把 AI 编程工具从“能聊”变成“真能干活”，这个中文增强包有点东西 superpowers-zh

现在不少 AI 编程工具，最大的问题根本不是不会写代码。

而是太爱直接开写。

需求没问清，边界没摸明白，测试没想过，审查没走，哐哐一顿输出，最后人还得自己擦屁股。

这种感觉就像请了个干活很快的实习生，手脚麻利是真的，手一抖把厨房煤气一起打开也是真的。

这次看到的这个项目，解决的就是这个破事。

它不是再造一个 AI 编程工具。

而是给 Claude Code、Codex、Hermes Agent、OpenClaw、Cursor 这些工具，补上一套“应该怎么干活”的工作方法。

先说死结论：这玩意到底是啥

一句人话：它是一个给 17 款 AI 编程工具装“工作脑子”的中文增强包，让这些工具不只是会生成代码，还会按更靠谱的流程办事。

为什么这项目值得继续往下看

先把最关键的点摊开说。

说白了，这项目香的地方不是“又多了点提示词”。

而是把很多人平时靠嘴反复提醒 AI 的那套方法论，沉成了可以反复复用的东西。

真正有用的，不只是翻译，而是把流程补齐了

第一层：先别急着写，先把脑子接上

项目里最基础的一批能力，是把“先想清楚再动手”这件事固化下来。

比如头脑风暴、编写计划、执行计划、测试驱动开发、系统化调试、完成前验证。

这在真实场景里特别重要。

很多 AI 工具最大的坑，不是不会写，而是写得太快，快到问题都还没被定义清楚。装上这套东西之后，它更容易先补问题、拆步骤、讲验证，再进入实现。

这意味着什么？

意味着你不用每次都像个监工一样反复喊：“先别写，先列方案”“先补测试”“先验证再说完成”。

第二层：不只会写代码，还会走协作流程

另一批能力更偏团队协作：请求代码审查、接收代码审查、派遣并行 Agent、子 Agent 驱动开发、Git Worktree 使用、完成开发分支。

这就不是“单兵写代码”了，而是开始碰研发现场真正麻烦的部分：并行任务、隔离开发、审查反馈、分支收尾。

放到真实工作里，这相当于不只是给 AI 一把螺丝刀，而是顺手给它配了工单流、质检员和收尾清单。

不然很多工具看起来猛，结果一到多人协作或者复杂任务，立马开始发飘。

第三层：中文团队常踩的坑，它专门补了

这个项目额外加的 6 个中国特色 skills，反而是最容易打动国内开发者的部分。

• 中文代码审查：更贴合国内团队沟通习惯
• 中文 Git 工作流：适配 Gitee、Coding、极狐 GitLab
• 中文技术文档：处理中英混排、中文排版、机翻味
• 中文提交规范：更贴合国内 commit message 习惯
• MCP 服务器构建：扩展 AI 工具边界
• 工作流执行器：在工具里跑多角色 YAML 工作流

这类补充的价值在于，它不是告诉你“世界上最标准的流程是什么”。

而是告诉你“在你现在这个中文团队里，怎么更容易真落地”。

第四层：适配 17 款工具，这点确实省命

它支持的范围很广：Claude Code、Copilot CLI、Hermes Agent、Cursor、Windsurf、Kiro、Gemini CLI、Codex CLI、Aider、Trae、VS Code、DeerFlow 2.0、OpenCode、OpenClaw、Qwen Code、Antigravity、Claw Code。

这个意义不只是“名单长”。

而是很多团队现实里本来就不是一种工具打天下。

有人在 CLI 里干活，有人在 IDE 里协作，有人还会接 Agent 框架。

这时候能一套 skills 同时覆盖多种入口，落地成本会小很多。

装起来麻不麻烦

整体看，上手门槛不高。

最省事的是直接跑一条命令，让它自动识别项目里的工具并安装到对应位置；如果自动识别不出来，也可以显式指定工具。

官方推荐安装方式是这一条：

cd /your/project
npx superpowers-zh

如果不想走自动安装，也可以手动把 skills 复制到对应目录：

# 克隆仓库
git clone https://github.com/jnMetaCode/superpowers-zh.git

# 复制 skills 到你的项目（选择你使用的工具）
cp -r superpowers-zh/skills /your/project/.claude/skills      # Claude Code / Copilot CLI
cp -r superpowers-zh/skills /your/project/.hermes/skills      # Hermes Agent
cp -r superpowers-zh/skills /your/project/.cursor/skills      # Cursor
cp -r superpowers-zh/skills /your/project/.codex/skills       # Codex CLI
cp -r superpowers-zh/skills /your/project/.kiro/steering      # Kiro
cp -r superpowers-zh/skills /your/project/skills/custom       # DeerFlow 2.0
cp -r superpowers-zh/skills /your/project/.trae/rules         # Trae
cp -r superpowers-zh/skills /your/project/.antigravity        # Antigravity
cp -r superpowers-zh/skills /your/project/.github/superpowers # VS Code (Copilot)
cp -r superpowers-zh/skills /your/project/skills              # OpenClaw
cp -r superpowers-zh/skills /your/project/.windsurf/skills   # Windsurf
cp -r superpowers-zh/skills /your/project/.gemini/skills     # Gemini CLI
cp -r superpowers-zh/skills /your/project/.aider/skills      # Aider
cp -r superpowers-zh/skills /your/project/.opencode/skills   # OpenCode
cp -r superpowers-zh/skills /your/project/.qwen/skills       # Qwen Code
cp -r superpowers-zh/skills /your/project/.claw/skills       # Claw Code（Rust 版）

