1. 认识superpowers先搞清它解决的是什么问题1.1 为什么AI编程工具需要“技能系统”在真正上手superpowers之前我先说说我自己的处境。平时主力编程工具是Cursor配合Claude或GPT类模型日常写点脚本、改个bug确实很爽。但用久了你会发现一个问题模型虽然很强但它的行为非常“被动”——你问一句它答一句。如果你不给它一套明确的做事方法它就只会按照通用聊天的方式给你吐代码不会主动去拆解需求、不会自动验证结果、更不会在改完一个文件之后回过头去检查是否影响了其他地方。这就像你招了一个很聪明但完全没受过培训的新员工。脑子够用但不知道公司的流程是什么不知道代码规范是什么不知道测试怎么跑也不知道什么叫“做完一件事”。你每天要花大量时间在对话里重复交代这些上下文。时间一长效率反而被拖垮了。superpowers解决的就是这个痛点。它是一套基于Claude Agent Skills机制实现的开源技能管理工具目前主要跑在Cursor这类AI编程IDE里。简单来说它允许你给AI助手预定义一系列“技能”比如“实现一个新功能”“编写单元测试”“处理报错”“重构代码”等等。每个技能都有明确的触发条件、执行步骤和输出要求AI在合适的场景下会自动调用这些技能而不是每次都从零开始“自由发挥”。我第一次意识到这个东西的价值是在用它接管一个多文件项目的时候。当时superpowers自动生成了一个带有依赖图的可执行任务清单把“改完A文件后需要同步修改B文件”这类关联都标了出来。AI不再是一股脑地改完某个文件就停下来等我验收而是会按照任务列表逐步推进并在最后统一验证。这种体验和之前那种“挤牙膏式”的对话编码完全是两个世界。1.2 superpowers和普通提示词工程的区别有些人可能会说我自己在System Prompt里写清楚规则不也一样吗区别非常大。普通的提示词工程本质上是“一次性说明书”。你把规则写在系统提示里模型每次都要重新理解一遍而且随着对话变长早期规则很容易被后续内容稀释。更关键的是提示词是静态的模型没有“工具”的概念也没有“调用技能”的机制。superpowers不一样。它把“能力”模块化成一个个独立的技能文件每个技能有自己的描述、触发条件和执行指令。当对话内容符合某个技能的描述时AI会主动去加载这个技能按照里面的流程走。这相当于把“说明书”变成了“可调用的函数”而且是按需加载的。另一个核心差异是任务驱动。superpowers里有一套任务拆解机制AI会把一个大的需求拆成多个可验证的小任务然后逐个执行每个任务都有明确的验收标准。这比“你给我改一下登录功能”然后看它自由发挥要可靠得多。我后面会详细拆解这个机制这里先记住一句话提示词是教模型“怎么说”superpowers是教模型“怎么干活”。2. 安装与初始化从头把技能系统跑起来2.1 环境准备Node.js、Git以及Cursor在安装superpowers之前需要确认机器上已经具备几样基础环境。虽然项目本身是纯JavaScript写的不涉及复杂的编译过程但几个前置依赖缺一不可。首先肯定要有一个Cursor并且建议升级到最新版本。superpowers走的是Agent流程需要Cursor完整支持Agent模式老版本的Cursor可能无法正确解析技能调用。如果你用的是其他支持Claude Skills的IDE理论上也可以但官方文档和社区主流配置都集中在Cursor上所以这里以Cursor为例。其次是Node.js。superpowers的安装器是一个Node脚本运行时需要通过npm下载依赖。建议使用Node.js 18以上版本太老的版本会碰到语法兼容问题。怎么检查终端里执行node -v如果输出类似v20.x.x就没什么问题。如果还没装直接去官网下载LTS版本一路默认安装即可。然后是Git。superpowers本身是从GitHub仓库拉下来的而且你后续如果要引入社区技能库也需要用Git来clone。Windows用户安装Git时注意选上“Add to PATH”选项否则终端里找不到git命令。最后还需要一个终端工具。Windows用户建议用PowerShell或者Windows Terminal不建议用CMD因为后面要执行一些npm脚本CMD对ANSI颜色和路径的处理都有坑。macOS和Linux用户直接用系统自带的终端就行。2.2 安装流程和首次启动环境准备好之后安装过程其实比想象中简单。我第一次装的时候以为会有一堆配置要填结果整个流程跑完只花了五分钟。下面是完整步骤每一步我都标注了它的作用。第一步选择一个你觉得舒服的目录专门用来存放superpowers相关文件。我建议不要直接放在系统盘根目录也不要放在带中文的路径下比如D:/superpowers这种路径最稳妥。执行git clone https://github.com/jesse Vincent/superpowers.git这里要提醒一句项目仓库地址可能会因为作者更新而变化如果这个地址失效直接在GitHub上搜索“superpowers skills”也能找到。clone完成后你会看到一个名为superpowers的文件夹。第二步进入目录执行安装脚本cd superpowers npm install如果网络状况不太理想npm下载会比较慢甚至卡住不动。我自己在国内网络环境下实测直接npm install偶尔会超时。这时候可以切换一下npm镜像源执行npm config set registry https://registry.npmmirror.com然后再执行npm install速度会快很多。装完之后如果看到类似“added 200 packages”的输出说明依赖没问题。第三步启动superpowers服务。这个项目的设计思路是它会启动一个本地服务然后你需要在Cursor里配置成MCP或者外部工具来连接它。具体启动命令是npm run start启动成功后终端里会输出一个本地地址一般是http://localhost:xxxx以及一段说明文字提示你接下来需要去Cursor里添加这个工具。这个本地服务就是技能管理器AI助手在需要时会通过它读取技能内容、执行任务调度。