★ FEATURED ARTICLE 1. Superpowers 是什么它不是魔法是一套给 AI 的工作手册先说结论我理解的 Superpowers并不是某个需要你反复折腾的“重型框架”也不是那种装完就吃灰的“神器”它是一个给 AI 编程助手加载的标准化技能包——目前社区里最流行的形态就是 Codex Superpowers 这类提示词库。说白了它解决的是很多人在用 Codex、Cursor、Claude Code 时都会遇到的一个痛点AI 确实能写代码但它不知道怎么“干活”。你以为你给了它一个任务它会像高级工程师一样先问清需求、再拆任务、写测试、做回归最后才动代码。实际上它可能上来就甩给你一段改了一半的代码或者自信地告诉你“已经修好了”但内存泄漏和边界条件全被忽略了。Superpowers 这套东西本质上就是给 AI 塞了一本“工作手册”告诉它遇到问题应该先做什么、再做什么什么时候该停下来问人什么时候该自己查日志。我当初第一次看完它的使用文档时第一反应是这不就是我们平时给新人同事准备的 SOP 吗只不过这份 SOP 是专门写给“AI 程序员”看的。它的核心不是在技术层面做什么黑魔法而是把一套比较好的工程习惯用 AI 能理解的方式固化下来。1.1 为什么叫 superpowers这里说到“超能力”我更愿意把它理解成一种“结构性能力”。给你举一个很生活的例子如果你是团队里的老程序员带过一个刚毕业的实习生你会发现实习生缺的往往不是编程基础而是“遇到事情怎么处理”的经验——先分析需求再设计接口再写文档最后才动手改代码。AI 编程助手更像一个“跑得特别快的实习生”你如果没给它明确的流程约束它就会凭着训练数据里的“平均行为”来输出结果就是平庸、碎片化、没有项目意识。Superpowers 的做法就是把这些隐形经验写成“技能”。比如有一项技能叫“planning”它会让 AI 在动手之前先输出一个实施计划包括目标、风险、依赖、测试策略。还有一项技能叫“collecting context”它会让 AI 在大型项目里先梳理相关文件和调用链再回答你的问题。每一项技能都能单独使用也可以组合起来这就让它像瑞士军刀一样不改变底层模型却大幅改变输出质量。我自己的经验是装上这套东西之后最大变化不是 AI 一次就写对代码而是它开始会“边写边思考”了。你会看到它先列出几个关键问题然后自己检查代码里有没有遗漏的 import最后补上测试。这种“过程感”恰恰是普通提示词很难激发出来的。1.2 哪些人值得装这套技能包如果你只是偶尔让 AI 帮你写个脚本、翻译一段代码那说实话没必要折腾。但如果你是下面几类人我非常建议试一试重度使用 Codex、Cursor、Claude Code、Windsurf 的开发者尤其是希望通过命令行让 AI 完成稍复杂一点工程任务的人。做 Java 项目维护、重构的工程师被一堆历史代码和依赖关系搞得焦头烂额想让 AI 帮你梳理调用链和生成测试。团队里负责制定编码规范的架构师想统一团队中“AI 协作开发的流程”而不是让每个人都靠感觉写 prompt。对 token 比较敏感的人希望 AI 能更有目的地查询、阅读代码从而减少无意义的来回追问。我特别想强调一下 Java 场景。很多教程都拿 Python 或 JavaScript 举例但 Java 项目因为类型系统复杂、依赖多、构建工具链重AI 经常“理解不了上下文”。Superpowers 里有一套偏向“项目理解”的技能它会引导 AI 先看 pom.xml 或 build.gradle定位入口类和接口定义再去找实现和测试。这套流程放到 Spring Boot 项目里尤其好用后面我会用单独一节专门演示。2. 安装前准备环境、版本和一条铁律如果你在网上搜“Superpowers 安装”可能会看到各种版本的仓库名有的叫 codex-superpowers有的叫 superpowers-cli还有的只是某个 IDE 插件。这里我要先给你吃一颗定心丸它们背后的思路几乎一致都是“加载一套技能提示词到你的 AI 命令行工具里”。所以我下面的安装步骤是以最常见的开源版本为例来写的你实际操作时只需要把仓库地址换成你找到的那一个就行。