前阵子把 AI 助手当主力工具用的时候我遇到一个特别别扭的场景明明常见任务就那么几类但每次新开会话就得把格式、步骤、示例重新交代一遍。比如让人整理会议纪要我得说“先分议题再列行动项责任人写在括号里最后给我一个风险清单”换个任务做代码评审又要重新描述“按严重程度分级附上修改建议顺便指出潜在问题”。重复几轮之后我干脆把一套叫superpowers的技能集装进了工作流才真正体会到什么叫“一次性配置反复调用”。这篇文章就围绕 superpowers 是什么、有哪些skills、怎么引入这些技能、以及安装过程中最容易被卡住的地方给你们完整过一遍。无论是刚开始折腾 AI 工具的新手还是已经在团队里推 AI 协作的成熟用户都可以拿这篇文章当一份可以直接上手的操作手册。1. superpowers 到底是什么它解决了什么问题1.1 一句话概括把“经验”变成“技能包”我最早看到 superpowers 这个项目标题时下意识以为是某种游戏 Mod 或者前端动画库实际接触后才发现它是一套为 AI 助手设计的skills 集合。这里的 skill 不是一个抽象概念而是一组结构化的文件包含任务说明、触发条件、输出模板、示例有时还附带辅助脚本。AI 工具在对话中扫描到这些技能文件后会根据你的描述自动匹配对应技能然后按照技能文件里写好的流程来执行任务。换句话说superpowers 是把很多资深用户反复调教 prompt 的经验固化成了一个个“技能包”。没有这套东西的时候你靠的是临场发挥每次和 AI 对话都是一次新的磨合有了技能包之后AI 拿到的是一个明确的“岗位说明书”知道该按什么步骤做、输出什么结构、避免什么坑。1.2 为什么不能只靠一段系统提示词很多人会问我直接在系统提示词里写清楚不就行了为什么非要搞一套技能文件我实践下来发现纯靠提示词有几个很难绕开的问题。第一是上下文窗口被浪费。系统提示词写得太长会持续占用上下文预算挤占真正用来放资料和生成内容的空间。而技能文件按需加载不触发就不占上下文这对长文档处理和复杂代码分析尤为重要。第二是提示词容易被“稀释”。模型注意力有限一大段规则夹在中间真正执行时经常丢三落四而技能文件是一个独立模块描述写得准确时模型一旦加载就会把它当作核心指令来执行。第三是复用性差。同样的任务换个项目再聊一遍又得复制粘贴提示词而技能文件可以在多个项目间随意挂载。superpowers 走的就是这条“按需加载”的路子这也是我认为这套设计比“塞进 system prompt”更聪明的核心原因。1.3 适合谁用能带来什么实际收益如果你符合下面任何一种情况这套技能集就值得尝试日常高频使用 AI 写方案、做纪要、改文章需要在团队里统一 AI 输出格式经常处理代码审查、SQL 编写、日志分析这类有明确流程的技术任务或者你本身就在研究怎么把 AI 工作流做得更规范。我个人实测下来的直接收益是原本需要两三轮对话才能磨出来的格式现在一轮到位原本每次都要手写的“请按以下步骤……”模板现在一个触发词就搞定。更值钱的是技能文件是明文可改的团队里谁发现更好的做法改完同步给大家就完成了能力升级。2. superpowers 里有哪些核心 skills各能干什么2.1 内容创作与文档整理类技能这一组是我用得最频繁的。比如meeting-minutes技能专门处理会议记录和讨论摘要。你不必再交代“请提炼重点、列行动项”只要把原始记录丢给它说一句“用 meeting-minutes 整理”它就会自动按规范输出议题背景、讨论要点、决策结论、行动项与负责人、待办截止时间、风险提示。还有一个很实用的技能叫document-refactor专门用于长文档结构重构。以前的 AI 拿到一篇逻辑混乱的文档顶多帮你改顺句子但这个技能会先分析文档主题再重新划分章节层级最后统一术语和排版风格。我拿它整理过一份 40 多页的项目说明输出后的目录结构甚至可以直接拿去做汇报 PPT 大纲。另外editorial-pass这类润色技能也跟普通“帮我改一改”有本质区别。