最近"superpowers"这个词在热搜里冒得很快，我刷到不少人都在问"有没有skills""怎么引入这些技能""想要安装superpowers"。最初我以为又是什么新出的AI模型或者某个编辑器插件，真正去翻了一遍开源社区才弄明白：它并不是一个独立软件，而是一套技能包工作流，专门用来给AI助手装上"岗位化"的专业能力。这篇就围绕大家最关心的几件事展开——superpowers到底能做什么、有哪些skills、怎么安装、怎么在具体场景里真正用起来。
我自己从装到用大概折腾了两周，中间踩了不少坑，也总结出一些和官方文档不太一致的经验。这篇文章不是搬运说明书，而是把你真正会遇到的问题、会忽略的细节、会踩的坑一次性说清楚。
1. superpowers的真实身份：一套"技能包"而不是某个具体工具
1.1 先回答热搜里最常问的那句"有没有skills"
有，而且数量不少。superpowers整个项目的核心资产就是一批预先写好的技能文件（skills），每一个技能文件都对应一种完整的"工作能力"。你可以把它理解成给AI助手配了一整套"岗位职责书"，它不再只会泛泛地聊天，而是遇到具体任务时会自动启用对应的专业流程。
我安装后扫描到的技能大致分这几类：
| 技能组 | 典型技能 | 适用场景 |
|---|---|---|
| 内容创作类 | 写博客、写教程、改写润色、生成大纲 | 公众号推文、技术博客、产品文案 |
| 研究分析类 | 深度研究、观点整理、数据核查 | 行业调研、竞品分析、资料汇总 |
| 项目管理类 | 目标拆解、任务规划、风险检查 | 个人OKR、项目启动、需求评审 |
| 编程辅助类 | 代码审查、重构建议、Bug定位 | 代码评审会、重构任务、线上问题排查 |
| 学习解释类 | 概念讲解、手把手教学、常见误区分析 | 带新人、技术分享、知识科普 |
每个技能不是一句"提示词"那么简单，它内部带有完整的调用条件、执行步骤、输出结构、自查清单。这是superpowers和其他提示词模板最不一样的地方。
1.2 它和普通提示词模板的核心区别
很多刚接触的朋友会有一个误解：这不就是一堆现成的prompt吗？我自己写一份"帮我写一篇技术博客"的提示词，效果好像也差不多。
实际用下来差别很大。普通提示词模板是"一次性台词"，你发给AI，它回答，结束，下次再发同样的台词，它再从零开始。superpowers这类技能包走的是"工作流模式"：当你触发某个技能，AI就进入该技能定义的完整工作流程。比如写作技能会先问清目标读者和文章目的，再生成大纲，然后逐段写，最后自己跑一遍查重和逻辑检查。这个过程不是一次对话完成的，而是多轮推进的。
打个比方：普通提示词像外卖菜单，你点一道菜它做一道；技能包像请了个带SOP的厨师，你说"今晚做一桌家常菜"，他会自己决定先洗菜还是先切菜，按什么顺序出菜，出锅前还要试味。这就是大家觉得"用了superpowers之后AI变聪明了"的根本原因——其实模型没变，变的是工作方法。
2. 核心机制拆解：技能文件、触发词与技能目录是如何协作的
2.1 SKILL.md：一份技能文件的"岗位说明书"结构
想用好superpowers，必须先看懂它的技能文件长什么样。每个技能通常是一个独立目录，目录里必须有一个SKILL.md主文件，里面用结构化的方式描述这个技能的完整信息。下面是我从自己安装的技能里抽出来的一个简化模板：
--- name: write-blog-post description: 当用户需要撰写一篇结构完整、逻辑清晰的博客文章时使用。 when_to_use: 用户明确说"写文章/写博客/写推文"，或提供素材要求组织成文。 triggers: - 写一篇关于...的文章 - 帮我整理成博客 - 我需要一份发布用的长文 --- # 技能：博客写作 ## 输入要求 - 目标读者 - 文章主题 - 参考资料或关键信息点 ## 执行步骤 1. 明确文章定位与核心观点 2. 生成文章大纲并请用户确认 3. 按大纲逐部分撰写 4. 输出后执行自查清单 ## 输出格式 - 标题、摘要、正文分段 - 含小标题和关键信息提示 ## 自查清单 - 开头100字是否抓住注意力 - 段落是否有信息增量 - 结尾是否有明确行动指引这段内容看起来像配置，但AI读取时是靠它来判断"什么时候该用这个技能""用了之后该做什么"。其中最关键的是description和when_to_use，这两段写得越清楚，AI的判断就越准。
