给AI编程助手写"员工手册"?这个叫superpowers的开源项目,把团队经验变成了可复制的代码

原创2026-10-22 15:26:131,681 阅读
文章标签:AI 技能开发工具代码质量

给AI编程助手写"员工手册"?这个叫superpowers的开源项目,把团队经验变成了可复制的代码

你有没有遇到过这样的糟心事:让AI编程助手帮你写个功能,它上来就埋头猛写,代码写得飞快,结果架构完全跑偏、测试一个没有、Bug一堆,你还得跟在后面擦屁股。

更头疼的是,今天教它"这个项目要先问清楚需求再动手",明天换个新对话,它又全忘了,一切从头开始。就像来了个"鱼一样的记忆"的实习生,每天都要重新教一遍。

最近开源圈突然火了一个叫 superpowers 的项目,中文翻译过来就是"超能力",在GitHub上已经拿下十几万星标。腾讯新闻、CSDN、51CTO这些科技媒体都在讨论它。它干的事情特别有意思:把资深工程师的干活套路,变成一份份可以"入库"的技能文件,让AI每次开工都照着执行。

说白了就是——技能即代码:经验不再靠口口相传,而是写成文本、管进Git、全员共享。

它到底是个啥?一碗"武功秘籍"端给AI

咱们把话说白。superpowers 做的事情,等于给AI编程助手准备了一套"员工手册"加"工作SOP"。

过去你让AI干活,靠的是在对话里临时交代:"你注意啊,先别写代码,先问问我要什么。" AI听了,这次照做,下次就忘。

superpowers 的做法是把这些要求写成一个个 技能文件。每个技能文件就是一页"说明书",开头写明"什么时候该用我",正文写清楚"具体怎么一步步做"。比如:

  • 接到任务先别动手,要先"头脑风暴",把需求问明白再开工;
  • 写代码前必须先写测试,测试红了再写实现,实现绿了才能提交;
  • 出了Bug别瞎猜,按四个阶段系统排查,找到根因才算完;
  • 多人协作时,把大任务拆给独立小助手,干完一个审查一个。

这些技能平时躺在文件夹里睡觉,但一旦AI开工,系统就会"开机自检",自动把相关的技能说明书翻出来照着办。

有个细节特别有意思:技能文件里写了一条铁律——"哪怕只有1%的可能需要某个技能,你也必须调用它,这不是可选项。" 换句话说,AI想偷懒跳过流程?不行,规矩是死的。

三级加载机制:国家法律、公司制度、上岗培训,一个都不能少

superpowers 最让技术圈津津乐道的,是它的 全局、项目、会话三级加载机制。咱用大白话拆开看:

第一级:全局技能,相当于"国家法律"。 装在你个人电脑的配置目录里,不管你打开哪个项目,这套技能永远在。它管的是"放之四海皆准"的好习惯,比如"测试先行""Bug要追根因"。这是你的个人底色,去哪都带着。

第二级:项目技能,相当于"公司制度"。 跟着项目走,放在项目文件夹里。每个项目有每个项目的脾气:这个项目要求代码风格统一,那个项目有特殊的上线流程。把这些约定写成技能塞进项目,谁来了都按这套规矩办。

第三级:会话引导,相当于"上岗前培训"。 每次你新开一个AI对话、或者对话太长被压缩了,superpowers 都会通过一个"开场钩子",把一份"技能使用说明书"自动塞进AI的脑子里,提醒它"你现在有哪些超能力,遇到什么情况该翻哪本手册"。

优先级也很清楚:项目技能最大,其次个人技能,最后才是自带技能。 就好比公司制度可以比国家法律更细,但项目组的规定又比公司制度更贴合实际。

这套三级机制解决了一个大痛点:AI 的"跨会话失忆"。以前换个对话就忘事,现在每次开工都被"重新培训"一遍,记忆不再是聊完就丢的临时缓存,而是沉淀下来的长期资产。不少CSDN技术博主专门写文章夸这点,说它是"给AI编码代理装上持久记忆"。