它内置了风格检查清单比如被动语态比例、重复词密度、句子长度分布输出时不仅给你润色结果还会附带修改说明告诉你哪些改动是高优先级的。这个对做内容运营、写技术文档的人特别友好相当于白捡一个审稿编辑。2.2 代码与工程类技能代码场景是 superpowers 的另一大主战场。code-reviewer技能是我在团队里推广的第一个 skill。它按严重程度把问题分成 blocker、major、minor、nit 四档每一条建议都附上“问题代码 原因解释 修改示例”。最难得的是它不会为了刷存在感乱提意见描述里专门写了“如果代码没有明显问题明确说明无需修改”这大幅减少了我评审时的噪声。sql-builder则适合天天跟数据打交道的人。你只需要用自然语言描述查询目标它会先列出你提供的表结构、确认字段语义再生成 SQL并在最后附带一段执行说明。它默认遵循“先过滤后关联”的优化原则生成出来的语句基本可以直接放进测试环境跑不用每次在 WHERE 和 JOIN 的顺序上反复调整。还有trace-debugger专治线上 bug 排查。它要求你先贴出报错堆栈、相关代码片段、最近一次变更记录然后按“复现路径 → 影响面 → 根因假设 → 验证方案”四步输出。以前排查问题靠猜现在至少有一套可以照着走的排查路径省了很多来回试探的时间。2.3 信息处理与分析类技能这类技能在整理调研资料、做决策分析时特别有用。research-digest可以把多篇长文压缩成结构化摘要保留关键数据、作者观点、方法论三个维度最后还会输出“这些资料之间的矛盾点”帮你快速判断信息可信度。我做技术选型调研时会同时丢给它五六篇官方文档和社区评测输出出来的对比表基本不需要二次加工。pros-cons-analyzer则是一个典型的决策辅助技能。它不只罗列优缺点还会要求你补充决策背景、约束条件和权重偏好然后按加权评分给出建议。比如选型时你更看重社区活跃度还是性能指标不同权重下结论可能完全不同它能把这种“价值观偏好”显性化比直接问“哪个更好”科学得多。如果你经常要处理各种脏乱表格table-cleaner也值得收藏。它能自动识别合并单元格、缺失值、重复记录、格式不一致的字段输出清洗后的标准表同时附带一份清洗日志。拿到这种技能后再也不用半夜对着几千行表格挨个改格式了。3. 安装 superpowers从拉取到生效的完整流程3.1 第一步获取技能集文件安装 superpowers 不像装普通软件那样跑一条 install 命令就完事它的本质是“把技能文件放到 AI 工具能扫描到的位置”。以最常见的开源技能集为例第一步就是先把项目仓库拉到本地。打开终端进入你打算存放技能集的目录执行git clone https://github.com/your-superpowers-repo/superpowers.git如果你不想用 Git也可以直接在 GitHub 页面里下载 ZIP 压缩包解压后效果一样。这里有个建议尽量保留仓库的原始目录结构因为技能文件之间偶尔会有相互引用拆散了容易出问题。3.2 第二步把 skills 挂载到对应目录克隆下来之后你会看到一个类似这样的目录结构superpowers/ ├── skills/ │ ├── meeting-minutes/ │ │ ├── SKILL.md │ │ ├── examples/ │ │ └── references/ │ ├── code-reviewer/ │ │ ├── SKILL.md │ │ └── examples/ │ └── ... ├── README.md └── LICENSE核心就是skills目录下面一个个以技能命名的子文件夹。接下来要做的是找到你的 AI 工具识别的 skills 目录。不同工具的位置有差异但通用规则是两种一种是项目级目录放在当前项目根目录下比如.ai/skills或.claude/skills这样技能只对当前项目生效另一种是全局目录放在用户主目录下比如~/.ai/skills所有项目都能用。按照你所用工具的文档把skills里的某个子文件夹复制到对应目录即可。