第四步在Cursor中接入。打开Cursor的设置面板找到MCP或外部API一栏把刚才生成的本地地址添加进去。不同版本的Cursor入口位置稍有不同但基本都在Settings的“Tools”或者“MCP Servers”里。添加完成后记得重启一下Cursor让配置生效。首次启动完成之后你还需要做一件事初始化技能目录。superpowers会扫描你当前项目文件夹下的.superpowers目录如果不存在就自动创建。这个目录就是所有技能文件的存放位置后面你引入或自定义技能都是往这个目录里放东西。2.3 目录结构先看明白装了什么安装完之后我建议你先花两分钟把目录结构搞清楚而不是急着去写代码。因为你后面所有操作都围绕这个结构展开提前理解了后面排查问题会省很多力气。打开superpowers文件夹里面主要包含这几个部分src目录放着核心逻辑代码skills目录是内置技能包的存放位置根目录下的package.json是项目配置还有一个docs目录里面有官方文档。这些不用全懂但你要记住skills这个目录——它是宝藏。再看你的项目文件夹。在你通过Cursor打开的那个项目根目录下或者用户主目录下会生成一个.superpowers文件夹。这个文件夹里面通常有一个skills子目录还可能有一个tasks目录。skills目录下每个技能占一个子文件夹里面有一个SKILL.md文件这是核心。tasks目录则用来存放AI生成的临时任务记录。理解了目录结构之后我们接下来要看真正核心的东西技能到底是怎么运作的。3. 核心机制skills、agents与task驱动3.1 skill的完整格式metadata、description与instructions要真正用好superpowers必须理解一个技能文件长什么样。拿最简单的技能举例在.superpowers/skills/demo/SKILL.md里内容一般是这样的--- name: demo-skill description: 用于演示如何创建一个技能。当用户要求演示技能开发时使用。 --- # 演示技能 这是一个演示用技能。当这个技能被触发时你需要执行以下步骤 1. 确认用户的需求场景。 2. 以hello world为例展示技能的基本结构。 3. 最后总结技能开发的完整流程。这个文件分为两部分上面的YAML Front Matter是元数据区声明了这个技能的名字和描述下面部分是真正的执行指令告诉AI在触发这个技能后应该做什么。关键在于description字段。你可能会觉得这个字段不重要但它是AI判断“何时调用这个技能”的唯一依据。AI不会阅读整个技能文件来决定是否使用它只会读取这个描述跟当前用户请求做语义匹配。所以描述写得越具体、越清晰技能被正确触发的概率就越高。比如“当用户要求演示如何开发一个技能时使用”就比“演示技能”要好得多。instructions部分则是具体操作流程。这里有个重要的原则指令要足够详细但不要给AI自由发挥的空间。因为技能的价值在于“稳定复现”如果指令写得像聊天一样随意那AI执行出来的结果也会飘忽不定。我见过很多新手写的技能instructions部分只有一句话“帮用户实现这个功能”这种技能其实和不用没什么区别。3.2 技能如何被自动选择与执行理解技能的自动选择机制是使用superpowers的分水岭。它的工作流程大概是这样的第一步当你在对话里提出请求时AI会同时查看所有技能描述。注意是描述不是全部内容。它会做一次语义匹配判断当前请求和哪个技能最相关。规则通常是你描述里出现的关键词以及描述本身的语义表达。第二步如果只有一个技能匹配AI直接加载它如果有多个技能部分匹配AI可能需要你确认或者按照描述里的优先级来选。这也是为什么描述里最好不要出现过于宽泛的词语比如“帮助用户”这种话。每个技能都说“帮助用户”AI根本分不清。第三步技能被加载之后AI会按照instructions部分的步骤执行。在执行过程中AI可以把任务状态写入tasks目录方便后续追踪。这也是superpowers和其他简单技能插件的区别——它有任务持久化能力即使对话中途中断重新打开后AI也能读取之前的任务记录接着往下做。第四步执行完成后AI会对照技能里设定的验收标准检查结果。如果不符合它会自己返工而不是直接丢给用户。这个“自校验”环节特别重要也是superpowers能提升代码质量的关键。我用一个生活中的例子来解释技能就像是学校里的标准化实验手册。手册上写明了实验目的、步骤、注意事项和验收标准。学生做实验时翻开对应章节做完之后对照标准检查结果。没有手册时每个学生都凭感觉做十个学生给你十个结果有了手册之后至少流程是统一的结果也可控了。3.3 自定义一个技能从需求到落地理解了格式和机制之后你完全可以自己写技能。我这里用一个实际改造案例演示整个流程。我平时经常需要把数据库表结构转换成TypeScript类型定义。以前每次都要在对话里解释一遍“字段名转驼峰、datetime转string、decimal转number”非常烦。后来我写了一个专用技能。第一步先创建目录mkdir -p .superpowers/skills/db-to-ts第二步在目录里创建SKILL.md内容如下--- name: db-to-ts description: 将MySQL建表语句转换为TypeScript类型定义。当用户给出SQL建表语句并要求生成接口类型或DTO时使用。 --- # 数据库表转TypeScript类型 收到用户的建表语句后遵循以下规则转换 1. 将表名转换为帕斯卡命名法作为接口名。 2. 每个字段按蛇形命名转换为驼峰命名。 3. 类型映射规则int/bigint - numbervarchar/text - stringdatetime/timestamp - stringdecimal/float - numbertinyint(1) - boolean。 4. 为每个字段补充注释注释内容使用原字段注释。 5. 输出完整的TypeScript interface代码不做多余解释。写完之后不需要重启服务superpowers会自动识别新增技能。