夜雨聆风以为又是一个"让AI会写代码"的工具。
结果发现，它根本不是教AI写代码。
它是教AI怎么工作。
这是个大反转。
2026年了，Claude Code、Cursor、Codex这些AI编程工具，代码写得都不错。
但有个问题一直没解决：
它们只会写，不会想。
你让它"加个批量导出功能"，它直接开始写代码。
格式没问、分页没问、权限没问。
等你发现错了，它已经写了200行。
你还得花半小时告诉它"不是这样的，我要的是……"
这不是AI不够聪明。
是AI没有工作方法论。
superpowers-zh 做的事，就是给AI装上这套方法论。
让AI从"你让它干啥它就干啥"的执行机器，变成会提问、会规划、会测试驱动开发的"靠谱工程师"。
我仔细拆解了这个项目（包括它的中文增强版），发现它提供的不是工具，是20个skill（技能/方法论）。
每个skill教AI在特定场景下先做什么、再做什么、怎么验证。
这套方法论在17款AI工具上都能用。
Claude Code、Cursor、Gemini CLI、Codex、Hermes Agent、Kiro、Windsurf、Qwen Code……
一键安装，自动识别。
1. 核心反转：AI缺的不是代码能力
我一开始也纳闷，AI代码生成能力都这么强了，为什么还需要这个？
直到我看到 superpowers 的一个对比示例。
没有 superpowers 的对话：
你：给用户模块加个批量导出功能AI：好的，我来实现... export async function exportUsers() { ... }你：等等，格式不对，没分页，大数据量会 OOM...装了 superpowers 后的对话：
你：给用户模块加个批量导出功能AI：在开始实现之前，我需要了解几个关键问题： 1. 导出格式是 CSV 还是 Excel？ 2. 预计数据量多大？需要异步处理吗？ 3. 有权限要求吗？ → 给出 2-3 个方案，确认后再动手看到区别了吗？
AI不是直接写代码，而是先提问、再规划、最后才动手。
这背后就是 superpowers 的 brainstorming skill（头脑风暴技能）。
它会强制AI在写代码之前，先做需求分析、探索备选方案、给出设计文档给你确认。
这个skill在 superpowers-zh 里只是20个skill中的一个。
2. 20个skill拆解：从头脑风暴到完成验证
superpowers-zh 提供的20个skill，分为三大类。
第一类：开发流程控制（7个）
这些skill把整个开发流程标准化了。
1. brainstorming（头脑风暴） — 需求来了不写代码，先问清楚、探索方案、给设计文档 2. writing-plans（编写计划） — 把设计拆成可执行的实施步骤，每步有文件路径、代码、验证方法 3. executing-plans（执行计划） — 按计划逐步实施，每步验证 4. test-driven-development（测试驱动开发） — 严格TDD：先写测试，再写代码，RED-GREEN-REFACTOR循环 5. systematic-debugging（系统化调试） — 四阶段调试法：定位→分析→假设→修复 6. verification-before-completion（完成前验证） — 声称完成前必须跑验证命令，证据先行 7. subagent-driven-development（子agent驱动开发） — 每个任务一个子agent，两轮审查
第二类：协作与审查（5个）
8. requesting-code-review（请求代码审查） — 派遣审查agent检查代码质量 9. receiving-code-review（接收代码审查） — 技术严谨地处理审查反馈，拒绝敷衍 10. dispatching-parallel-agents（派遣并行agent） — 多任务并发执行 11. using-git-worktrees（使用git worktree） — 隔离式特性开发 12. finishing-a-development-branch（完成开发分支） — 合并/PR/保留/丢弃四选一
第三类：中国特色技能（6个） — 这是 superpowers-zh 新增的
13. chinese-code-review（中文代码审查） — 符合国内团队文化的代码审查规范 14. chinese-git-workflow（中文git工作流） — 适配 Gitee/Coding/极狐 GitLab 15. chinese-documentation（中文技术文档） — 中文排版规范、中英混排、告别机翻味 16. chinese-commit-conventions（中文提交规范） — 适配国内团队的 commit message 规范 17. mcp-builder（MCP服务器构建） — 构建生产级MCP工具，扩展AI能力边界 18. workflow-runner（工作流执行器） — 在AI工具内运行多角色YAML工作流