比如我只想用 code-reviewer就执行cp -r superpowers/skills/code-reviewer ~/.ai/skills/如果打算整个技能集都引入也可以直接复制整个skills目录内容。3.3 第三步验证技能是否被成功加载挂载完成后打开一个新会话这一步很关键大多数技能扫描只在会话启动时执行然后用一个简单任务做冒烟测试。比如测试 meeting-minutes 就输入请用 meeting-minutes 整理下面这段讨论 粘贴一段 200 字左右的会议杂记判断技能是否生效的标志很直观输出的格式必须和技能文件里定义的结构严格一致比如出现## 行动项、## 风险提示这类模板章节。如果输出完全没有变化大概率是文件没放对位置或者技能名称写错了。部分 AI 工具还支持调试模式能直接打印出当前会话加载了哪些技能文件。我习惯一开始就打开调试开关这样能第一时间确认“技能有没有被扫描到”省得反复猜。3.4 自定义技能把别人的技能改成自己的安装完成后最让我上头的操作是改技能文件。每个技能的核心都在SKILL.md里它通常由两段构成开头是 YAML 格式的元信息包括技能的name和description正文是具体的执行步骤和输出模板。比如你觉得 meeting-minutes 的模板太啰嗦想精简到“只保留决策和行动项”直接编辑SKILL.md把正文里不需要的章节删掉再在description里加一句“只输出核心决策与行动项不要背景复述”即可。改完之后重启会话新规则立即生效不需要重新安装。这里提醒一句description 的写法直接决定技能会不会被正确触发。描述太宽泛比如“用于整理信息”会导致模型在任何无关任务中都尝试加载它描述太狭窄比如“仅当用户提到某个特定关键词才使用”又会导致该触发时不触发。我自己的经验是用“当用户……时使用输出格式包含……”这种句式把触发条件和输出要求都写进去命中率最高。4. 实操案例用 superpowers 完成一次会议纪要整理4.1 原始输入长什么样纸上谈兵没用我拿一次真实的整理过程来演示。下面是一段我故意混杂了闲聊和关键信息的原始会议记录小张说上周的注册流程改动已经上线了目前转化率提升了大概 3 个百分点但用户反馈说短信验证码经常收不到。李姐提到下个月要做一次老用户召回活动时间定在 15 号到 25 号预算还没批。王工说后端接口最近不太稳定尤其是支付回调已经重试三次了。中间还讨论了要不要换新的推送服务商说是之前那个老是掉单。最后大家一致同意先把支付回调问题修了别影响活动。这种记录如果没有技能辅助AI 通常会给你一段中规中矩的摘要但往往漏了“风险”和“行动项”这些后续真正要用的信息。4.2 技能触发后的执行过程我输入的是用 meeting-minutes 整理重点标出风险项和行动项。由于技能描述中已经包含了“当用户提供会议记录并要求整理时使用”模型正确加载了 meeting-minutes 技能文件。接下来它不是直接生成摘要而是按照文件里定义的流程走先提取与会者和议题、梳理关键信息再生成摘要、行动项、风险清单。整个过程看起来就像是 AI“换了一套做事方法”而不是单纯换了一版措辞。4.3 输出结果对比最终输出如下简化版## 摘要 - 注册流程改动已上线转化率提升约 3%存在短信验证码接收异常问题。 - 老用户召回活动暂定 15 日-25 日预算审批中。 - 支付回调接口不稳定出现多次重试。 ## 行动项 - 王工定位支付回调重试原因活动前修复负责人王工截止活动前 1 天。 - 小张跟进短信验证码供应商确认故障范围截止本周五。 - 李姐推进预算审批确认活动最终资源截止下周一。 ## 风险提示 - 支付回调问题若未及时修复可能影响召回活动退款体验。 - 推送服务商掉单率高更换供应商需提前做好数据迁移方案。对比没有技能的版本最明显的区别是多了“责任人”和“截止时间”。这种信息闲聊里根本没有但技能会根据会议内容结合常理推断生成并交给用户二次确认。对真正需要“拿着纪要就去干活”的人来说这个差距非常大。