我在测试时直接贴了一段建表语句然后说“转成TS类型”AI立刻调用了这个技能输出结果完全符合规则而且没有多余的废话。这个例子说明什么技能定义越贴近你自己的业务习惯AI的表现就越像你团队里的资深同事。它不需要你每次重复指令而是按你的规矩办事。4. 实操演练用superpowers做一个待办应用4.1 规划把需求拆解成可执行Task理论说了这么多不实操一遍总觉得不踏实。下面我用一个经典场景完整走一遍流程用superpowers在Cursor里开发一个带前后端的待办事项应用。我希望你跟着做的时候重点不是看代码怎么写而是观察AI在整个过程中的行为模式发生了怎样的变化。我在Cursor里新建一个空项目然后在对话里输入了这句话“使用superpowers规划一个待办事项应用要求有用户登录、任务增删改查、支持标记完成前端用React后端用Node.js数据存储用SQLite。”正常情况下如果不用superpowersAI会先给你生成一堆代码文件或者问几个问题就开始动手。但这次AI的行为完全不一样。它先加载了一个叫“任务规划”的技能然后把我的需求拆解成了一系列任务卡片。每个任务卡片包含任务描述、优先级、涉及文件、验收标准。比如第一个任务是“初始化项目结构”验收标准是“前后端目录分离package.json可以正常执行npm install”。第二个任务是“实现用户登录接口”验收标准是“注册、登录、鉴权三个接口均返回预期状态码”。整张任务清单排下来一共十多个任务涵盖了从数据库表设计到前端页面交互的所有环节。这一步的价值在于AI不会上来就写代码而是先建立了全局视图。它知道登录功能依赖用户表而用户表又依赖数据库初始化。所以在写登录功能之前它会先确保数据库部分完成。这种顺序感在以前靠对话驱动的开发模式下是奢侈品。4.2 实现引入“代码编写”技能生成核心功能任务清单确认之后我继续输入“开始执行第一个任务”。这时候AI加载了一个“实现功能”技能。这个技能要求AI在动手写代码前先列出将要创建的文件清单、每个文件的职责、以及文件之间的依赖关系。这个步骤非常有用它能避免AI东写一个文件西写一个文件最后逻辑对不上。在生成登录接口的时候我注意到一个细节AI自动在代码里加入了输入校验和安全处理。密码使用了哈希存储接口返回时过滤掉了敏感字段。这些并不是我在需求里明确要求的而是“实现功能”技能里预设的最佳实践。这就是技能库的力量——你写的技能越严谨AI的默认行为就越专业。又比如在实现任务增删改查接口时AI发现前端需要调用/api/tasks接口但后端还没有实现。如果是以前的对话模式它可能会直接跳过或者编一个接口让你后面自己再对。但现在superpowers的任务系统会让AI主动检查任务状态发现前置任务未完成时会暂停当前任务先回去补全依赖。这种“主动发现并修复依赖”的能力我实测下来非常靠谱。整个实现过程持续了大概二十分钟。期间AI多次从“实现功能”技能切换到“代码审查”技能检查已有代码确保没有引入低级错误。我基本没有插手只是偶尔在关键节点确认一下需求细节。4.3 验证用测试技能检查成果按传统开发习惯功能写完不代表结束还要测试。这个环节也交给superpowers来做。我输入“为当前项目编写测试用例并执行”。AI立刻切换到“测试”技能先分析了项目里已经安装的测试框架——因为它发现项目还没装测试框架于是先自动安装了Vitest和Supertest然后针对接口编写了测试用例。测试用例覆盖了正常流程和异常流程。比如注册接口它测试了成功注册、重复注册、参数缺失三种情况登录接口它测试了正确密码、错误密码、未注册账号三种情况。这些用例的覆盖逻辑比我手动写的时候还要全面一些。执行完测试之后它把结果汇总成了一张表哪条用例通过了哪条失败了失败原因是什么都列得清清楚楚。我注意到其中一条用例失败了原因是接口返回的错误码和测试预期不一致。AI并没有简单地把测试断言改成和实际一致而是主动检查后端代码发现确实是后端错误状态码写错了于是修复代码后重新运行测试直到全部通过。到这里这个待办应用的核心功能已经算是完整了。你可能已经发现superpowers的核心价值不是让AI“更聪明”而是让AI“更有章法”。它把一个模糊的“帮我做个应用”变成了一个可推进、可验证、可复现的工程流程。5. 常用skills与引入外部技能库5.1 官方技能库推荐清单现在你已经会安装和使用superpowers了接下来要聊的是怎么让它更强大。超级技能嗯superpowers的官方仓库里其实自带了若干常用技能每一个都经过实践验证。我把其中最常用的几个整理成了表方便你查阅。技能名触发场景核心作用代码生成要求实现新功能时先生成方案再编码包含文件清单和依赖分析代码审查要求检查代码质量时审查代码风格、性能隐患、安全漏洞输出修改建议测试编写要求补测试时自动分析功能点并生成覆盖正常和异常场景的测试用例调试遇到报错需要排查时引导AI抓取报错信息、缩小问题范围、提出修复方案数据库迁移修改表结构时生成规范的数据库变更脚本和回滚脚本文档生成要求写README或API文档时根据项目代码自动生成结构化文档这些技能在安装时会默认放在superpowers/skills目录里。如果你想在自己的项目中使用需要把它们复制到项目根目录下的.superpowers/skills文件夹中。你也可以直接在配置里设置全局技能目录让所有项目都能共用。5.2 如何从社区或仓库引入现成技能除了自带技能社区里还有大量别人写好的技能可以直接引入。引入方式不复杂本质上就是拿到别人的技能文件夹放到你的.superpowers/skills目录里。但这里有几个坑我提一下。第一个坑是复用依赖。有些技能不是纯Markdown它可能依赖一些Python脚本或者Node模块。如果你只复制了SKILL.md文件而忽略了同目录下的脚本文件技能执行时会报错。所以引入别人的技能时最好整个目录复制下来。第二个坑是描述冲突。如果你从不同仓库引入了两个技能它们的description字段高度相似AI可能会混淆。引入后最好检查一下描述适当改写确保每个技能的触发场景足够独立。第三个坑是版本适配。superpowers的格式还在持续演进老版本的技能文件可能用了已经废弃的字段或者指令里调用了某个旧的命令。