技能进Git:团队的经验,从此有版本、可回滚、能审查

superpowers 最妙的一招,是把"技能"这种东西,彻底变成了普通文本文件。

你想想,以前团队里的开发经验存在哪?存在老员工脑子里,存在聊天记录里,存在"我当时就是这么干的"这种玄学里。新人来了两眼一抹黑。

现在呢?技能就是一份份纯文本说明书,直接扔进Git仓库。这一下,整个玩法就变了:

  • 团队共享:项目组把技能库放进项目的仓库,新同事一克隆代码,AI技能库也跟着到位。人人一套同样的"员工手册",AI输出的风格、流程、质量标准整整齐齐。
  • 变更追踪:谁改了什么技能、什么时候改的、为什么改,Git 里记得明明白白。改坏了一查 diff(前后对比)就知道,改得不对还能一键回滚。
  • 代码审查:改技能和改代码一样,要走评审、要留记录。有博主实测后感叹,这是"低门槛维护、Git版本可控"的技能库,团队规范终于不再是墙上的标语。

这套思路,就是前面说的"技能即代码"四个字的精髓:把最抽象的经验,变成最具体、可管理、可审计的资产。 就像把老师傅的手艺写成菜谱,不仅传得下去,还能改进、能追溯、能纠错。

从"个人技能库"到"团队规范库",三步走

很多人会问:这玩意是不是只有大厂技术团队才用得上?其实路径非常清晰,一个人也能玩:

第一步,个人先装。 在Claude Code、Codex、Cursor、Gemini、Kimi这些主流AI编程工具里,一行命令就能装好 superpowers,五分钟上手。装完你会明显感觉到:AI 变"懂规矩"了,不再上来就乱写。

第二步,攒自己的技能。 用着用着,你会发现"哎,这个项目的代码风格要求、那个上线的特殊流程",都可以写成自己的技能文件。今天加的规范,明天AI自动遵守,这就是"肌肉记忆"。

第三步,塞进团队仓库。 等个人技能成熟了,放进项目的Git仓库,全团队共享。再往后,还能整理成团队自己的规范库,甚至单独发布成插件给别的团队用。

从一个人到一整个团队,从随手记到版本管理,路径就是这么顺下来。这也是为什么很多技术博主把它称为"AI 辅助编程从聪明走向稳定交付"的关键一步。

上手难不难?一句话:门槛低得超乎想象

放心,superpowers 不是那种需要折腾一整天才能跑起来的"硬骨头"。

它本质上是给 AI 编程工具用的技能插件,安装就是一行命令的事,支持的工具多到惊人:Claude Code、Codex、Cursor、GitHub Copilot、Gemini、Kimi、通义、OpenCode……市面上主流的AI编程助手基本全覆盖,而且都是原生支持,不需要什么特殊配置。

它也不需要你懂什么高深的编程原理。你要做的,就是装好之后正常用你的AI助手,然后观察它的变化——它会主动先问需求、先写测试、系统排查Bug。技能的触发是自动的,你不用每次手动喊它"开技能"。

如果说有什么门槛,那就是需要你稍微花点心思,把自己团队的经验整理成文字。但好消息是,superpowers 本身就带"教AI写新技能"的技能,你可以让AI帮你起草,你负责把关就行。

最后说两句

AI 编程助手越来越聪明,但"聪明"不等于"靠谱"。superpowers 走的是另一条路:不追求AI更聪明,而是让AI更守规矩、更有章法。 把经验沉淀下来、用Git管起来、让整个团队共享——这套"技能即代码"的思路,说不定就是AI协作时代团队知识管理的新答案。

话说回来,如果你手头也有一个天天帮你写代码的AI助手,你最想教它哪条"规矩"?是"先问清楚再动手",还是"写完必须自测"?评论区聊聊,说不定你的经验就是下一个爆款技能。

登录后查看全文
superpowers