1. 从“superpowers”这个热词说起它到底是什么第一次看到“superpowers”这个词很多人会下意识联想到超级英雄电影里的超能力。但在最近的技术圈和效率工具圈里它指的是一套围绕 AI 编程助手构建的技能扩展体系——你可以把它理解成给 AI 助手装上一套“外挂技能包”让它在处理具体任务时不再只会泛泛而谈而是能按照预设的专业流程一步步把活干完。我最初接触这个概念是因为身边好几个做开发的朋友都在讨论“怎么引入这些技能”“想要安装 superpowers”。当时我的第一反应是这不就是提示词模板吗但真正上手之后才发现它和普通的提示词收藏完全不是一回事。普通的提示词是你复制一段话丢给 AI而 superpowers 更像是一套结构化的技能目录每个技能都有明确的触发条件、执行步骤和输出规范AI 助手会在合适的场景下自动调用对应的技能。这套东西解决的核心问题其实很朴素AI 助手很聪明但它不知道你的工作习惯和项目规范。比如你让它写一个接口它可能给你写一个能跑但不符合你团队代码风格的版本你让它排查一个 bug它可能东一榔头西一棒子没有系统的排查路径。superpowers 的思路就是把这些“隐性经验”显性化变成一个个可复用的技能模块让 AI 在需要的时候按图索骥。适合谁来了解这套东西我的判断是三类人一是日常重度使用 AI 编程助手的开发者二是需要把 AI 能力封装成标准流程的团队负责人三是对 AI 工作流感兴趣、想折腾一套自己技能库的效率爱好者。哪怕你只是刚入门理解这套思路也能帮你更好地组织自己的提示词让 AI 输出更稳定。2. 核心设计思路拆解为什么是“技能”而不是“提示词”2.1 技能与提示词的本质区别很多人第一次听说 superpowers 会问这和我在备忘录里存一堆提示词有什么区别我一开始也这么想直到我把两者放在一起对比才发现差异比想象中大。普通提示词是一次性的。你写一段“请帮我写一个 Python 函数要求……”AI 给你结果对话结束这段提示词就完成了它的使命。下次遇到类似任务你得重新组织语言或者从备忘录里翻出来改一改。它的复用是“复制粘贴”级别的复用靠的是你自己的记忆和整理。而 superpowers 里的技能是带上下文和流程的。一个技能通常包含几个部分这个技能叫什么、什么情况下触发、执行时按什么步骤走、每一步要注意什么、最终输出成什么格式。它更像一份操作手册而不是一句指令。AI 助手在识别到当前任务匹配某个技能时会主动加载这份手册然后按手册执行。打个比方提示词像是你告诉厨师“炒个青菜”而技能像是你递给厨师一本菜谱上面写着“青菜要先焯水 30 秒热锅冷油大火快炒 1 分钟出锅前加盐”。前者依赖厨师的临场发挥后者保证出品稳定。2.2 为什么这种结构更适合 AI 助手这里要解释一个关键问题为什么要把经验拆成技能而不是直接写一段超长的提示词把所有要求都塞进去我踩过这个坑。早期我尝试写一个“万能提示词”把代码规范、排查流程、输出格式全塞进一段话里结果 AI 经常顾此失彼——你强调代码规范它就忽略了排查步骤你强调排查步骤它又忘了输出格式。原因是单次提示词的注意力是有限的信息越多每条信息的权重就越低。技能化的思路解决了这个问题。每个技能只聚焦一件事AI 在需要的时候只加载相关的那个技能注意力集中执行质量自然高。而且技能之间可以组合比如“代码审查”技能和“性能优化”技能可以先后调用互不干扰。从工程角度看这其实是一种关注点分离的设计。把复杂的 AI 协作拆成一个个独立的、可测试的、可迭代的单元哪个技能效果不好就单独改哪个不会牵一发而动全身。