引入之后最好先让AI执行一遍验证没有问题再大规模使用。我个人的习惯是每个月抽出一晚上专门逛社区技能库看到好用的技能就拉下来测试然后选择性地收进自己的技能集。这个过程有点像收集游戏装备看到特性和自己的使用习惯匹配就果断加进来不匹配的也不勉强。5.3 技能版本与维护策略技能不是写一次就一劳永逸的。随着你的项目风格变化、团队规范调整技能也需要同步更新。我建议你建立一套简单的维护策略。首先为关键技能设定一个“review日期”。比如每个季度末检查一遍常用技能看里面的指令是否还符合当前的编码规范。如果团队最近把错误处理从抛出异常改成了返回错误码那相关技能里的指令就要同步修改。其次善用技能描述里的版本信息。我习惯在每个SKILL.md的元数据区加一个version字段比如version: 1.2.0。这样在排查AI行为异常时能快速确认当前用的是哪个版本的技能不至于一头雾水。最后不要把太多技能堆在同一个目录里。技能不是越多越好数量多了之后AI选择负担会加重匹配准确率反而下降。我实测下来一个项目里保留十个左右的核心技能效果是最好的。真有临时需求直接在对话里说不比调用技能差。6. 常见问题与排查技巧6.1 安装或启动失败我在使用superpowers的过程中也踩过不少坑尤其是安装阶段。先把最常见的几个问题列出来你看看自己有没有遇到过。第一个是npm install卡住或超时。除了前面提到的切换镜像源之外你还可以试试删除node_modules目录重新安装。如果还是不行检查一下Node.js版本改用Node 20的LTS版本基本可以解决问题。第二个是启动时端口被占用。superpowers默认会监听一个本地端口如果这个端口已经被其他程序占用启动会直接报错。解决办法很简单启动命令里带一个参数指定新端口比如npm run start -- --port 3456然后在Cursor的配置里也改成这个端口。第三个是Cursor连接不上本地服务。出现这个情况首先确认服务是否真的在运行其次检查Cursor里的MCP地址有没有填对。注意地址通常是一个完整的URL形式不能只填IP。如果你填完之后还是连不上试着把Cursor完全退出再重新打开让配置彻底加载。6.2 技能不生效或AI不调用这个问题的排查思路和上一个完全不一样。技能不生效很多时候根本不是安装的问题而是技能本身没写对。先说最常见的AI完全不调用技能。你可以试着在对话里明确提到技能名称比如“请使用db-to-ts技能来转换这个建表语句”。如果这样AI还是不用基本可以判断是技能的description有问题。把description改得更具体明确包含触发关键词会有效很多。还有一种情况是技能被调用了但走的是默认行为没有按照SKILL.md里的指示来做。这可能是因为instructions部分写得不够有约束力。如果你在指令里用了“可以”“建议”这种软弱词汇AI就会自由发挥。把措辞改成“必须”“禁止”“严格按以下顺序执行”行为会立刻变得规范很多。最后一种诡异的情况是同一个技能被重复加载或者跟别的技能产生冲突。这通常发生在多个技能目录下存在同名技能时。解决方法是统一管理技能目录不要让同一个技能出现在两个地方。6.3 中文字符与路径问题及其他坑这个问题对国内用户特别有参考价值。说实话superpowers的官方作者应该没有大规模测试过中文环境下的使用体验所以有几个坑你可能躲不开。第一个坑是项目路径不能有中文。我一开始把项目放在D:/个人项目/测试这样的目录下结果技能执行时总是出奇怪的路径错误。后来把项目移到纯英文路径下面问题就消失了。如果实在要用中文名建议通过符号链接把中文路径映射到英文路径。第二个坑是技能文件里的中文编码。Windows下如果用记事本编辑SKILL.md保存时默认可能是GBK编码这种文件放到superpowers里会被识别成乱码。务必用VS Code或者支持UTF-8编码的编辑器保存文件并且确认文件右下角显示的编码格式是UTF-8。第三个坑是AI处理中文指令时偶尔会输出非常“啰嗦”的回复。这在用技能执行任务时不算大问题但如果你发现AI完全无视技能的简洁要求可以尝试在SKILL.md的instructions开头加一句“直接输出结果不要任何解释和前言”。这一句话往往比一长段的格式要求都管用。第四个坑是关于权限的。superpowers会修改项目文件、执行脚本如果你的项目在系统受保护目录下比如C:/Program Files操作会被系统拦截。把项目放在用户目录或者普通盘符目录下会省去很多权限麻烦。7. 使用一段时间后的心得与几个值得养成的习惯最后聊点我自己的实际体会。superpowers这个工具你用一个月和用一天的理解是完全不一样的。第一天你会觉得它就是个“更听话的AI”用一周之后你会发现它其实是在塑造你的开发习惯。我现在打开一个新项目的第一件事已经不是急着写代码了而是先想想这个项目需要哪些技能。比如如果涉及API开发我会先写一个“接口设计”技能规定好返回格式和状态码规范如果涉及数据存储我会写好数据库操作技能的草稿。等技能定义好了再开工后面AI生成的代码会非常顺从我的习惯极少需要大幅返工。另外一个值得养成的习惯是善用任务记录。superpowers在tasks目录下保存的任务记录不仅仅是临时的状态标记。我在多人协作时会把这份任务记录作为开发周报的素材来源。因为AI已经把任务拆解、执行、验证的全过程记下来了我只需稍作整理就是一份完整且真实的工作汇报。还有一个小技巧我会在每个技能文件底部加一段“边界声明”写清楚这个技能不负责什么。比如数据库转换技能里写明“不处理视图、不处理索引定义”。有了这段边界声明AI不会在技能范围内做超纲操作减少了很多不可控行为。其实superpowers的最终目标是让你个人的工程经验沉淀为一套可以自动执行的规则库。你今天花半小时写一个技能未来每一次对应的开发工作都会自动变快、变稳。这个投入的性价比我自己算过几乎是从第一个月就开始回本了。如果你还没试过建议马上拿一个小项目入手感受一下“有章法的AI编程”和“自由发挥的AI编程”之间那堵看不见的墙。 superpowers实战指南：用技能系统让AI编程更有章法