不过在开始之前我想强调一条铁律永远不要跳过环境验证这一步。很多人装完没反应不是安装步骤错了而是 AI 命令行工具本身没配好。Superpowers 只是“润滑油”发动机不转加再多润滑油也没用。2.1 先确认你的 AI CLI 已经能跑起来目前社区里大部分 Superpowers 都是配合 OpenAI Codex CLI 用的。所以你先得确保自己的命令行里能正常调用 Codex。安装 Codex CLI 的方式通常是用 npm 安装npm install -g openai/codex装完之后先跑一下codex --version能看到版本号再继续。如果你连这个都还没装好那问题大概率不是出在 Superpowers 上。接下来你还需要登录或者配置 API Key这一步每个版本的 CLI 各有不同但通常都会在交互式引导里完成。我的建议是先用一个最简单的 prompt 测试一遍比如codex print hello能输出结果了再做下一步。这里有个小坑如果你的 Node.js 版本太老npm 安装可能会报权限错误或者找不到命令。我踩过这个坑最后是通过升级 Node 到 LTS 版本解决的。需要注意的是不要用系统自带的旧 Node最好用 nvm 来管理版本这样以后切换版本也方便。2.2 下载 Superpowers 的三步操作第一步把项目克隆到本地git clone https://github.com/unlikelyhero/codex-superpowers.git第二步进入目录并查看安装脚本或说明cd codex-superpowers ls -la大部分仓库会提供一个install.sh脚本或者 README 里有一段手动配置说明。运行安装脚本前我习惯先看一眼脚本内容把 curl 的地址、目标路径都确认一遍避免装错地方。你可能会觉得我太谨慎但这类提示词项目的安装路径非常敏感装错目录会导致 AI 根本加载不到技能。第三步运行安装命令。如果是脚本安装./install.sh如果是手动安装一般就是把仓库里的.superpowers.md或skills/目录软链到你的用户目录下然后在 Codex 的配置里指定加载路径。以我常用的版本为例我会在自己的~/.codex/config.toml里加一段指令指向技能目录具体配置每个仓库会略有差别。安装完成后你最好再跑一下codex --get-superpowers如果有这个命令或者直接打开配置文件确认路径指向的是真实存在的目录。这一步如果你跳过后面技能不生效再来排查成本会高很多。2.3 安装后立刻验证验证方法非常简单不需要写任何真实代码直接问你的 AI 助手一句请阅读你的 superpowers 系统提示词然后把你能执行的全部技能列给我。如果它输出了一串有编号的技能列表比如planning、collecting context、implementing、debugging、reviewing、testing那就说明安装成功了。如果它只是泛泛地回答“我可以帮你写代码”那就说明技能没有被加载你需要回头检查路径和版本。我自己还会再做一个小验证故意让它用planning技能来回答一个“给函数加参数”的任务。如果它真的先输出计划、再列风险、最后才写代码那就说明技能确实生效了。这个验证看似简单但非常关键能让你从一开始就分清楚“装了”和“生效了”是两码事。3. 核心技能拆解这 5 个能力最常用安装只是开始真正让 Superpowers 发挥价值的是你得像使用工具箱一样去调用它。我用了大概两周之后发现实际高频场景基本固定在 5 个技能上。下面我把每个技能的用法、prompt 示例以及我踩过的坑逐一讲清楚。3.1 技能一规划先行Planning这个技能几乎可以应用到所有开发任务里。它要求 AI 在动手写代码之前先输出一份简短的实施方案内容包括任务目标、技术方案、改动范围、潜在风险、测试计划。听起来很简单但实际效果非常明显。我常用的触发方式是直接说使用 planning 技能帮我把“为订单模块增加定时取消”这个需求拆成实施计划。先不要写代码把关键问题列出来比如是否需要事务、是否需要幂等、任务调度器选型。这时候 AI 会像真正的技术负责人一样先跟你确认需求范围再给出计划甚至提醒你注意分布式部署下的重复执行问题。