2.2 触发词的工作逻辑：不是硬核命令，而是"意图匹配"
很多人第一次接触时会以为技能需要手动输入某个斜杠命令来调用，比如输入/write才会触发写作技能。实际不是这样。superpowers的触发词更像"火柴"，AI会根据你对它说的话，结合每个技能的description和when_to_use，判断要不要点燃这根火柴。
举个例子。你直接说"帮我写一篇关于智能家居的科普文章"，AI扫描技能库后发现write-blog-post的when_to_use里写了"写一篇关于...的文章"，于是自动加载这个技能，然后开始按技能里的步骤走流程。这个过程不需要你记任何命令，也不需要额外输入触发词。
这也带来一个技巧：如果你希望某个技能稳定触发，最好在对话里把任务意图说完整。比如"用写博客的技能，帮我写一篇面向新手的智能家居科普文"，比只说"写篇文章"要稳得多。意图越明确，AI匹配到正确技能的概率越高。
2.3 技能目录的加载顺序与覆盖规则
superpowers安装后会生成一个专门的技能目录，AI助手启动时会扫描这个目录下所有技能并建立索引。我本地的目录结构大致是：
~/.superpowers/ ├── skills/ │ ├── write-blog-post/ │ │ ├── SKILL.md │ │ └── examples/ │ ├── deep-research/ │ │ ├── SKILL.md │ │ └── templates/ │ ├── project-planning/ │ │ └── SKILL.md │ └── ... ├── config/ │ └── settings.json └── logs/ └── skill-loader.log这里有个容易忽略的规则：如果多个技能目录里出现同名技能，加载顺序通常由配置里的扫描优先级决定。默认情况下，先扫描到的技能会优先生效，后面的同名技能会被跳过。也就是说，你后安装的版本不一定能覆盖先安装的版本，必须去config/settings.json里调整优先级，或者直接删掉不用的旧技能目录。
我最初就在这里栽过跟头，后面会专门讲。
3. 完整安装过程与目录规划（适合"想要安装superpowers"的新手）
3.1 安装前的环境准备
先说结论：你不需要新建什么特殊环境，只需要有一个支持技能目录的AI工作台客户端。目前主流做法是使用桌面版AI助手或带工作区读取能力的工作流工具，因为superpowers的技能文件放在本地目录里，客户端需要能读取这个目录并在对话中把这些技能作为上下文参考。
安装前我建议做三件事：
- 把现有AI助手的配置文件和对话记录备份一份，防止安装过程干扰原环境。
- 确认AI工作台的版本支持加载本地Markdown技能文件，如果不支持，需要选择兼容的运行方式或配合脚本加载。
- 规划好技能目录的存放位置，建议固定在
~/.superpowers或项目工作区的.superpowers目录，不要随手乱放。
这一步别省。我见过不少人上来直接跑安装脚本，装完发现AI根本读不到技能，回头排查才发现是AI客户端的工作区和技能目录不在同一个路径下。
3.2 两种安装方式：自动脚本与手动部署
superpowers官方仓库提供了自动安装脚本，也支持手动部署。我用过的比较稳妥的方式是先自动安装、再手动修正配置。
自动安装的命令大致是这样：
git clone <superpowers仓库地址> ~/superpowers-src cd ~/superpowers-src ./install.sh安装脚本会问你几个问题，包括技能目录放哪里、是否创建默认配置、是否备份旧配置。回答完，它会自动把skills目录复制到目标位置，并生成一份settings.json。
如果你不想跑脚本，也可以手动部署：
- 把仓库里的
