令我在这步已经见过太多人翻车。superpowers不是独立软件它依附在 Codex CLI 里面所以你得先把底座准备好。我建议按下面这个顺序自查缺哪个补哪个能省掉后面一大堆莫名其妙的报错。2.1 环境依赖与版本要求先说版本问题。superpowers对 Codex CLI 的版本有要求项目 README 里写的是建议使用较新版本但我在实际安装中发现不同小版本之间对 skill 配置文件的加载路径和处理逻辑有差异。最稳妥的方式是装的时候直接装最新版本不要用系统包管理器里那种几年不更新的老版本。其次是 Node.js 环境。Codex CLI 本身是 Node 写的superpowers的安装脚本也要跑在 Node 环境里所以node和npm都得提前准备好。版本建议 Node 18 以上太老的版本有些依赖装不上。另外要注意 Git。安装superpowers需要从 GitHub 拉取仓库所以你得确保机器上有 Git而且能正常访问 GitHub 仓库。这块如果平时有代理习惯的记得把终端代理配好不然卡在 clone 那一步最痛苦。我把环境要求整理成了一张表照着查就行依赖项版本要求用途Codex CLI最新版避免过旧承载 superpowers 运行的主程序Node.js18运行安装脚本与 CLI 依赖npm随 Node 安装安装 CLI 组件Git2.30拉取 superpowers 仓库终端支持 UTF-8 与 ANSI 颜色显示 skill 加载状态提示如果你之前装过其他给 Codex 加技能/规则的工具建议先清理掉再装superpowers不然多个工具同时往 Codex 的配置里写内容很可能互相覆盖最后哪个都没生效。2.2 首次安装的完整命令环境确认完之后安装本身其实不复杂。官方推荐的方式是用codex命令配合install superpowers这样的指令不过当时我在终端里试的时候发现直接执行codex install不一定能识别到项目。更通用、也更推荐的做法是# 1. 先确认 codex 命令和版本 codex --version # 2. 确认 node 版本 node -v # 3. 拉取 superpowers 项目到本地 git clone https://github.com/obra/superpowers.git cd superpowers # 4. 安装依赖 npm install # 5. 执行安装脚本把 skills 注册进 Codex CLI npm run install:skills这套流程走完之后Codex CLI 会多出一个skills目录里面就是一堆 markdown 文件也就是超级技能的定义本体。装上之后可以做个快速验证codex然后在会话里输入/help或者直接问一句what skills do you have看 AI 能不能列出技能清单。如果能列出来说明加载成功。如果它一脸茫然大概率是配置路径没对上这个我在后面的踩坑部分会细讲。注意不同版本的 Codex CLI 对配置文件路径要求不一样。旧版本读的是~/.codex目录新版本改成了~/.codex/experimental或者随系统平台变化的目录。装完别急着开心先用codex --help确认你当前版本的配置目录再回去看 skill 装哪儿了。3. 核心技能拆解superpowers 自带哪些思维流程装好的superpowers不是给你一个开关装了就变聪明它其实是给你一组可以随时调用的方法论。我在实际使用里慢慢摸清了每个技能适合什么场景这里分两块来说先看整体功能地图再看几个我高频使用的技能的详细打法。3.1 十多个内置 skills 的功能地图superpowers的 skills 是模块化的每个解决一类问题。项目源码里维护了一个类似技能目录的索引文件Codex 在对话中可以动态查询并加载对应技能。我把常用的几个做了个梳理Skill 名称解决的问题触发场景Brainstorming需求太模糊需要先碰撞想法新项目启动、方案选型Writing Plans把大需求拆解成可执行步骤需求确认后、动手前Code Review对已有代码做系统性审查合并请求前、重构后Debugging按方法论定位问题根因出现 bug、排查问题时Explaining让 AI 把代码讲清楚阅读他人代码、交接文档Root Cause Analysis刨根问底避免同类问题复现线上事故复盘、质量复盘除了这些还有不少围绕敏捷开发、任务管理、系统设计等场景的技能。我这里不逐一点名因为项目在持续迭代技能列表一直在扩充以你本地拉到的最新版为准。重点是想说明一件事superpowers的设计哲学不是让 AI 更聪明而是让 AI 在有需要的时候自动切换到正确的思维框架里面。3.2 几个最常用的技能详细用法Brainstorming头脑风暴是我在接到需求时用的第一个技能。以前我拿到一个需求脑子里就开始想技术方案选型、架构、数据库一股脑涌上来。用了这个技能之后Codex 会先做一件事把焦点拉回问题本身不断问你这个功能的真正目标是什么有没有更简单的替代方案哪些约束条件是真实存在的。它输出的不是代码而是问题清单和方向梳理。Writing Plans写计划是我个人使用频率最高的技能。它负责把需求落地成一份施工图任务拆解、依赖关系、风险点、验证方式、测试策略一层层写清楚。