superpowers：179K星的Agent技能框架，让AI编程助手真正会干活

用 AI 编程助手久了，你会发现一个很烦的问题：每次开新会话，它都像个失忆的新员工。你得重新解释项目规范、代码风格、工作流偏好。obra 的 superpowers 这个项目——179K star——就是冲着这个痛点来的。

这项目是什么

superpowers 是 obra（Jesse Vincent，资深开发者，Claude Code 社区的活跃人物）开源的一个 agentic skills 框架。一句话概括：它是一套「技能包 + 方法论」，让 AI 编程助手（比如 Claude Code）具备可复用、可组合的技能体系。

你可以把它理解成给 AI 助手写「岗位培训手册」。以前每次都要口头交代的事情，现在写成结构化的 skill 文件，AI 接到任务时自动加载对应技能。

核心理念

技能即文件。 每个 skill 就是一个 Markdown 文件，描述一个具体能力：怎么做 TDD、怎么写提交信息、怎么调试生产问题、怎么做代码审查。AI 在合适的时候自动调用。

方法论内置。 项目不只是工具，还带了一整套软件开发方法论。比如强制要求 AI 先写测试再写实现、要求它做完任务必须自检、要求它遇到不确定性先问而不是瞎猜。这些「规矩」以前得靠 prompt 反复叮嘱。

组合而非堆砌。 技能之间可以互相引用和组合。一个「实现新功能」的技能，内部可以引用「TDD 流程」「代码规范」「提交规范」三个子技能。

我实际用下来的感受

最大的改变是稳定性。 以前让 AI 写功能，输出质量像抽奖——有时候漂亮，有时候离谱。装了 superpowers 之后，行为模式稳定多了：它会先跑测试、写完再跑一遍、提交前自检清单过一遍。

新会话不再从零开始。 项目规范、技术栈约定、团队习惯都沉淀在 skill 文件里。新开会话时 AI 自动加载，省去了大量重复交代。

学习曲线存在。 你得先想清楚自己团队的工作流是什么，才能写出好的 skill。这套框架是给愿意「先沉淀再复用」的人准备的。

怎么上手

按照 README，核心就是把 skills 目录放到你的项目或用户目录下：

git clone https://github.com/obra/superpowers.git
cd superpowers
# 按 README 把 skills 链接到 Claude Code 的技能目录

然后正常用 Claude Code 干活，它会自动识别和加载技能。建议先从它自带的几个 skill 用起，熟悉结构后再写自己的。

优缺点

优点：

• 解决 AI 助手「失忆」和「行为不稳定」的核心痛点
• skill 是 Markdown，写起来没门槛
• 方法论成熟，自带最佳实践（TDD、自检等）
• 179K star，社区活跃，示例丰富
• 与 Claude Code 生态深度集成

缺点：

• 主要围绕 Claude Code 生态，其他工具适配有限
• 写好自己的 skill 体系需要前期投入
• Shell 脚本组装，Windows 用户可能遇到环境小问题
• 技能太多时，AI 选择加载哪个偶尔会不准
• 对纯聊天型使用场景帮助不大，主要面向编程任务

跟同类方案比比

方案	形式	复用性	上手难度	适用场景
superpowers	skill 文件框架	高	中	长期项目、团队规范
手写 CLAUDE.md	单文件约定	中	低	单项目简单规范
每次手写 prompt	口头交代	低	低	临时任务
Cursor Rules	规则文件	中	低	Cursor 用户
MCP 服务器	工具服务	高	高	需要外部工具集成

superpowers 和 CLAUDE.md 不冲突——后者管「项目是什么」，前者管「怎么干活」。

适合谁

1. 重度使用 Claude Code 的开发者——想让 AI 行为稳定可控
2. 团队负责人——想把团队开发规范固化给 AI 执行
3. 方法论爱好者——认同「流程沉淀比临场发挥重要」

我用了大概三周，最直观的感受是：AI 写代码的返工率明显下降。以前经常要「不对，重来」，现在更多时候是「对，继续」。就冲这一点，值得花时间研究。

---

关于作者

柳钉鱼，全栈开发者，GitHub 重度用户。过去 3 年 Star 了 900+ 仓库，这里只写我真正用过或深度调研过的工具。

📧 发现好工具想推荐？发邮件到 [email protected]