企业官网建设流程全解析

你有没有遇到过这种情况？AI编程工具几秒钟就生成一大段代码，跑起来功能也对，但一提交就被人吐槽：命名乱七八糟、边界情况全没处理、没有任何测试、改一行代码牵一发动全身。过去一年，大家都在追求AI编程的速度，但速度上来了之后，真正卡脖子的反而是可靠性。Superpowers这个项目，就是冲着这个问题来的。

Superpowers是一套开源的AI编程技能集（skills），最早围绕Claude Code构建，后来也逐步适配其他AI编码工具。它把AI编程的过程从"一句话提示词生成代码"，改造成"有规划的、有纪律的、可验证的工程流程"。说得直白点，它是一组结构化的提示词约定，外加一套完整的工作流方法，让AI不仅仅是"写得快"，而是"写得对、写得好、能维护"。

如果你是刚接触AI编程的新手，或者你正在用Claude Code但总觉得生成的代码质量不稳定，这篇文章值得认真读完。我会从原理、安装、核心技能、实操案例到踩坑经验，把Superpowers完整拆开讲一遍，保证你读完能自己上手。

1. Superpowers是什么，它解决了AI编程的什么痛点

1.1 从"快"到"可靠"的转型核心

传统AI编程的工作模式是"即时满足"：你给AI一个需求，它立刻给你一版代码。这个过程确实快，但问题也一直在积累。我曾经在一周内用普通提示词让AI生成过一个数据导入模块，初看没问题，可一到真实数据就频繁崩，因为AI完全没有考虑空值、超时、幂等这些生产环境的基本要求。后来我花了三倍时间补测试、重构边界逻辑，才把这摊代码救回来。

Superpowers的核心思路是用"技能库"替代"零散提示词"。它不是一个简单的提示词集合，而是一套被精心设计过的、递归触发的技能体系。AI可以在需要时主动加载"TDD编写技能"、"代码审查技能"、"需求分析技能"，像工具箱一样按需取用。关键在于：这些技能不是"建议"，而是"流程约束"——AI会按照固定的步骤执行，比如先写测试、再写实现、最后重构。

这套机制的底层逻辑其实很朴素：可靠不是靠聪明，而是靠流程。把AI想象成一个新来的实习生，他可能很聪明，但你直接丢给他一个任务让他自由发挥，结果大概率是灾难。如果你给他一份标准作业流程，每一步都告诉他该做什么、该检查什么、该输出什么，他就能稳定地交付合格成果。Superpowers干的就是这件事。

1.2 为什么选择技能库而不是普通提示词

市面上有很多AI编程提示词模板，比如"请使用TDD方式编写代码"、"请先做需求分析再写代码"。这些提示词有效，但很脆弱。问题在于它们依赖AI当时的心情——AI可能这次遵循了，下次又忘了；也可能遵循一半就跳步了。提示词没有强制力，更像一个口头嘱咐。

Superpowers把提示词做成了可执行协议。它在项目目录下创建skills文件夹，每个技能都是一个包含详细步骤说明的独立文件。AI在与项目交互时，会主动感知到这些技能文件的存在，并按照文件里的协议去执行。这个感知和加载机制是Claude Code等工具的底层能力，Superpowers只是把内容塞了进去，但效果完全不同——以前是"你求AI遵守流程"，现在是"AI进入项目就自动知道要遵守流程"。

我实测下来最大的感受是：AI的行为一致性明显提高了。同样是让我写一个用户登录接口，普通模式下的输出风格和逻辑千差万别，而且经常跳过单元测试；而启用Superpowers后，AI会自动采用TDD流程，先创建测试文件，再跑测试看失败，然后写实现，最后重构。这个流程不是我做一次它做一次，而是每个任务都稳定复现。

1.3 适用人群与典型场景

Superpowers适合谁？我个人认为，只要你的AI编程产出需要被长期维护，它就适合你。具体来说有三类人获益最大：

• 个人开发者：独自维护项目，没有同事帮你做代码审查，AI生成的低质量代码容易积累成技术债。Superpowers内置的审查、TDD流程能给你一层质量保障。
• 小团队协作：多人用AI辅助开发，最怕风格不统一。Superpowers的技能协议能把所有人的AI工作流拉齐，保证输出风格、测试习惯、文档规范都是一致的。
• 复杂项目维护者：如果你的项目有大量历史代码、需要严格的回归测试，Superpowers的规划与任务拆解能力会非常有用，它能降低AI随意改动带来的风险。