而且这个技能的输出格式很稳定方便我直接把计划贴进项目管理工具里复用。实测下来计划写得越细后面写代码的返工率越低。Debugging调试有一套让我眼前一亮的方法论。它不会上来让你改这改那碰运气而是按收集信息 → 提出假设 → 验证假设 → 定位根因的闭环来走。尤其适合那种偶发 bug我过去靠打印日志硬怼现在直接把它丢给这个技能它会先问我复现步骤、环境差异、最近改动然后给出一个排查优先级列表效率提升非常明显。Code Review代码审查适合在提交合并请求之前自我检查。它不只是看语法和风格更关注有没有潜在的边界问题、异常处理缺失、性能隐患等。我实测过一次它在我自以为写得很干净的代码里揪出了一个隐蔽的并发问题那种细粒度确实像个高级工程师在 review。用下来我最大的体会是技能不是越多越好而是要懂得在正确的场景里调用正确的技能。有些人装上superpowers之后觉得没啥变化很大程度上是因为他们从没主动触发过这些技能一直在用最原始的问答式让 AI 干活。4. 从装上到用明白正确使用姿势与实测效果安装只是第一步真正让superpowers发挥价值的是使用方式。我在这个项目上反复折腾了一周从最开始觉得就这到后面熟练掌握中间的变化完全是使用姿势带来的。这节分享几个核心心法以及一组实测对比数据。4.1 核心命令与关键词的正确用法superpowers的使用方式分「显式触发」和「隐式触发」两种。显式触发的做法是在 Codex 会话里直接输入技能名。比如我想让它帮我梳理一个项目方案我会这样输入/skill Writing Plans或者更自然地用自然语言触发请使用 Writing Plans 技能帮我规划一下这个功能的实现步骤。这里有个细节值得注意技能名的匹配不是非要一字不差Codex 会根据语义自动理解。比如你说帮我制定一个开发计划它也可能主动加载 Writing Plans 技能。但为了稳定我仍然建议在关键环节明确点名技能减少 AI 猜错的可能性。隐式触发则更省心当对话中出现符合某些技能描述的场景时Codex 会自动加载对应技能。但自动触发不是 100% 可靠和模型的上下文理解能力、对话长度都有关系所以我建议在重要任务上别依赖自动触发主动点名更靠谱。经验如果你的对话已经进行了很久、上下文很长AI 可能忘记自己需要加载某个技能。这时我会先输入/new开一个新会话然后在第一句话里就把技能名和需求一起抛进去让 AI 从干干净净的上下文里开始走流程。4.2 实测对比同样的需求装前装后差别在哪为了验证superpowers的实际效果我做了一组对比测试。需求描述故意写得模糊给博客系统加一个标签管理功能。没装superpowers时Codex 的反应是立刻给出Tag模型、TagController、增删改查接口、前端页面一口气生成几百行代码。表面看很完整但你仔细看就会发现没有考虑已有文章的标签迁移、没有定义标签名的唯一性规则、没有设计标签使用频率统计、也没有考虑标签过多时的性能问题。基础功能能用但不是一次有质量的交付。装了superpowers后同样的需求它没有直接写代码而是先输出了一连串关键问题标签是有层级关系还是扁平结构标签是否关联用户删除标签时已有文章怎么处理标签命名规范有没有要求是否需要标签云展示等这些讨论完之后它才进入 Writing Plans 流程给出分步实施方案然后才开始写代码。最后出来的代码结构明显更完整连数据迁移脚本都备好了。用表格看更直观对比维度未装 superpowers装上 superpowers需求理解表面理解直接开写深度提问明确边界后再动手代码结构可用但单薄分层清晰含异常处理边界情况较少考虑主动覆盖交付质量能用可维护我不是说superpowers是银弹但在这个测试里它确实让 AI 从快但不稳变成了先想清楚再动手对于做项目、做产品的人来说这种稳定性比速度重要得多。5. 踩坑实录版本不匹配、上下文爆炸与插件冲突任何工具都不是装上就岁月静好superpowers在我实际使用中也踩了好几个坑有的坑一度让我想卸载。这里把它们记录下来希望你能绕过。5.1 问题一git 版本过低导致安装失败第一次安装时我用的是一台老开发机Git 版本停留在 2.20 左右。执行npm run install:skills时脚本报错提示某个依赖需要更高版本的 Git 支持。由于报错信息不够友好我当时还以为是 Node 版本问题来回折腾了很久。后来排查发现是安装脚本内部使用了 Git 的某些新特性比如--recurse-submodules的扩展参数老版本 Git 不支持。解决办法也很简单升级 Git或者换一台环境干净的新机器重装。注意装superpowers这种从源码拉取的工具尽量别用系统自带的老版本基础软件教训就是要优先满足官方推荐的版本要求不要自己脑补应该没问题。5.2 问题二上下文过长时技能丢失有一次我在一个很长很长的 Codex 会话里工作聊了几个小时后突然发现AI 不再调用技能了我明确叫出技能名它也没反应好像完全忘了技能的存在。后来我理解了原因Codex 的上下文窗口有限超长对话会把早期加载的技能定义挤出有效上下文AI 自然就失忆了。这不算 bug是上下文机制导致的必然结果。解决办法有几种重要任务单独开新会话开头就把技能加载进去。用/compact之类的方式压缩历史对话给技能腾出上下文空间。不依赖 AI 自动想起技能而是把技能名写在关键 prompt 里比如使用 Debugging 技能分析以下问题。