skills目录完整复制到你的~/.superpowers/下。 - 检查
settings.json是否存在，不存在则手动创建一个空配置。 - 重启AI工作台客户端，让技能被重新扫描加载。
手动方式适合需要精细控制目录结构的人。我推荐第一次使用先跑自动脚本，等熟悉了目录结构，再手动调整也不迟。
3.3 安装后验证：不急着用，先做一次"技能体检"
装完之后别急着写文章，先花两分钟确认技能真的加载成功。最直接的办法是在对话里问一句"你现在加载了哪些技能"，AI如果正常读到技能目录，会列出可用的技能清单。如果它回答不上来，大概率是目录路径或权限有问题。
我整理了一份简单的验证清单：
| 检查项 | 预期结果 | 如果异常怎么办 |
|---|---|---|
| 技能目录存在 | ~/.superpowers/skills下有多个技能子目录 | 重新执行安装脚本或手动复制 |
| AI能列出技能名 | 对话中询问技能列表有明确回复 | 检查AI工作台的工作区是否指向技能目录 |
| 触发技能有响应 | 输入"帮我写一篇科普文章"后AI进入写作流程 | 检查SKILL.md里的when_to_use是否被正确读取 |
| 日志无报错 | logs/skill-loader.log没有读取失败记录 | 查看是否有权限不足或YAML格式错误 |
做完这四项检查，基本可以确定技能已经就位。我见过很多"装完没用上"的情况，80%都是卡在这一步——不是安装失败，是根本没验证AI是否真的读到了技能文件。
4. 具体使用的三种高频场景：写作、研究、规划
4.1 内容创作场景：怎么让AI自动进入"写作者"状态
我平时写技术博客最多，所以最先测的就是写作技能。进入方式很简单，直接在对话里提出完整需求：
用写博客的技能，帮我写一篇关于"如何搭建个人知识库"的科普文章。目标读者是刚接触知识管理的职场人，希望文章能讲清楚工具选择和工作流搭建，字数在3000字左右。这时候AI会按照技能流程走：先确认读者画像，再给出大纲，我确认后才开始正文写作。和普通对话最大的区别是，它不会一口气把文章全倒出来，而是分阶段推进，中间还会根据我的反馈调整。
写完后它会自动跑自查清单。我常用的是博客写作技能，它的检查项包括：开头有没有直接点明问题、段落之间有没有逻辑跳跃、信息点是否足够具体。这比自己肉眼校对要省力不少。
不过我也发现一个需要留意的点：技能生成的大纲质量很高，但正文容易偏"工整"，看起来挑不出毛病却缺少个人观点。所以我一般会在输入需求时就补充"加入你个人的实践经验"，这样生成的内容会更贴近真实分享，而不是模板感很重的科普。
4.2 研究分析场景：怎么触发"深度研究"技能
深度研究技能是我认为superpowers里最被低估的一个。触发它不需要说复杂的话，只需要把你的研究目标讲清楚：
使用深度研究技能，帮我整理一份关于"国内低代码平台选型"的调研资料。重点对比：主流平台的功能差异、定价模式、适用企业规模、典型落地案例。触发后AI会按研究技能定义的流程工作：先列出信息收集框架，再逐项填充，最后输出一份带信息来源和可信度评估的调研清单。和普通问答的区别在于，它会先把"需要知道什么"拆出来，而不是直接给你一段概括。
比如它输出的信息框架会有这些维度：平台背景、核心能力、价格档位、适用场景、限制与风险。每个维度下面再展开具体信息。这样的结构直接可以拿来当汇报材料底稿，比自己看到什么查什么要系统得多。
在使用这个技能时，我建议配合一个习惯：明确提出"请区分事实和推测"。AI在输出调研内容时，有时会把推断内容和已知信息混在一起。加了这句话之后，它会在每条信息后面标注可信度，方便你判断哪些可以直接用、哪些还需要进一步核实。
4.3 项目规划场景：把模糊目标拆成可执行任务
项目规划技能是我的高频使用项。过去面对一个模糊目标时，我习惯自己拿纸笔列步骤，想到哪写到哪。现在我会直接这样触发：
使用项目规划技能，帮我把"两个月内上线一个轻量级内容社区"这个目标拆解成可执行的任务清单，包含阶段划分、关键里程碑、风险和验收标准。AI会按照项目规划技能的流程输出一份结构化计划，一般包含：目标定义、阶段拆分、每阶段的具体任务、负责人建议、时间估算、风险清单、验收标准。它会强迫你把"想做的事情"变成"能执行的任务"。