从场景看，无论你是做Web后端、前端页面、数据处理脚本，核心流程都通用。我自己在Node.js、Python、Go项目里都跑过Superpowers，虽然它源于Claude Code，但使用方式完全取决于你选的AI工具，底层逻辑是一样的。

2. 安装与环境准备：5分钟跑通第一个技能

2.1 前置条件

在开始安装之前，你需要确认几件事：

• 有一台能正常联网的电脑，安装好Node.js 20或更高版本。Superpowers的安装脚本基于Node，环境太旧会跑不起来。
• 已经安装好Claude Code，或者准备用支持同类skills机制的工具。目前主流选择是Claude Code，它原生支持/plugin和skills目录。
• 有可用的Claude API权限或已登录Claude账号，因为实际编码过程中会大量调用模型能力。

如果你还没装Node.js，到官网下载LTS版本即可。安装完成后，在终端输入node -v能输出版本号就说明环境OK。

2.2 安装步骤详解

Superpowers的安装方式有两种，我推荐优先用插件方式，简单省事。

方式一：插件市场安装

打开你的Claude Code终端，在输入框中输入：

/plugin install obra/superpowers

这个命令会从GitHub拉取Superpowers仓库，自动配置好skills目录和插件入口。安装完成后，Claude Code会显示类似"Superpowers plugin installed"的提示。

方式二：手动克隆安装

如果你用的是非Claude Code工具，或者想完全掌控文件结构，可以手动安装。打开终端执行：

git clone https://github.com/obra/superpowers.git cd superpowers npx superpowers install

安装脚本会询问你要把skills安装到哪个项目目录，默认是当前目录下的.claude/skills或skills文件夹。你也可以全局安装，这样所有项目都能用。

这里有个细节要注意：如果你只想在某个项目里用Superpowers，那就在进入该项目目录后执行安装命令。全局安装虽然方便，但会让所有项目都加载Superpowers技能，遇到结构特别简单的脚本项目时反而显得"重"。

2.3 安装后的验证

安装完之后怎么确认成功了？做两件事：

第一，查看项目目录下是否出现了skills文件夹。正常情况下你会看到类似skills/brainstorming、skills/writing-plans、skills/coding-in-tdd这样的子目录，每个目录里都有一个SKILL.md文件。

第二，打开Claude Code，输入/skills命令试试。如果技能被正确加载，你应该能看到一个技能列表，里面列着Superpowers提供的所有技能名称和简介。

如果这两个检查都没问题，恭喜，你已经正式进入"会使用技能"的阶段了。第一次跑技能可能会感觉有点慢，因为AI要先读取技能文件再开始工作，这是正常的。

提示：如果你用的是社区版的Claude Code，可能需要登录并绑定订阅套餐。API模式的用户则要保证账户余额充足，因为TDD流程会产生更多轮次的模型调用，费用会比普通直出代码高一些，但换来的是更少的返工，整体成本通常是划算的。

3. 核心Skills解析：学会用它们来约束AI

3.1 Superpowers技能体系总览

Superpowers的技能设计不是随机拼凑的，它有清晰的层级结构。从使用角度，你可以把技能分成三大类：规划类、执行类、审查类。

规划类技能包括brainstorming（头脑风暴）、writing-plans（写实施计划）、spec-driven-development（规格驱动开发）。这些技能通常用在写代码之前，目的是把模糊的需求变成明确的、可验证的任务列表。执行类技能包括coding-in-tdd、red-green-refactor、solving-bugs、refactoring、writing-tests等，它们覆盖了从零写代码、修Bug到重构的完整开发动作。审查类技能包括code-review、writing-commit-messages、documenting等，它们负责在代码完成后做质量把关。

这套结构很像一个软件开发团队的分工：有分析师做需求、有开发写代码、有QA做测试、有小组长做审查。你把这样一个"虚拟团队"注入到AI编码工具里，输出的质量自然比单打独斗稳定得多。

3.2 规划类技能怎么用

我最常用的是brainstorming技能。当我对需求不够清晰时，直接对Claude Code说："Use your brainstorming skill to help me think through this feature"，它会开启一份结构化的头脑风暴，先问我业务背景、约束条件、期望结果，然后给出几个候选方案并分析利弊。这个过程很像和一个资深产品经理对话，能有效逼出我忽略的边界条件。