如果你不加载这个技能它可能直接就开始写Scheduled注解了完全不管你的项目是不是集群部署。注意一点planning 技能不是让你每次都在对话里说“请使用 planning 技能”有些版本的 Superpowers 是自动启用的只要你让它完成稍微复杂一点的任务它就会触发规划行为。如果你发现它没有自动触发那就说明你的提示词中缺少“当任务复杂度超过某个阈值时必须启动 planning 流程”这样的规则。我后来在自定义配置里手动加了一句效果才稳定下来。3.2 技能二上下文收集Collecting Context这个技能是处理大型项目的救命稻草尤其是 Java 项目。AI 编程助手最大的问题是它对你的项目了解有限只会根据当前 prompt 里的内容来回答。你如果直接问它“帮我重构 payment 模块”它可能完全不知道 payment 模块在哪里、涉及哪些类。上下文收集技能会引导 AI 首先去分析目录结构、关键配置文件然后定位到相关类再理解调用关系最后才回答问题。实际使用中我常这样发起使用 collecting context 技能先不要给我写代码。请先查看项目里的pom.xml、Application.java和controller目录帮我梳理支付接口从 Controller 到 Service 再到 Mapper 的调用链并用简单的文字描述出来。如果没有这个技能AI 可能会随便抓一个文件名就开始展开甚至可能因为找不到上下文而拒绝回答。有了上下文收集技能后它会一步一步地查找并在最终回复里附上“我查看了哪些文件、为什么查看它们”的路径列表。这实际上让 AI 的思考过程更可见对排查问题很有帮助。3.3 技能三测试生成Test Generation让 AI 写测试是很多人最初动力的来源但要写好测试其实比写代码本身还难。Superpowers 里的测试生成技能会约束 AI 在写测试之前先明确测试目标、边界条件、依赖 Mock 策略然后才动手生成单测。它还会要求生成的测试遵循项目里已有的测试风格而不是想当然地用一套全新的写法。我在一个 Spring Boot 项目里试过让它给一个订单服务类生成 JUnit 测试。没有 Superpowers 时它生成的测试很“幼稚”几乎全是 happy path而且直接 new 了一大堆依赖对象看得我血压升高。激活测试生成技能后它先问我“需要 Mock 支付网关吗数据库用 H2 还是自研 Mock?”然后生成了一套结构清晰的MockBean测试连异常路径都覆盖了。使用测试生成技能时我有个私人心得最好在 prompt 里清晰告诉 AI 项目的测试框架版本比如 JUnit 5、Mockito 4。否则它可能生成旧版写法编译直接失败。这不算 bug但在实际使用中非常常见。3.4 技能四代码审查Review代码审查技能和你想的可能不太一样它不会只是简单说“没有问题”。它会要求 AI 从代码规范、潜在缺陷、性能隐患、安全风险四个维度去检查代码并给出严重等级标注。比如它会输出“P0未处理空指针风险P1循环里调用了数据库查询建议批量处理P2变量命名不规范”。这个输出格式对于团队 code review 非常友好。我通常在让 AI 改完代码后立刻追加一句使用 review 技能检查你刚才修改的代码重点看是否有事务缺失、资源未关闭、并发安全问题。这时候 AI 确实会“回过头来”审查自己的代码经常能发现它自己刚犯的错误。有一次它在实现文件上传时忘记检查文件大小就写入了内存review 技能直接给它打了一个 P1 风险它马上改成了流式处理。这种自我纠错能力是普通模式很难做到的。3.5 技能五自定义扩展Custom SkillsSuperpowers 不只是固定的一套技能它允许你自己定义新的技能。这就像给 AI 增加公司专属规范。举个例子如果你所在团队要求所有对外接口必须包含requestId用于链路追踪你可以写一个自定义技能让 AI 在生成 controller 时自动加上该字段或者在做 code review 时自动检查。