2.3 技能体系的三个层次根据我的实际使用经验superpowers 这类技能体系大致可以分成三个层次理解这个分层对后续引入和安装很有帮助。第一个层次是基础技能比如代码格式化、命名规范检查、注释生成。这类技能通用性强几乎每个项目都能用属于“装了不亏”的类型。第二个层次是领域技能比如针对某个框架的最佳实践、某种数据库的查询优化、某类算法的实现模板。这类技能和你的技术栈强相关需要按需引入。第三个层次是项目技能也就是你团队或你个人项目特有的规范比如“我们这个项目的接口必须返回统一的响应结构”“日志必须打上 traceId”。这类技能最值钱因为它承载的是你独有的经验但也是最需要你自己维护的。理解了这三个层次你就知道引入技能不是一股脑全装而是先装基础技能打底再按技术栈补领域技能最后沉淀自己的项目技能。3. 技能的具体使用方式从触发到落地3.1 技能是怎么被触发的这是很多人最关心的问题装了技能之后AI 怎么知道什么时候该用哪个技能根据我的实测触发方式主要有三种。第一种是关键词触发技能定义里会写明“当用户提到 X 时启用本技能”。比如你问“帮我看看这段代码有没有问题”AI 识别到“看看代码有没有问题”这个意图就会加载代码审查技能。第二种是场景触发也就是 AI 根据当前对话的上下文判断。比如你正在讨论一个报错信息AI 会主动加载排查类技能而不是等你明确说“请用排查技能”。第三种是手动触发你可以直接说“用 XX 技能来处理这个任务”强制 AI 调用指定的技能。这种方式在你想精确控制流程时特别有用。我个人的习惯是日常对话让 AI 自动判断遇到重要任务时手动指定技能确保流程不走样。两种方式结合既省心又可控。3.2 一个技能从加载到输出的完整过程为了让你有直观感受我拿一个实际场景走一遍。假设我要让 AI 帮我审查一段代码流程大致是这样的AI 识别到“代码审查”意图加载对应的技能定义。技能定义里写明了审查的维度命名规范、边界条件、异常处理、性能隐患、可读性。AI 按维度逐项检查而不是随机扫一遍。每个维度下技能会提示“重点关注什么”比如边界条件要检查空值、越界、并发。最后按技能规定的格式输出先列问题清单再给修改建议最后标注严重程度。整个过程下来输出的结构非常稳定不会出现这次给你列个清单、下次给你写段散文的情况。这种稳定性对于需要反复使用的场景来说价值巨大。3.3 技能的组合与编排单个技能好用但真正体现威力的是技能组合。我举个自己的例子我经常需要“先审查代码再根据审查结果生成测试用例最后生成提交信息”。这三个动作分别对应三个技能我可以把它们串成一条流水线。具体做法是在对话里按顺序触发这三个技能或者如果技能体系支持编排就定义一个组合技能把三步串起来。这样我只需要说一句“走一遍代码质量流程”AI 就会依次执行审查、生成测试、生成提交信息。这种编排能力是提示词做不到的。提示词你只能一段段发而技能编排可以做到一次触发、多步执行。对于重复性高的开发流程这能省下大量时间。提示技能组合不是越多越好。我试过把七八个技能串在一起结果 AI 在中途容易“迷路”后面的技能执行质量下降。我的经验是单次编排不超过四个技能超过就拆成两轮。4. 怎么引入和安装这些技能完整实操路径4.1 引入前的准备工作在动手安装之前有几件事必须先想清楚否则装完也是一团乱。第一确认你的 AI 助手支持技能扩展机制。不是所有助手都支持有些只支持纯对话。你需要查一下你用的工具是否有“技能”“插件”“扩展”这类概念。第二梳理你的高频任务。把你日常让 AI 干得最多的五到十件事列出来比如“写单元测试”“排查报错”“生成文档”“重构代码”。这些就是你最该优先引入的技能方向。第三确定技能的存放位置。