示例对话：

你:
我项目里同时有人用 OpenClaw，有人用 Codex，想把这套中文 skills 先装起来。

AI:
先到项目根目录，直接跑官方安装命令。
如果能识别出你项目里的工具，会自动放到对应目录。

你:
那要是没识别出来呢？

AI:
那就按工具手动放。
比如 OpenClaw 放 `skills/`，Codex 放 `.codex/skills/`。
先装通一个，再让团队按同一套 skills 跑流程。

你:
装完之后会发生什么？

AI:
你再让 AI 改需求、写计划、做审查时，它就不容易上来瞎冲了。
会更像一个知道先问问题、先拆任务、先验证的协作助手。

如果你走配置文件引用方式，项目文档也给了明确映射：不同工具对应不同配置位置，比如 Claude Code 用 CLAUDE.md，Hermes Agent 用 HERMES.md 或 .hermes.md，OpenClaw 用 skills/*/SKILL.md，Cursor 用 .cursor/rules/*.md，OpenCode 用 .opencode/skills/*/SKILL.md。

这点很重要。

别把所有工具都当成一个目录规则，路径放错了，技能再猛也等于没插电。

真正怎么用，别只看命令，按工作流走一遍

先说项目原生能力。

它最核心的使用方式，不是打开某个单独按钮，而是让 AI 在接任务时，优先按这些 skills 的方法来推进：先分析、再计划、再实现、再审查、再验证。

下面这个过程，更接近真实开发流。

先把接入链路想明白

flowchart TD
    U[开发者提出需求] --> I[在项目根目录安装 superpowers-zh]
    I --> D{自动识别工具?}
    D -->|是| A[安装到对应目录]
    D -->|否| M[手动复制到目标工具目录]
    A --> S[AI 工具加载 skills]
    M --> S
    S --> P[按方法论执行任务\n如分析/计划/TDD/审查/验证]
    P --> R[产出更可控的开发结果]

真正落到开发协作里会怎么跑

先看项目给出的原始用法，核心就是安装：

cd /your/project
npx superpowers-zh

如果自动识别不到工具，可以按对应目录手动放进去，这一步上面那组复制命令已经给全了。

然后进入组合工作流示例。这里说的是“作者补充的实际协作用法”，不是项目原生新增功能。

组合工作流示例：OpenClaw + Codex

1）在仓库根目录装好这套 skills
2）用 OpenClaw 接需求，让它先走“头脑风暴”或“编写计划”能力
3）明确方案后，把实现任务交给 Codex
4）实现完成后，再走“请求代码审查”与“完成前验证”能力
5）需要并行拆任务时，再调用“派遣并行 Agent”或“子 Agent 驱动开发”思路

如果把这个过程翻成人话，其实就是：

• OpenClaw 负责先把需求掰开揉碎，避免一上来就瞎写
• Codex 负责落代码
• 审查与验证能力负责兜底
• 并行 agent 能力负责把复杂任务拆开做

这样的产出更适合放进什么工作流？

• 日常需求开发
• Bug 修复与回归验证
• 代码审查前的自检流程
• 多模块并行推进的任务编排
• 团队统一 AI 开发规范的落地过程

真香的地方，确实有

第一，它不是教 AI 多说漂亮话，而是教 AI 少犯流程性低级错误。

第二，它覆盖的工具够多，团队不用为换个工具就重做一遍规则。

第三，那 6 个中国开发场景增强项，不是花架子，是真能减少国内团队协作里的别扭感。

哪些人会更适合盯一下这个项目

• 已经在用 Claude Code、Codex、OpenClaw、Hermes Agent、Cursor 这类工具，但总觉得 AI 干活不稳的团队
• 想把 TDD、系统化调试、代码审查、完成前验证这些流程固化下来的研发负责人
• 一个团队里同时混用 CLI、IDE、Agent 框架，需要统一协作方法的人
• 做国内业务、要兼容 Gitee/Coding/极狐 GitLab 或中文文档规范的开发团队
• 想给 AI 工具扩展更强执行边界，顺手摸 MCP 或工作流编排的人

真要上手，最好先知道这些边界

先说项目文档里明确写出来的边界。

第一，它的核心定位是“AI 编程工作流方法论”。

也就是说，它更偏“教 AI 怎么干活”，不是某个框架、语言、业务系统的教程库。别指望装完它，AI 就自动懂你公司全部私有规范，那不现实。

第二，自动安装虽然方便，但识别不出来时，还是得显式指定工具或者手动放到正确目录。

第三，不同工具的配置文件和 skills 目录不一样。Claude Code、Hermes Agent、OpenClaw、Cursor、Kiro、Trae 这些接法都不同，路径搞错就白装。

第四，这个项目欢迎新增 skill，但强调新增内容要符合它的定位：必须是 AI 编程工作流方法论，要能直接执行，还要真解决中国开发者痛点。不是随便塞一篇教程进去就算数。

再补一句很克制的经验提醒。

这类项目能显著提升 AI 协作质量，但前提是团队愿意按流程用。

你要是嘴上说装了，实际还天天一句“你直接改吧”，那工具再强也救不了这个工作流，神仙来了都得挨两巴掌。

最后一句

它不是让 AI 变聪明一点，而是让 AI 开始像个靠谱的开发同事那样干活。

https://github.com/jnMetaCode/superpowers-zh/tree/main

#AI编程 #ClaudeCode #Codex #OpenClaw #HermesAgent #Cursor #开发效率 #代码审查 #TDD #工作流 #GitHub项目 #中文技术文档