1. 认识superpowers先搞清它解决的是什么问题1.1 为什么AI编程工具需要“技能系统”在真正上手superpowers之前我先说说我自己的处境。平时主力编程工具是Cursor配合Claude或GPT类模型日常写点脚本、改个bug确实很爽。但用久了你会发现一个问题模型虽然很强但它的行为非常“被动”——你问一句它答一句。如果你不给它一套明确的做事方法它就只会按照通用聊天的方式给你吐代码不会主动去拆解需求、不会自动验证结果、更不会在改完一个文件之后回过头去检查是否影响了其他地方。这就像你招了一个很聪明但完全没受过培训的新员工。脑子够用但不知道公司的流程是什么不知道代码规范是什么不知道测试怎么跑也不知道什么叫“做完一件事”。你每天要花大量时间在对话里重复交代这些上下文。时间一长效率反而被拖垮了。superpowers解决的就是这个痛点。它是一套基于Claude Agent Skills机制实现的开源技能管理工具目前主要跑在Cursor这类AI编程IDE里。简单来说它允许你给AI助手预定义一系列“技能”比如“实现一个新功能”“编写单元测试”“处理报错”“重构代码”等等。每个技能都有明确的触发条件、执行步骤和输出要求AI在合适的场景下会自动调用这些技能而不是每次都从零开始“自由发挥”。我第一次意识到这个东西的价值是在用它接管一个多文件项目的时候。当时superpowers自动生成了一个带有依赖图的可执行任务清单把“改完A文件后需要同步修改B文件”这类关联都标了出来。AI不再是一股脑地改完某个文件就停下来等我验收而是会按照任务列表逐步推进并在最后统一验证。这种体验和之前那种“挤牙膏式”的对话编码完全是两个世界。1.2 superpowers和普通提示词工程的区别有些人可能会说我自己在System Prompt里写清楚规则不也一样吗区别非常大。普通的提示词工程本质上是“一次性说明书”。你把规则写在系统提示里模型每次都要重新理解一遍而且随着对话变长早期规则很容易被后续内容稀释。更关键的是提示词是静态的模型没有“工具”的概念也没有“调用技能”的机制。superpowers不一样。它把“能力”模块化成一个个独立的技能文件每个技能有自己的描述、触发条件和执行指令。当对话内容符合某个技能的描述时AI会主动去加载这个技能按照里面的流程走。这相当于把“说明书”变成了“可调用的函数”而且是按需加载的。另一个核心差异是任务驱动。superpowers里有一套任务拆解机制AI会把一个大的需求拆成多个可验证的小任务然后逐个执行每个任务都有明确的验收标准。这比“你给我改一下登录功能”然后看它自由发挥要可靠得多。我后面会详细拆解这个机制这里先记住一句话提示词是教模型“怎么说”superpowers是教模型“怎么干活”。2. 安装与初始化从头把技能系统跑起来2.1 环境准备Node.js、Git以及Cursor在安装superpowers之前需要确认机器上已经具备几样基础环境。虽然项目本身是纯JavaScript写的不涉及复杂的编译过程但几个前置依赖缺一不可。首先肯定要有一个Cursor并且建议升级到最新版本。superpowers走的是Agent流程需要Cursor完整支持Agent模式老版本的Cursor可能无法正确解析技能调用。如果你用的是其他支持Claude Skills的IDE理论上也可以但官方文档和社区主流配置都集中在Cursor上所以这里以Cursor为例。其次是Node.js。superpowers的安装器是一个Node脚本运行时需要通过npm下载依赖。建议使用Node.js 18以上版本太老的版本会碰到语法兼容问题。怎么检查终端里执行node -v如果输出类似v20.x.x就没什么问题。如果还没装直接去官网下载LTS版本一路默认安装即可。然后是Git。superpowers本身是从GitHub仓库拉下来的而且你后续如果要引入社区技能库也需要用Git来clone。Windows用户安装Git时注意选上“Add to PATH”选项否则终端里找不到git命令。最后还需要一个终端工具。Windows用户建议用PowerShell或者Windows Terminal不建议用CMD因为后面要执行一些npm脚本CMD对ANSI颜色和路径的处理都有坑。macOS和Linux用户直接用系统自带的终端就行。2.2 安装流程和首次启动环境准备好之后安装过程其实比想象中简单。我第一次装的时候以为会有一堆配置要填结果整个流程跑完只花了五分钟。下面是完整步骤每一步我都标注了它的作用。第一步选择一个你觉得舒服的目录专门用来存放superpowers相关文件。我建议不要直接放在系统盘根目录也不要放在带中文的路径下比如D:/superpowers这种路径最稳妥。执行git clone https://github.com/jesse Vincent/superpowers.git这里要提醒一句项目仓库地址可能会因为作者更新而变化如果这个地址失效直接在GitHub上搜索“superpowers skills”也能找到。clone完成后你会看到一个名为superpowers的文件夹。第二步进入目录执行安装脚本cd superpowers npm install如果网络状况不太理想npm下载会比较慢甚至卡住不动。我自己在国内网络环境下实测直接npm install偶尔会超时。这时候可以切换一下npm镜像源执行npm config set registry https://registry.npmmirror.com然后再执行npm install速度会快很多。装完之后如果看到类似“added 200 packages”的输出说明依赖没问题。第三步启动superpowers服务。这个项目的设计思路是它会启动一个本地服务然后你需要在Cursor里配置成MCP或者外部工具来连接它。具体启动命令是npm run start启动成功后终端里会输出一个本地地址一般是http://localhost:xxxx以及一段说明文字提示你接下来需要去Cursor里添加这个工具。