大多数技能体系会有一个固定的目录比如项目根目录下的某个文件夹或者用户配置目录下的某个路径。你需要先找到这个位置后面安装技能就是往这里放文件。我当初就是没做这一步直接把技能文件丢在桌面结果 AI 根本读不到。后来查了文档才知道要放到指定目录白白折腾了半小时。4.2 获取技能的三种途径技能从哪来根据我的经验主要有三条路。第一条是官方或社区提供的技能包。很多技能体系会有官方维护的基础技能集直接下载安装即可。社区也会有人分享自己写的技能质量参差不齐需要甄别。第二条是自己编写。这是最贴合你需求的方式。写一个技能其实就是写一份结构化的说明文档把触发条件、执行步骤、注意事项、输出格式写清楚。听起来复杂实际写起来一个技能也就几十行。第三条是从现有提示词改造。你备忘录里那些好用的提示词稍微改一下结构加上触发条件和输出规范就能变成一个技能。这是成本最低的起步方式。我建议新手从第三条路开始先把手头好用的提示词技能化感受一下技能和提示词的区别再逐步尝试自己写新技能。4.3 安装技能的具体步骤下面是我实际操作的安装流程你可以直接参考。第一步找到技能目录。通常在项目根目录或用户配置目录下名字可能是skills、extensions或类似名称。如果找不到查一下你所用工具的文档。第二步把技能文件放进去。技能文件一般是 Markdown 或特定格式的文本文件每个技能一个文件文件名最好能体现技能用途比如code-review.md。第三步重启或刷新 AI 助手。大多数工具需要重启才能识别新技能有些支持热加载改完即生效。第四步验证技能是否生效。随便问一个能触发该技能的问题看 AI 的输出是否符合技能定义的格式。如果没反应检查文件路径和格式是否正确。第五步按需调整。技能不是装完就不管了用几次之后你会发现某些步骤不合理或者输出格式需要微调这时候直接改技能文件即可。# 以常见的目录结构为例技能文件通常放在这样的位置 project-root/ skills/ code-review.md test-generator.md commit-message.md注意不同工具的技能目录和文件格式可能不同上面只是示例。安装前务必确认你所用工具的具体要求不要照搬。4.4 安装后的验证与调试装完技能后我建议做一轮系统验证而不是等到实际用的时候才发现问题。验证方法是针对每个技能构造一个典型的触发场景看 AI 是否按预期加载并执行。比如代码审查技能你就丢一段有明显问题的代码进去看它是否按维度逐项检查。如果技能没生效排查顺序是先看文件是否在正确目录再看文件格式是否符合要求然后看触发条件是否写得太窄比如只写了特定关键词而你用的词不在其中最后看是否有语法错误导致整个文件加载失败。我遇到过一次技能不生效排查半天发现是文件里有个特殊字符导致解析失败。所以技能文件尽量用纯文本避免花哨的格式。5. 常见问题与排查技巧实录5.1 技能不触发怎么办这是最高频的问题。我整理了一个排查表按顺序检查基本能定位问题。排查项可能原因解决方法文件位置技能文件没放在指定目录确认目录路径移动文件文件格式格式不符合工具要求对照文档检查格式触发条件关键词写得太窄放宽触发条件增加同义词加载状态工具未重启或未刷新重启工具或手动刷新语法错误文件内有非法字符用纯文本重写去掉特殊符号我自己的经验是八成的不触发问题都出在文件位置和触发条件上。位置错了 AI 根本读不到触发条件太窄则是有技能但用不上。5.2 技能执行到一半跑偏了有时候技能确实触发了但执行到中途 AI 开始自由发挥不按技能定义的步骤走。这种情况通常是技能定义太长或者步骤之间的逻辑不够清晰。我的解决方法是把长技能拆成短技能每个技能只做一件事。