还有两个元技能：
19. writing-skills（编写skills） — 创建新skill的方法论 20. using-superpowers（使用superpowers） — 如何调用和优先使用skills
3. 工作流演示：AI现在怎么工作了
我拿一个具体场景演示一下。
假设我要"实现一个用户登录功能"。
以前AI的做法：
1. 直接写 login() 函数 2. 写路由、写前端表单 3. 你发现没做密码加密，让它改 4. 它改了，又发现没做登录失败次数限制 5. 再改，又发现没做session过期处理……
这就是没有方法论的后果。
装了 superpowers-zh 后，AI的工作流变成：
Step 1：brainstorming skill 自动激活
AI先问你：
• 登录方式：用户名+密码？手机号+验证码？第三方登录？ • 密码加密方式：bcrypt？argon2？ • 登录失败策略：几次锁定？锁定多久？ • session/cookie 还是 JWT？
给3个方案让你选，你确认后生成设计文档。
Step 2：writing-plans skill 激活
把设计拆成实施计划：
• 任务1：创建 User 模型，字段：username, password_hash, login_attempts, locked_until • 任务2：实现密码加密（用 bcrypt），验证用 test_password_hashing.py• 任务3：实现登录逻辑，验证用 test_login.py• 任务4：实现失败次数限制，验证用 test_login_rate_limit.py
Step 3：test-driven-development skill 激活
每个任务都走 TDD：
先写测试：def test_login_success(): user = create_user("test", "password123") result = login("test", "password123") assert result.success == True运行测试 → RED（失败）再写代码：def login(username, password): user = User.find_by_username(username) if verify_password(password, user.password_hash): return LoginResult(success=True) return LoginResult(success=False)运行测试 → GREEN（通过）重构代码（如果有需要）Step 4：verification-before-completion skill 激活
AI声称"登录功能完成"前，必须运行：
• 所有单元测试 • 集成测试 • 代码格式检查
看到"所有测试通过"的输出后，才能说完成了。
这就是有方法论的AI。
4. 与英文原版的区别：6个中国特色skill
superpowers 英文原版（obra/superpowers）有182k star，superpowers-zh 是它的中文增强版。
区别不只是翻译。
superpowers-zh 新增了6个面向中国开发者的skill：
① chinese-git-workflow
英文原版只适配 GitHub。
这个skill适配国内Git平台：
• Gitee • Coding • 极狐 GitLab • CNB（腾讯云原生构建）
对应的CI/CD示例也有：
• Gitee Go • Coding CI • 极狐 CI • .cnb.yml
② chinese-code-review
西方的代码审查风格偏直接："这个实现有问题，应该改成……"
国内团队文化偏委婉："这个想法挺好的，不过我在想如果这样的话会不会……"
这个skill让AI在审查代码时，用国内团队的沟通方式给反馈。
③ chinese-documentation
三个规范：
• 中文排版规范（中英文之间加空格、标点使用） • 中英混排规则（技术术语保留英文） • 告别机翻味（不用"在当今……的时代""随着……的发展"）
④ chinese-commit-conventions
Conventional Commits 的中文适配：