自定义技能一般需要在一个.md文件里定义格式大约是这样的# Skill: request-id-check ## Trigger 当用户要求创建或审查 Controller 接口时触发 ## Instructions 1. 检查接口是否需要 requestId 参数 2. 如果缺失在 DTO 中加入该字段 3. 在响应头中注入 requestId 4. 确保使用 UUID 格式把这个文件放进 Superpowers 的技能目录后在对话里输入“使用 request-id-check 技能”就会生效。我觉得这是最值得投入时间去做的事情因为通用的技能教不会 AI 你们团队的“特殊规矩”而自定义技能正好补上这一环。4. 在 Java 项目里实测从“听不懂”到“能干活”前面讲了一堆理论这一节我想拿一个真实场景来演示。我手头上有一个还算老的 Spring Boot 项目代码量大概几万行里面涉及订单、支付、库存、消息队列几个模块。我用它来测试 Superpowers 在 Java 工程里的实际表现并且看到了非常明显的差别。4.1 场景遗留 Spring Boot 项目的依赖梳理与测试补写我给了 AI 一个任务“帮我梳理订单取消接口的完整调用链并为它补上单元测试。”在没有 Superpowers 的情况下它一上来就尝试搜索OrderController然后直接生成了一堆看起来像那么回事的测试代码。但仔细看那些测试根本没真正理解项目里的OrderService是接口还是实现也没有 mock 掉OrderStatusUpdateEventPublisher这类异步依赖结果就是测试根本跑不起来。而且它在梳理调用链时只能根据文件名猜测并没有真正去读pom.xml里的依赖关系对Qualifier的处理也是一塌糊涂。用了 Superpowers 之后我先让它用 collecting context 技能分析项目。它先读了pom.xml确认用到的核心框架版本然后查看了controller包里的OrderCancelController再从 Controller 的方法签名找到OrderCancelService的实现类顺着实现类里的方法调用找到了OrderRepository和MessageSender。整个梳理过程花了不到两分钟但它在这两分钟里不断地在日志里输出“正在查看 xx 文件确认 xx 依赖关系”让我确信它不是在胡猜。接着我要求它补测试。它先问了我三个问题数据库用 H2 还是 Mockito 模拟消息队列发送器是否需要验证发送成功订单状态机流转是否要覆盖非法状态我回答之后它才生成测试代码。生成的测试里该 mock 的都 mock 了还额外用ArgumentCaptor验证了事件发布参数。运行一遍全部绿灯。4.2 有/无 Superpowers 的对比表格为了让你直观看到差别我把那次实测整理成了表格维度未使用 Superpowers使用 Superpowers调用链梳理根据文件名猜测经常找错实现类先读构建文件和入口再逐层追踪依赖测试设计只覆盖正确路径缺少边界情况主动询问 Mock 策略覆盖异常与幂等依赖处理不关注 Qualifier、Primary 注解能识别注入歧义并给出解决方案代码风格与项目现有风格不一致会参考项目里已有类的写法自我检查很少复查自己的代码会调用 review 技能输出风险等级可维护性生成一次性代码无法融入工程更接近团队协作的交付结果这个对比不是要说明 Superpowers 有多神而是想说明大量看起来是“模型能力不够”的问题其实是因为你没有给 AI 一套合理的工作流程。它会写代码但它不知道你的项目规矩也不知道测试该怎么设计。Superpowers 恰恰是补上了这部分“工程常识”。4.3 token 消耗观察和绕过方式用 Superpowers 会不会很费 token我的观察是前期要稍微多花一点但从整个任务闭环来看反而更省。因为它会引导 AI 做更精准的文件搜索和代码定位减少大量无意义的长篇回复。比如在梳理调用链时没有技能的模式下 AI 可能会反复追问“你能不能贴一下代码片段”“这个类的路径是什么”这些来回消耗也不少。有了技能之后AI 自己就知道去哪里找一次到位。不过如果你的项目特别大还是要注意上下文窗口的问题。我一般会明确告诉 AI“只分析订单取消相关的模块不要打开支付和库存的代码。”