比如“代码审查并生成报告并给出修改建议”这个技能太长了拆成“代码审查”和“生成修改建议”两个技能中间让用户确认一下效果会好很多。另一个原因是技能定义里用了太多模糊的词比如“适当检查”“合理输出”。AI 对模糊词的理解每次都不一样导致执行不稳定。把模糊词换成具体标准比如“检查空值、越界、并发三种情况”执行就稳定了。5.3 多个技能冲突了当你装了很多技能后可能会遇到两个技能都想处理同一个任务的情况结果 AI 不知道该听谁的。解决思路是给技能排优先级。在技能定义里写明“本技能优先级高于 XX 技能”或者在触发条件里写得更精确避免重叠。我一般会定期清理技能库把功能重叠的技能合并或删掉保持技能库精简。5.4 技能更新后旧行为变了技能是可以迭代的但迭代后可能会影响你已有的使用习惯。我的做法是给技能加版本号重大改动时保留旧版本一段时间确认新版本没问题再删旧的。这样万一新版本有问题还能快速回退。5.5 独家避坑技巧汇总最后分享几个我踩坑总结出来的技巧都是文档里不会写的。技巧一技能文件用英文命名内容用中文。英文文件名避免编码问题中文内容方便你自己维护。技巧二每个技能开头写一句话摘要。这样你技能多了之后扫一眼就知道每个技能是干嘛的不用打开细看。技巧三定期做技能体检。每个月花十分钟过一遍技能库删掉不用的更新过时的合并重复的。技能库和代码库一样不维护就会腐烂。技巧四新技能先小范围试用。别一写好就全项目推广先自己用一周确认稳定了再分享给团队。技巧五技能里写清楚“不做什么”。比如代码审查技能里写明“不自动修改代码只给建议”避免 AI 越界操作。6. 技能体系的扩展与个人沉淀6.1 从使用者到创作者用了一段时间别人的技能后你大概率会想自己写。这是好事因为只有你自己才知道你的工作里哪些环节最需要标准化。写技能的门槛其实很低。你不需要懂编程只需要把你做某件事的步骤写清楚。比如你每次部署前都要检查五件事把这五件事写成一个技能以后让 AI 帮你逐项确认就省得自己记了。我写第一个技能只花了二十分钟就是把我排查线上问题的步骤写下来。用了几次之后发现真香后来就陆续把更多流程技能化了。6.2 技能库的长期维护技能库不是一次性工程而是需要长期维护的资产。我的维护节奏是每周小整理每月大整理。每周整理是看看这周有没有新写的技能需要归档有没有用着不顺的需要微调。每月整理是全面过一遍删冗余、补缺失、更新过时内容。维护技能库最大的收益是你的经验在持续沉淀。每写一个技能你就把一块隐性知识变成了显性资产。时间越长这个库越值钱。6.3 团队协作中的技能共享如果你在团队里用这套东西技能共享能带来额外价值。把团队共识的规范写成技能新成员入职时直接装技能库就能快速对齐工作标准。但共享也有坑。不同人的工作习惯不同强行统一技能可能导致有人用不惯。我的建议是基础规范类技能强制共享个人效率类技能自由选择。这样既保证了底线一致又尊重了个体差异。6.4 我个人的使用体会用了大半年 superpowers 这类技能体系最大的感受是它改变了我对 AI 助手的期待。以前我把 AI 当成一个聪明的问答机器现在我把 AI 当成一个能按流程干活的协作者。这个转变的关键就是技能。技能把“我希望 AI 怎么做”变成了“AI 知道该怎么做”。前者依赖你每次都说清楚后者是一次说清楚、长期受益。如果你还在用纯提示词的方式和 AI 协作我建议你花一个下午试试技能化。哪怕只技能化一个你最常用的流程你也能感受到差别。这个投入产出比在我试过的效率工具里算是非常高的。最后再分享一个小技巧写技能的时候想象你在给一个刚入职的新人写操作手册。新人不知道你的项目背景不知道你的偏好你需要把每一步都写清楚。按这个标准写出来的技能AI 执行起来基本不会跑偏。