夜雨聆风
AI编程进阶:3个Skills让AI助手从能跑到好用
用OpenClaw、Claude、Cursor写代码，能跑但不好用？这3个Skills让你的AI助手从”通用助手”变成”领域专家”：find-skills找技能、Brainstorming想清楚再动手、Superpowers工程化约束。
你有没有这种感觉——
用OpenClaw、Claude、Cursor或者任何AI写代码的时候，它能给你一个能跑的版本，但总觉得差了点什么？
缺少项目规范约定，错误处理不完善，性能优化几乎没有……
因为通用模型没有你的团队上下文和工程经验。
Agent Skills就是解决这个问题的。
它就像给浏览器装扩展、给手机装App一样——通过一个简单的文件，把领域专业知识注入给AI，让它从”通用助手”瞬间变身”领域专家”。
🛒 Skill 1：find-skills —— 找技能的第一步
官方仓库已有数千个Skills，怎么找到适合自己的？
find-skills 是Vercel出品的一站式搜索+包管理工具。
核心命令一条龙
# 搜索Skills（交互式）npx skills find react performance# 安装指定Skillnpx skills add <owner/repo># 检查已安装的Skills有没有更新npx skills check# 一键更新全部npx skills update除了命令行，Vercel还提供了在线搜索网站 skills.sh，可以按热度趋势、分类浏览所有公开Skills，看到哪些是社区最爱的”爆款”。
💡 实用技巧
不知道装什么？先试试：
npx skills find <你的技术栈>比如 npx skills find vue 或 npx skills find python，它会列出与你当前技术栈相关的推荐Skills。
🧠 Skill 2：Brainstorming —— 强制AI「想清楚再动手」
AI编程最大的坑之一：拿到需求就开敲，写到一半发现架构不对，推倒重来。
Brainstorming Skill 用硬性流程约束彻底根治这个问题。
它的逻辑很简单粗暴——设计没通过之前，禁止写任何一行代码。
强制五步流程
-
1. 了解上下文 —— 读现有文件、看文档、查最近的git提交 -
2. 明确目标 —— 搞清楚要做什么、有什么约束、什么算成功 -
3. 提出方案 —— 给出2-3个方案，分析优劣，给出推荐 -
4. 逐步确认 —— 按模块呈现设计，每一步都要你点头才继续 -
5. 输出文档 —— 设计通过后，撰写设计文档保存到 docs/plans/，之后才能调实现类Skill
🚫 铁律
在你批准设计方案前：
-
• ❌ 禁止调用任何实现类Skill -
• ❌ 禁止编写任何代码 -
• ❌ 禁止搭建任何项目结构
没有例外。
听起来很严格？但用过就知道——前期多花10分钟讨论设计，后期少返工好几个小时。
这不是效率降低，是效率转移到了正确的地方。
产品方案环节有多重要？
一个产品从立项到上线，完整周期大概是：
产品方案 → 视觉方案 → 技术方案 → 编码 → 测试 → 打磨细节 → 上线 → 收集反馈 → 迭代
有经验开发者的时间分配：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
“AI编程”，编程却是需要投入最少的环节。
大多数人踩坑的地方：脑子里只有一个模糊的想法，就迫不及待开始AI编程——”帮我写个xx产品”。
这种”一句话需求”，大概率最后得到的结果不会太好。
⚡ Skill 3：Superpowers —— 工程化约束全家桶
Superpowers 是一套面向多个AI编程工具的skills和工作流约束。
它可以用于Claude Code、Cursor、Codex、OpenCode、OpenClaw等工具。
简单来说，它是一堆skill的集合，通过skill约束强制AI遵守工程纪律。
安装方式
给你的Agent说：
去 https://raw.githubusercontent.com/obra/superpowers/master/README.md 看看怎么安装，然后帮我装上开源地址：https://github.com/obra/superpowers
常用命令速查表
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
触发方式
自动触发：当请求明显符合某个skill的用途时，Claude通常会自动调用对应skill。
"帮我设计这个功能" → brainstorming"这个测试失败帮我排查" → systematic-debugging"先给我一个实现计划" → writing-plans手动触发：如果你想明确指定流程，可以直接点名或使用/命令：
用 brainstorming 先想方案/brainstorming按 test-driven-development 来实现📊 三大Skills对比
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
🚀 如何开始？
Step 1：安装find-skills
npx skills find <你的技术栈>Step 2：安装Brainstorming
去 https://github.com/obra/superpowers/blob/main/skills/brainstorming/SKILL.md 下载并安装Step 3：安装Superpowers全家桶
去 https://raw.githubusercontent.com/obra/superpowers/master/README.md 看看怎么安装，然后帮我装上💭 总结
AI编程的下半场，比的不是谁代码写得快，而是谁的工程纪律更严格。
三个Skills，三个层次：
-
• find-skills：帮你找到适合的工具 -
• Brainstorming：帮你想清楚再动手 -
• Superpowers：帮你守住工程底线
装上这些Skills，你的AI编程助手就从”能跑”变成”好用”了。
前期多花10分钟设计，后期少返工好几个小时。这才是效率。