• feat: 新增用户登录功能 • fix: 修复登录失败次数未重置的bug • docs: 更新API文档
自动生成 changelog。
⑤ mcp-builder
英文原版没有。
这个skill教你构建生产级MCP（Model Context Protocol）服务器，扩展AI能力边界。
比如你想让AI能读取公司内部文档、调用内部API，就需要MCP服务器。
⑥ workflow-runner
英文原版没有。
让你在AI工具内直接运行YAML工作流，实现多角色协作。
比如定义一个工作流：产品经理 → 架构师 → 开发 → 测试 → 交付。
丢一句需求进去，自动接力完成。
5. 支持17款AI工具：一键安装
这是 superpowers-zh 另一个实用的地方。
英文原版：每款工具分别装，每款一条不同的命令。
superpowers-zh：一条命令自动识别。
cd /your/projectnpx superpowers-zh它会自动检测你项目里用的AI工具，把20个skill装到正确位置。
支持17款工具：
CLI工具：
• Claude Code • Copilot CLI • Hermes Agent • Gemini CLI • Codex CLI • Aider • OpenCode • OpenClaw • Antigravity • Claw Code（Rust版） • Qwen Code（通义灵码）
IDE工具：
• Cursor • Windsurf • Kiro • Trae • VS Code（Copilot插件）
Agent框架：
• DeerFlow 2.0
识别不出来时，可以显式指定：
npx superpowers-zh --tool cursor卸载也方便：
npx superpowers-zh --uninstall会清理干净，不误删你自己写的内容。
6. 实战建议：从哪个skill开始用
superpowers-zh 提供了20个skill，但不需要全用上。
我建议从这3个开始：
① brainstorming
这个skill最有价值。
让AI在写代码前先提问、先规划、先确认。
避免"写了一堆才发现方向错了"的浪费。
② test-driven-development
如果你团队有代码质量要求，这个skill能强制AI写测试。
不是"建议写测试"，是"不写测试代码不让运行"。
③ verification-before-completion
这个skill防止AI"嘴上说完成了，实际没验证"。
必须跑测试、跑lint，看到"全部通过"的输出才能声称完成。
7. 一句话总结
superpowers-zh 做的事，是给AI编程工具装上工作方法论。
让AI从"你让它干啥它就干啥"的执行机器，变成会提问、会规划、会测试驱动开发的"靠谱工程师"。
这不是替代你的思考。
是让AI别再跳过思考直接动手。
🚀 加入我的AI学习圈子
💎 一顿饭钱，换一项终身技能
外面吃顿火锅要399，在这里——
你能获得改变未来的AI能力。
🔥 风行者AI全能班 | 第5期报名开启
历经4期打磨 · 300+视频 · 72+实战工具
课程内容大纲: https://fengxing.netlify.app/
📚 你将系统掌握：
🤖 WorkBuddy智能体开发
- 从0搭建你的"贾维斯"AI助手
- WorkBuddy小程序对接与自动化
- 开发专属Skill，打造AI团队
💻 AI全栈编程实战
- HTML落地页/Python脚本/Flutter App
- 服务器部署+网络验证+支付对接
- 20个变现应用源码全开源
✍️ 公众号自动运营系统
- AI自动写文+生图+定时发布
- 睡觉时也能持续产出内容
- 代码+写作双杠杆变现
💰 投资自己，只需要一顿饭的代价
限时优惠：399元（原价899）
扫码加入，和300+学员一起
用AI构建你的被动收入管道👇
📱 扫码或打开链接报名，开启AI提效之旅
http://s.a0c.top/7CDXua9/GFQNM
━━━━━━━━━━━━━━
报名后联系方式：
微信：mkoijnn33
QQ：45561810
AI交流群：964202808（免费资料+工具）
47K Star 的 Hermes Agent 爆火，但为什么我劝你用 WorkBuddy？ 我把AI住进了100个网页：PageAgent上手7天，效率提升5倍的秘密 国内免费AI工具，让你的工作效率飞起来！ 我给5款AI编程工具配了同一个大脑，从此不用重复配置了 还在逐个平台刷选题？别人一条命令30秒扒完全网 你对今天分享的内容有什么想法？欢迎在留言区分享你的观点。 原创不易，如果文章对你有帮助点赞 + 再看，谢谢。 