这里分享一个我实测的小技巧：不要只给一句目标就完事，最好把已知的约束条件一起丢进去，比如"团队只有两个人""后端使用现成的服务""每天只有晚上有两小时开发时间"。技能文件里虽然定义了通用步骤，但它非常依赖输入信息。你给的约束越具体，输出的计划就越接近可执行状态，而不是一份放之四海而皆准的模板。
5. 实测中的踩坑记录与进阶组合用法
5.1 最常见的三个坑和解决方式
第一个坑：技能没加载或触发词不生效。这个最隐蔽。我遇到过的情况是，AI能正常聊天，但输入触发语句时完全进入不了技能流程。排查后发现是AI工作台的工作区目录没有指向技能目录，导致它读不到SKILL.md。解决方式是把工作区路径改到包含skills目录的那一级，然后重启客户端。如果你也遇到"明明安装了却没用上"，先检查路径，别急着重装。
第二个坑：多个技能同时被触发，输出内容"串味"。有一次我既想要深度研究又想要博客写作，结果在对话里同时说了两个技能的触发内容，AI居然把两个技能混在一起，输出的文章既有研究框架又有写作流程，两边都不完整。后来我学到的办法是：一次对话只触一个技能，如果确实需要组合使用，就明确告诉AI"先执行A技能的步骤，再套用B技能的格式"。这样它才会按顺序切换，而不是平行地缝合多个流程。
第三个坑：技能文件格式错误导致加载失败。superpowers的技能文件主要是Markdown格式，但其中一些元信息要求特定的写法。我曾在自己的自定义技能里少写了一个字段，日志直接报错，AI完全忽略了这个技能，且没有任何弹窗提示。所以修改技能文件后，一定要去看logs/skill-loader.log，确认技能被成功索引。这个习惯帮我避开了很多"改了没生效"的困惑。
5.2 组合技能的高级用法：让多个技能协同干活
技能单独用的时候已经很顺手，但真正体现价值的是组合使用。我自己最常做的组合是"深度研究 + 博客写作"：先用研究技能把资料整理成结构化信息清单，再触发写作技能，让AI基于清单写文章。这样输出的文章信息密度明显比单纯让AI直接写要高。
另一种组合是"项目规划 + 代码审查"：先让规划技能把功能拆成模块和任务，再让代码审查技能对现有代码按模块逐一检查。两者配合起来，比单独跑一轮代码审查得出的结论更贴合项目阶段。
组合调用的实操要点是：一个阶段只激活一个技能，阶段切换时要用清晰的语言做标记，比如"研究部分完成，现在进入写作阶段，请使用写博客的技能"。这样AI不会混淆当前操作流程，输出也更连贯。
5.3 自定义新技能的注意事项
用了一段时间后，你大概率会想写自己的技能。我的建议是：不要一上来就写复杂的，先从一个高频重复的单一任务开始。比如你经常让AI帮你整理会议纪要，那就写一个"会议纪要整理"技能，把固定步骤、输出模板全写进SKILL.md。
写技能文件时有几个重点：
description要写清楚适用边界，宁可多写几行，也不要含糊。when_to_use要包含你实际会用的表达方式。比如你平时习惯说"把今天的会议整理一下"，那就把这个原句写进去。- 执行步骤要具体到AI可操作的粒度，不要只写"撰写纪要"，要写清"先列出参会人、再按议题归纳结论、最后标出待办事项和负责人"。
- 输出格式最好给一个样例，AI照格式输出时偏差会小很多。
- 写完一定要做触发测试，并根据结果调整描述和步骤。
这里也提醒一点：技能不是越多越好。安装太多技能反而会让AI在匹配时犹豫，甚至误触发。我自己的原则是，把真正高频使用的技能训熟，低频需求直接用普通对话解决，不为偶尔一次的任务增加技能库的噪声。
用到现在，我最实际的体会是：superpowers没有让AI"变聪明"，但它确实让我的工作方式变得更有章法。以前写文章靠临场发挥，现在有固定的写作流程兜底；以前做调研东一下西一下，现在AI会先给我信息框架再填内容。它把很多隐性的工作方法显性化了。如果你正准备安装superpowers，建议从写作、研究、规划这三个技能开始体验，不要一上来就把整个技能库全装进去。先用熟一两个，建立起对"技能式工作流"的感觉，再慢慢扩展，你会找到最适合自己的节奏。