4.4 这个案例里的两个教训第一次试跑这个技能时我根本没在指令里写“重点标出风险项和行动项”结果输出确实生成了行动项但风险提示只有一行而且比较模糊。后来我打开 SKILL.md 一看发现“风险提示”部分在模板中被排到了很靠后前面的说明文字一次性灌进来模型的注意力被稀释了。我把模板结构调整为“摘要 → 行动项 → 风险提示”并把风险提示的要求写进 description 里输出质量立刻上来了。另一个教训是触发词的选择。我最早习惯用“帮我把这段内容整理一下”结果模型有时候会加载别的文档整理类技能输出结构根本不对。后来我统一在触发句里带上“meeting-minutes”这个技能名命中率接近 100%。如果你的工具对中文指令匹配不够好直接把技能名写在开头是最稳的做法。5. 常见问题与排查技巧实录5.1 技能文件放了但 AI 根本不认这是新手最容易踩的坑。排查思路按顺序来先确认技能目录名和 SKILL.md 里的name字段是否一致。很多技能文件夹叫code-reviewer但name写成了code_reviewer下划线和中划线的差异会导致匹配失败。再确认文件路径是否在工具扫描范围内这是位置问题。最后确认是否开了新会话我遇到过太多人改了文件不重启就抱怨不生效的情况。对了还有一个细节技能子文件夹里如果包含隐藏文件或者空目录某些工具在加载时会直接跳过整个目录。要是排查半天没结果看看技能文件夹里有没有.DS_Store之类的杂物顺手清掉再试。5.2 多个技能同时响应输出串味了当你的技能越来越多模型在收到一条指令时可能同时加载两三个技能导致输出格式“大杂烩”。比如我一度同时装了 meeting-minutes 和 research-digest整理会议记录时摘要部分被 research-digest 的“矛盾点分析”污染了。解决办法有两个层面。一是给每个技能的 description 加更具体的触发边界。在 meeting-minutes 的描述里明确写“仅处理会议/讨论类信息不处理文档摘要任务”能有效减少误匹配。二是在用户指令里点名技能。你不需要知道后台机制只要养成“技能名 任务描述”的调用习惯模型就会优先选择你指定的那个。如果还不行就进一步拉大技能描述之间在语义空间上的距离让模型更容易分辨差异。5.3 技能文件越来越大响应速度变慢有些技能为了追求效果往 references 目录里塞了大量示例文档结果每次加载都要跑很久。我遇到过最夸张的一个技能光示例就占了好几万 token加载一次就把上下文撑爆了。我的建议是给技能做瘦身把 SKILL.md 控制在 300-600 行以内示例最多保留 2-3 个有代表性的其余文档并发时用不到就外部引用。另外一个技能只干一件事。我见过有人把写作润色、PDF 解析、翻译三个功能塞进同一个技能文件里结果哪一个都跑不稳拆成三个独立技能之后问题全消失了。6. 一些更进阶的玩法技能装好了、能跑了只是第一步。我后来发现 superpowers 真正值钱的地方在于“全家桶”式的工作流编排。你可以在某个技能文件里引用另一个技能——比如写周报的时候先加载 meeting-minutes 把本周会议纪要转成素材再加载 editorial-pass 润色语言。这种技能之间的串联如果设计得好能让 AI 从“单点能力”进化为“完整流水线”这也是我觉得这套体系上限很高的原因。如果你想给团队用还可以把技能库集中到一个 Git 仓库里每个人都 fork 一份本地分支改好了再 merge 回去。这样团队里出现的新流程、新经验就能不断沉淀比在群里发一段“我发现这样问效果更好”要可靠得多。我见过的最理想状态是新人加入团队克隆仓库、运行安装脚本、重启客户端五分钟内就拥有了与老成员一致的 AI 工作习惯。最后分享一个我每次调完技能后都会做的动作跑完一次真实任务回头读一遍 SKILL.md看看哪句指令没起作用哪个模板字段没被输出然后顺手改掉。这看起来只是个小习惯但技能质量的提升就是在这十几分钟的微调里累积出来的。工具再好用真正让它变成“superpowers”的还是那一遍遍和实际需求碰撞后留下来的打磨。