有意识地限制搜索范围之后token 消耗能下降不少回答速度也更快。这里没有银弹关键还是任务拆分。5. 常见问题与排查技巧实录折腾这类工具最容易让人劝退的不是概念难懂而是各种莫名其妙的“不生效”。我把过去半个月里遇到的高频问题和排查思路整理一下希望能帮你省点时间。5.1 安装失败五个高频报错codex: command not found这个最基础说明 Codex CLI 没装好或者 npm 全局路径没加到 PATH。先用npm root -g查全局路径再把它加到.bashrc或.zshrc里。EACCES: permission deniednpm 全局安装遇到权限错误八成是因为用了系统 Node 而不是 nvm。我建议重装 nvm避免用sudo npm install这种暴力办法后患无穷。No such file or directory: ~/.codexSuperpowers 要写入配置目录但这个目录还没创建。手动执行mkdir -p ~/.codex就能解决。Failed to load skills directory一般是因为你克隆下来的仓库路径里有空格或者目录层级太深。把仓库挪到~/codex-superpowers这种全英文短路径下问题就消失了。Git clone 超时或失败如果你所在网络访问 GitHub 不稳定可以选择用代理或镜像但这不是我们这里的重点。另一个可行办法是直接在浏览器下载 zip 包再解压效果一样。5.2 技能不生效先查这三件事如果安装没报错但 AI 始终不认技能我的排查顺序是先确认版本是不是太新或太旧。Superpowers 依赖 Codex CLI 的某些启动行为如果 CLI 版本升级了旧的技能加载方式可能失效此时可以去仓库看更新记录。其次检查你的配置文件和技能目录路径是否真的被读取。你可以故意在技能目录里放一个只有自己能认出来的词然后问 AI“你看到了哪些新技能”。如果它回答了说明路径没问题如果没回答那就证明加载路径根本没配置对。最后确认 prompt 里是否明确提到了“按照系统提示词中的技能列表工作”。有时候你确实加载了技能但 AI 没有主动触发它这时候你需要在指令中加入技能名比如“使用 planning 技能”。当然如果你希望它每次自动触发就得在系统提示词里把“自动判断复杂度并启动技能”作为一项规则写清楚。5.3 输出质量突然变差怎么办我用着用着就发现如果 AI 总是在同一个会话里不断报错它的回复质量会肉眼可见地下降。这通常不是技能失效而是上下文被污染了——前面太多失败日志和错误猜测让模型失去了方向。我的处理办法很简单新开一个会话把任务背景、目标、约束用寥寥几句话重新描述然后直接调用对应技能。不要尝试在同一个会话里“纠正”它超过两次那样只会越陷越深。还有一个技巧是给 AI 设置“思考模式”比如让它“只输出分析和计划不要写代码”这样能缓解它在纠结中的混乱。5.4 排查速查表症状可能原因检查项技能列表为空配置路径未生效config.toml里的路径、目录权限有列表但无法触发缺少启动规则系统提示词是否要求自动判断生成内容风格不对没有加载项目级规范自定义技能是否包含团队规范回答明显偏离任务上下文被污染新开会话重新描述任务Java 测试编译失败缺少框架版本信息在 prompt 中写明测试工具版本说实话Superpowers 不是一个“装完就一劳永逸”的工具它更需要你根据自己的项目去调教和维护。但反过来说正是这种可自定义、可扩展的形态才让它比单纯的“提示词模板”更有生命力。最后分享一个我自己的使用习惯吧我不再把它当作一个需要刻意记命令的功能库而是把它理解成“给 AI 建立工作习惯”的模板。每次接手一个新项目我会花十分钟把项目里的目录结构、编码约定、依赖清单简单写进一个自定义技能文件里。这样后续不管让 AI 写什么它都会自动遵循这个上下文很少再犯“把接口当实现类”这种低级错误。如果你也想让自己的 AI 助手真正从“会写代码”变成“会干活”我建议你从一个小项目开始只启用三个技能规划、上下文收集、测试。先跑通流程再慢慢加其他技能。这种循序渐进的方式比一次性安装所有技能然后不知所措要有效得多。
阅读完成 · 觉得有帮助？