我后来形成了一套自己的习惯一个大任务拆成几个小阶段每个阶段开新会话并在开头明确指定本次要用的技能。这样不但技能稳定生效每个会话的上下文质量也高很多AI 输出的专注度完全不一样。5.3 问题三与其他 CLI 工具或配置的冲突Codex CLI 本身是高度可配置的很多开发者会写自定义的AGENTS.md规则文件或者加载其他 prompt 增强工具。superpowers装上后这些规则文件和技能定义之间可能会打架。我遇到的情况是我的AGENTS.md里写了一套特定的代码风格要求而superpowers的 Code Review 技能有自己的质量标准两者在审查代码时产生了冲突AI 一会儿按这个标准说一会儿按那个标准说输出很不稳定。解决思路是理清优先级要么以superpowers的流程为主把自己的规则文件改造成配合它的形态要么在某些环节禁用部分技能保留自己的规则。还有个容易被忽略的点如果你同时在用 Codex CLI 和trae work cn这类工具配置文件路径可能会互相影响。我在尝试把superpowers接到 Trae 时发现 Trae 的 skill 配置目录和 Codex CLI 不是同一个需要把技能文件复制过去或者建立软链接。所以我后来干脆把技能文件放在一个公共目录两边都指向它更新一次两边生效。6. 进阶玩法自定义自己的 skill 和接入 Trae用熟内置技能之后就可以考虑更进一步了——自己写 skill以及把它接入到你日常最常用的工具里。这节分享一些我总结出来的实践经验尤其是 skill 的目录结构和 Trae 接入的做法。6.1 自定义 skill 的目录结构与编写规范一个 skill 本质上是 markdown 文件但superpowers对它的组织方式是有讲究的。以我本地的项目结构为例superpowers/ ├── skills/ │ ├── brainstorming/ │ │ ├── SKILL.md │ │ └── examples/ │ ├── writing-plans/ │ │ ├── SKILL.md │ │ └── templates/ │ └── my-custom-skill/ │ ├── SKILL.md │ └── references/关键就两个点第一每个技能有自己的目录SKILL.md是技能主文件第二主文件里要写清楚触发场景、执行步骤、输出格式、参考示例。我自己写了一个数据库迁移评审的 skill目录大概是这样的# Database Migration Review ## Description 用于评审数据库迁移脚本检查索引、锁表、数据一致性等风险。 ## When to Use - 提交迁移脚本前 - 大表结构变更时 ## Steps 1. 检查迁移脚本是否包含索引优化 2. 检查是否存在长时间锁表风险 3. 检查数据回滚方案 4. 输出评审结果表 ## Output Format | 风险点 | 等级 | 建议 | | --- | --- | --- |定义好之后Codex 就能在对话里识别到并调用它。重点Description 一定要写得清楚因为 AI 是根据描述来判断何时触发这个技能的。如果描述太含糊它很容易把技能用在错误场景。6.2 在 Trae 中接入 superpowers 的思路关于 Trae 的接入我看到很多人在搜说明大家都有类似需求。不过要说清楚trae work cn默认不会读 Codex CLI 的技能配置你需要手动把 skill 文件放入 Trae 的提示词/技能目录。我在实践中的做法是先找到 Trae 的技能目录或自定义规则目录一般在用户配置目录下。把superpowers里skills/下的技能文件复制过去或者用软链接指向同一份文件。在 Trae 的自定义指令里添加一句请参考以下技能定义并在合适场景下使用。这样接入之后Trae 里的 AI 也能获得类似的流程化思考能力。但我得诚实说一句Trae 的上下文组织方式和 Codex CLI 不完全一样技能的触发稳定性和在 Codex 里比起来还是有差距的。如果做重要项目我更倾向回到 Codex CLI 里用日常顺手的小任务Trae 里能用上一部分技能就够了。自定义 skill 是最容易上头的部分因为一旦跑通你会发现 AI 的职业习惯完全由你定义它能主动按你的团队规范、编码标准、流程偏好去干活比任何通用 prompt 都贴合实际场景。7. 最后说几句实在的superpowers这个项目我前前后后用了快一个月最大的感受是它不是在炫技术而是在补 AI 编程工具最关键的一块短板——把会思考变成必须思考。装上之后AI 从抢答选手变成了先举手的选手代码质量提升了返工少了连带着我自己的项目规划习惯都变得更严谨了。当然它也有学习成本你得记住哪些场景该触发哪个技能得和 AI 磨合出一套适合自己的沟通节奏甚至得学会调整自己的提问方式。它的定位不是傻瓜式的一键变强它是一套需要你参与其中的工作流框架投入多少回报就多少。安装上有问题的优先去 GitHub 仓库看 README使用上有疑问的多在会话里试几个技能对比输出效果被坑了也别急着卸载往往只是使用姿势问题。我的建议很简单先装上花一两天时间把常用技能全部触发一遍感受一下有流程的 AI和没流程的 AI之间的差距你会回来感谢我的。