这个本地服务就是技能管理器AI助手在需要时会通过它读取技能内容、执行任务调度。第四步在Cursor中接入。打开Cursor的设置面板找到MCP或外部API一栏把刚才生成的本地地址添加进去。不同版本的Cursor入口位置稍有不同但基本都在Settings的“Tools”或者“MCP Servers”里。添加完成后记得重启一下Cursor让配置生效。首次启动完成之后你还需要做一件事初始化技能目录。superpowers会扫描你当前项目文件夹下的.superpowers目录如果不存在就自动创建。这个目录就是所有技能文件的存放位置后面你引入或自定义技能都是往这个目录里放东西。2.3 目录结构先看明白装了什么安装完之后我建议你先花两分钟把目录结构搞清楚而不是急着去写代码。因为你后面所有操作都围绕这个结构展开提前理解了后面排查问题会省很多力气。打开superpowers文件夹里面主要包含这几个部分src目录放着核心逻辑代码skills目录是内置技能包的存放位置根目录下的package.json是项目配置还有一个docs目录里面有官方文档。这些不用全懂但你要记住skills这个目录——它是宝藏。再看你的项目文件夹。在你通过Cursor打开的那个项目根目录下或者用户主目录下会生成一个.superpowers文件夹。这个文件夹里面通常有一个skills子目录还可能有一个tasks目录。skills目录下每个技能占一个子文件夹里面有一个SKILL.md文件这是核心。tasks目录则用来存放AI生成的临时任务记录。理解了目录结构之后我们接下来要看真正核心的东西技能到底是怎么运作的。3. 核心机制skills、agents与task驱动3.1 skill的完整格式metadata、description与instructions要真正用好superpowers必须理解一个技能文件长什么样。拿最简单的技能举例在.superpowers/skills/demo/SKILL.md里内容一般是这样的--- name: demo-skill description: 用于演示如何创建一个技能。当用户要求演示技能开发时使用。 --- # 演示技能 这是一个演示用技能。当这个技能被触发时你需要执行以下步骤 1. 确认用户的需求场景。 2. 以hello world为例展示技能的基本结构。 3. 最后总结技能开发的完整流程。这个文件分为两部分上面的YAML Front Matter是元数据区声明了这个技能的名字和描述下面部分是真正的执行指令告诉AI在触发这个技能后应该做什么。关键在于description字段。你可能会觉得这个字段不重要但它是AI判断“何时调用这个技能”的唯一依据。AI不会阅读整个技能文件来决定是否使用它只会读取这个描述跟当前用户请求做语义匹配。所以描述写得越具体、越清晰技能被正确触发的概率就越高。比如“当用户要求演示如何开发一个技能时使用”就比“演示技能”要好得多。instructions部分则是具体操作流程。这里有个重要的原则指令要足够详细但不要给AI自由发挥的空间。因为技能的价值在于“稳定复现”如果指令写得像聊天一样随意那AI执行出来的结果也会飘忽不定。我见过很多新手写的技能instructions部分只有一句话“帮用户实现这个功能”这种技能其实和不用没什么区别。3.2 技能如何被自动选择与执行理解技能的自动选择机制是使用superpowers的分水岭。它的工作流程大概是这样的第一步当你在对话里提出请求时AI会同时查看所有技能描述。注意是描述不是全部内容。它会做一次语义匹配判断当前请求和哪个技能最相关。规则通常是你描述里出现的关键词以及描述本身的语义表达。第二步如果只有一个技能匹配AI直接加载它如果有多个技能部分匹配AI可能需要你确认或者按照描述里的优先级来选。这也是为什么描述里最好不要出现过于宽泛的词语比如“帮助用户”这种话。每个技能都说“帮助用户”AI根本分不清。第三步技能被加载之后AI会按照instructions部分的步骤执行。在执行过程中AI可以把任务状态写入tasks目录方便后续追踪。这也是superpowers和其他简单技能插件的区别——它有任务持久化能力即使对话中途中断重新打开后AI也能读取之前的任务记录接着往下做。第四步执行完成后AI会对照技能里设定的验收标准检查结果。如果不符合它会自己返工而不是直接丢给用户。这个“自校验”环节特别重要也是superpowers能提升代码质量的关键。我用一个生活中的例子来解释技能就像是学校里的标准化实验手册。手册上写明了实验目的、步骤、注意事项和验收标准。学生做实验时翻开对应章节做完之后对照标准检查结果。没有手册时每个学生都凭感觉做十个学生给你十个结果有了手册之后至少流程是统一的结果也可控了。3.3 自定义一个技能从需求到落地理解了格式和机制之后你完全可以自己写技能。我这里用一个实际改造案例演示整个流程。我平时经常需要把数据库表结构转换成TypeScript类型定义。以前每次都要在对话里解释一遍“字段名转驼峰、datetime转string、decimal转number”非常烦。后来我写了一个专用技能。第一步先创建目录mkdir -p .superpowers/skills/db-to-ts第二步在目录里创建SKILL.md内容如下--- name: db-to-ts description: 将MySQL建表语句转换为TypeScript类型定义。当用户给出SQL建表语句并要求生成接口类型或DTO时使用。 --- # 数据库表转TypeScript类型 收到用户的建表语句后遵循以下规则转换 1. 将表名转换为帕斯卡命名法作为接口名。 2. 每个字段按蛇形命名转换为驼峰命名。 3. 类型映射规则int/bigint - numbervarchar/text - stringdatetime/timestamp - stringdecimal/float - numbertinyint(1) - boolean。 4. 为每个字段补充注释注释内容使用原字段注释。 5. 输出完整的TypeScript interface代码不做多余解释。写完之后不需要重启服务superpowers会自动识别新增技能。我在测试时直接贴了一段建表语句然后说“转成TS类型”AI立刻调用了这个技能输出结果完全符合规则而且没有多余的废话。这个例子说明什么技能定义越贴近你自己的业务习惯AI的表现就越像你团队里的资深同事。它不需要你每次重复指令而是按你的规矩办事。4. 实操演练用superpowers做一个待办应用4.1 规划把需求拆解成可执行Task理论说了这么多不实操一遍总觉得不踏实。下面我用一个经典场景完整走一遍流程用superpowers在Cursor里开发一个带前后端的待办事项应用。我希望你跟着做的时候重点不是看代码怎么写而是观察AI在整个过程中的行为模式发生了怎样的变化。我在Cursor里新建一个空项目然后在对话里输入了这句话“使用superpowers规划一个待办事项应用要求有用户登录、任务增删改查、支持标记完成前端用React后端用Node.js数据存储用SQLite。”正常情况下如果不用superpowersAI会先给你生成一堆代码文件或者问几个问题就开始动手。但这次AI的行为完全不一样。它先加载了一个叫“任务规划”的技能然后把我的需求拆解成了一系列任务卡片。每个任务卡片包含任务描述、优先级、涉及文件、验收标准。比如第一个任务是“初始化项目结构”验收标准是“前后端目录分离package.json可以正常执行npm install”。第二个任务是“实现用户登录接口”验收标准是“注册、登录、鉴权三个接口均返回预期状态码”。整张任务清单排下来一共十多个任务涵盖了从数据库表设计到前端页面交互的所有环节。这一步的价值在于AI不会上来就写代码而是先建立了全局视图。它知道登录功能依赖用户表而用户表又依赖数据库初始化。所以在写登录功能之前它会先确保数据库部分完成。这种顺序感在以前靠对话驱动的开发模式下是奢侈品。4.2 实现引入“代码编写”技能生成核心功能任务清单确认之后我继续输入“开始执行第一个任务”。这时候AI加载了一个“实现功能”技能。这个技能要求AI在动手写代码前先列出将要创建的文件清单、每个文件的职责、以及文件之间的依赖关系。这个步骤非常有用它能避免AI东写一个文件西写一个文件最后逻辑对不上。在生成登录接口的时候我注意到一个细节AI自动在代码里加入了输入校验和安全处理。密码使用了哈希存储接口返回时过滤掉了敏感字段。这些并不是我在需求里明确要求的而是“实现功能”技能里预设的最佳实践。这就是技能库的力量——你写的技能越严谨AI的默认行为就越专业。又比如在实现任务增删改查接口时AI发现前端需要调用/api/tasks接口但后端还没有实现。如果是以前的对话模式它可能会直接跳过或者编一个接口让你后面自己再对。但现在superpowers的任务系统会让AI主动检查任务状态发现前置任务未完成时会暂停当前任务先回去补全依赖。这种“主动发现并修复依赖”的能力我实测下来非常靠谱。整个实现过程持续了大概二十分钟。期间AI多次从“实现功能”技能切换到“代码审查”技能检查已有代码确保没有引入低级错误。我基本没有插手只是偶尔在关键节点确认一下需求细节。4.3 验证用测试技能检查成果按传统开发习惯功能写完不代表结束还要测试。这个环节也交给superpowers来做。我输入“为当前项目编写测试用例并执行”。AI立刻切换到“测试”技能先分析了项目里已经安装的测试框架——因为它发现项目还没装测试框架于是先自动安装了Vitest和Supertest然后针对接口编写了测试用例。测试用例覆盖了正常流程和异常流程。比如注册接口它测试了成功注册、重复注册、参数缺失三种情况登录接口它测试了正确密码、错误密码、未注册账号三种情况。这些用例的覆盖逻辑比我手动写的时候还要全面一些。执行完测试之后它把结果汇总成了一张表哪条用例通过了哪条失败了失败原因是什么都列得清清楚楚。我注意到其中一条用例失败了原因是接口返回的错误码和测试预期不一致。AI并没有简单地把测试断言改成和实际一致而是主动检查后端代码发现确实是后端错误状态码写错了于是修复代码后重新运行测试直到全部通过。到这里这个待办应用的核心功能已经算是完整了。你可能已经发现superpowers的核心价值不是让AI“更聪明”而是让AI“更有章法”。它把一个模糊的“帮我做个应用”变成了一个可推进、可验证、可复现的工程流程。5. 常用skills与引入外部技能库5.1 官方技能库推荐清单现在你已经会安装和使用superpowers了接下来要聊的是怎么让它更强大。超级技能嗯superpowers的官方仓库里其实自带了若干常用技能每一个都经过实践验证。我把其中最常用的几个整理成了表方便你查阅。技能名触发场景核心作用代码生成要求实现新功能时先生成方案再编码包含文件清单和依赖分析代码审查要求检查代码质量时审查代码风格、性能隐患、安全漏洞输出修改建议测试编写要求补测试时自动分析功能点并生成覆盖正常和异常场景的测试用例调试遇到报错需要排查时引导AI抓取报错信息、缩小问题范围、提出修复方案数据库迁移修改表结构时生成规范的数据库变更脚本和回滚脚本文档生成要求写README或API文档时根据项目代码自动生成结构化文档这些技能在安装时会默认放在superpowers/skills目录里。如果你想在自己的项目中使用需要把它们复制到项目根目录下的.superpowers/skills文件夹中。你也可以直接在配置里设置全局技能目录让所有项目都能共用。5.2 如何从社区或仓库引入现成技能除了自带技能社区里还有大量别人写好的技能可以直接引入。引入方式不复杂本质上就是拿到别人的技能文件夹放到你的.superpowers/skills目录里。但这里有几个坑我提一下。第一个坑是复用依赖。有些技能不是纯Markdown它可能依赖一些Python脚本或者Node模块。如果你只复制了SKILL.md文件而忽略了同目录下的脚本文件技能执行时会报错。所以引入别人的技能时最好整个目录复制下来。第二个坑是描述冲突。如果你从不同仓库引入了两个技能它们的description字段高度相似AI可能会混淆。引入后最好检查一下描述适当改写确保每个技能的触发场景足够独立。第三个坑是版本适配。superpowers的格式还在持续演进老版本的技能文件可能用了已经废弃的字段或者指令里调用了某个旧的命令。引入之后最好先让AI执行一遍验证没有问题再大规模使用。我个人的习惯是每个月抽出一晚上专门逛社区技能库看到好用的技能就拉下来测试然后选择性地收进自己的技能集。这个过程有点像收集游戏装备看到特性和自己的使用习惯匹配就果断加进来不匹配的也不勉强。5.3 技能版本与维护策略技能不是写一次就一劳永逸的。随着你的项目风格变化、团队规范调整技能也需要同步更新。我建议你建立一套简单的维护策略。首先为关键技能设定一个“review日期”。比如每个季度末检查一遍常用技能看里面的指令是否还符合当前的编码规范。如果团队最近把错误处理从抛出异常改成了返回错误码那相关技能里的指令就要同步修改。其次善用技能描述里的版本信息。我习惯在每个SKILL.md的元数据区加一个version字段比如version: 1.2.0。这样在排查AI行为异常时能快速确认当前用的是哪个版本的技能不至于一头雾水。最后不要把太多技能堆在同一个目录里。技能不是越多越好数量多了之后AI选择负担会加重匹配准确率反而下降。我实测下来一个项目里保留十个左右的核心技能效果是最好的。真有临时需求直接在对话里说不比调用技能差。6. 常见问题与排查技巧6.1 安装或启动失败我在使用superpowers的过程中也踩过不少坑尤其是安装阶段。先把最常见的几个问题列出来你看看自己有没有遇到过。第一个是npm install卡住或超时。除了前面提到的切换镜像源之外你还可以试试删除node_modules目录重新安装。如果还是不行检查一下Node.js版本改用Node 20的LTS版本基本可以解决问题。第二个是启动时端口被占用。superpowers默认会监听一个本地端口如果这个端口已经被其他程序占用启动会直接报错。解决办法很简单启动命令里带一个参数指定新端口比如npm run start -- --port 3456然后在Cursor的配置里也改成这个端口。第三个是Cursor连接不上本地服务。出现这个情况首先确认服务是否真的在运行其次检查Cursor里的MCP地址有没有填对。注意地址通常是一个完整的URL形式不能只填IP。如果你填完之后还是连不上试着把Cursor完全退出再重新打开让配置彻底加载。6.2 技能不生效或AI不调用这个问题的排查思路和上一个完全不一样。技能不生效很多时候根本不是安装的问题而是技能本身没写对。先说最常见的AI完全不调用技能。你可以试着在对话里明确提到技能名称比如“请使用db-to-ts技能来转换这个建表语句”。如果这样AI还是不用基本可以判断是技能的description有问题。把description改得更具体明确包含触发关键词会有效很多。还有一种情况是技能被调用了但走的是默认行为没有按照SKILL.md里的指示来做。这可能是因为instructions部分写得不够有约束力。如果你在指令里用了“可以”“建议”这种软弱词汇AI就会自由发挥。把措辞改成“必须”“禁止”“严格按以下顺序执行”行为会立刻变得规范很多。最后一种诡异的情况是同一个技能被重复加载或者跟别的技能产生冲突。这通常发生在多个技能目录下存在同名技能时。解决方法是统一管理技能目录不要让同一个技能出现在两个地方。6.3 中文字符与路径问题及其他坑这个问题对国内用户特别有参考价值。说实话superpowers的官方作者应该没有大规模测试过中文环境下的使用体验所以有几个坑你可能躲不开。第一个坑是项目路径不能有中文。我一开始把项目放在D:/个人项目/测试这样的目录下结果技能执行时总是出奇怪的路径错误。后来把项目移到纯英文路径下面问题就消失了。如果实在要用中文名建议通过符号链接把中文路径映射到英文路径。第二个坑是技能文件里的中文编码。Windows下如果用记事本编辑SKILL.md保存时默认可能是GBK编码这种文件放到superpowers里会被识别成乱码。务必用VS Code或者支持UTF-8编码的编辑器保存文件并且确认文件右下角显示的编码格式是UTF-8。第三个坑是AI处理中文指令时偶尔会输出非常“啰嗦”的回复。这在用技能执行任务时不算大问题但如果你发现AI完全无视技能的简洁要求可以尝试在SKILL.md的instructions开头加一句“直接输出结果不要任何解释和前言”。这一句话往往比一长段的格式要求都管用。第四个坑是关于权限的。superpowers会修改项目文件、执行脚本如果你的项目在系统受保护目录下比如C:/Program Files操作会被系统拦截。把项目放在用户目录或者普通盘符目录下会省去很多权限麻烦。7. 使用一段时间后的心得与几个值得养成的习惯最后聊点我自己的实际体会。superpowers这个工具你用一个月和用一天的理解是完全不一样的。第一天你会觉得它就是个“更听话的AI”用一周之后你会发现它其实是在塑造你的开发习惯。我现在打开一个新项目的第一件事已经不是急着写代码了而是先想想这个项目需要哪些技能。比如如果涉及API开发我会先写一个“接口设计”技能规定好返回格式和状态码规范如果涉及数据存储我会写好数据库操作技能的草稿。等技能定义好了再开工后面AI生成的代码会非常顺从我的习惯极少需要大幅返工。另外一个值得养成的习惯是善用任务记录。superpowers在tasks目录下保存的任务记录不仅仅是临时的状态标记。我在多人协作时会把这份任务记录作为开发周报的素材来源。因为AI已经把任务拆解、执行、验证的全过程记下来了我只需稍作整理就是一份完整且真实的工作汇报。还有一个小技巧我会在每个技能文件底部加一段“边界声明”写清楚这个技能不负责什么。比如数据库转换技能里写明“不处理视图、不处理索引定义”。有了这段边界声明AI不会在技能范围内做超纲操作减少了很多不可控行为。其实superpowers的最终目标是让你个人的工程经验沉淀为一套可以自动执行的规则库。你今天花半小时写一个技能未来每一次对应的开发工作都会自动变快、变稳。这个投入的性价比我自己算过几乎是从第一个月就开始回本了。如果你还没试过建议马上拿一个小项目入手感受一下“有章法的AI编程”和“自由发挥的AI编程”之间那堵看不见的墙。