接下来说writing-plans。Brainstorming产出的是方向，writing-plans产出的则是可执行的步骤清单。它会把一个复杂功能拆解成多个子任务，每个子任务都有明确的输入、输出、依赖关系和验收标准。我拿到这份计划后可以直接让AI按计划逐步执行，用完的感受就是：AI不再东一榔头西一棒子，而是像流水线一样一步步推进。

一个特别有用的细节是，Superpowers把计划文件写进了项目的文档里。即使中途断掉，第二天重新打开Claude Code，它依然能读取之前的计划文件，继续未完成的工作。这解决了AI对话上下文丢失的老毛病。

3.3 执行与审查类技能的核心逻辑

执行类技能的核心是TDD。coding-in-tdd技能会强制AI先编写一个最小失败测试，再写实现代码，然后运行测试确保通过。这个过程在普通人看来可能有点绕，但它的价值非常实际：有测试护着，后续重构、加功能都不会轻易破坏已有逻辑。

我会在实操部分详细展示TDD的完整过程，这里先讲一个关键原则：如果你希望AI长期保持高质量输出，TDD流程是不可妥协的。因为它不只是"写测试"，更重要的是通过测试定义"什么叫完成"，这能有效防止AI糊弄你。

code-review技能则相当于给AI配了一个"挑剔的同事"。它会让AI重新阅读自己刚刚生成的代码，从可读性、安全性、性能、边界条件多个维度打分，并提出改进意见。这个技能我通常在完成任务后主动触发一次，哪怕不采纳所有建议，也能发现不少问题。

有一点你需要知道：这些技能不是独立的，它们内部有联动。比如solving-bugs技能会先让你提供Bug复现步骤，再建议用TDD方式写一个失败测试来重建问题，最后修复代码。这意味着AI不是简单粗暴地改代码，而是先把Bug变成可验证的失败测试，再让它通过。这套流程对复杂Bug特别有效。

4. 实操全流程：用Superpowers开发一个待办事项API

4.1 场景设定与需求头脑风暴

为了让你直观感受Superpowers的实际效果，我设计了一个具体场景：为一个待办事项应用编写后端API。功能要求包括创建待办事项、查询列表、标记完成、删除事项。假设项目目录已初始化，Node.js环境就绪。

我不直接让AI写代码，而是先触发brainstorming技能：

Use the brainstorming skill. I need to build a Todo API with create, list, complete, and delete endpoints. Storage can be in-memory for now.

AI会返回一份结构化的头脑风暴文档，里面包含需求澄清问题、数据模型建议、接口设计草案、错误处理策略、测试策略等。在这个阶段，AI会主动指出我遗漏的点，比如"删除不存在的待办事项应该怎么处理"、"标记完成时是否要记录完成时间"。这些边界问题如果直接写代码，十有八九会被跳过。

头脑风暴结束后，AI会把结论整理成一个简短的需求规格文档，保存在项目目录下，比如docs/01-brainstorming-todo-api.md。这个文档是后续所有工作的基础。

4.2 制定实施计划

接下来触发writing-plans技能：

Now use the writing-plans skill to create an implementation plan based on our brainstorming result.

AI会生成一份包含多个阶段任务的计划，大致如下：

• Phase 1：搭建项目结构和初始化npm配置
• Phase 2：实现内存存储的 Todo model，并编写对应单元测试
• Phase 3：实现API路由，使用TDD方式开发
• Phase 4：补充集成测试、错误处理、边界条件测试
• Phase 5：代码审查与文档完善

每个阶段都有具体的任务描述和完成标准。我也可以指示AI把计划拆分得更细。这里我建议保持计划的"粒度"适中，太粗容易跳步，太细又会让AI过度分析。

计划保存后，AI会逐阶段执行，每个阶段完成会在计划文件里打勾，并记录当前进度。你随时可以中断、继续或要求重新调整计划。

4.3 TDD方式驱动编码

进入执行阶段，我让AI开始实施Phase 2。此时coding-in-tdd技能会自动接管。

第一阶段，AI会先编写测试文件todo.test.js，测试Todo类的create、list、complete、delete方法。测试代码会先于实现代码存在。为了演示，我先让它使用简单的内存存储结构。随后运行npm test，此时测试必然失败，因为还没有实现代码——这一步叫RED。

接着AI进入第二阶段，编写最小实现代码。它的目标不是写复杂逻辑，而是让测试通过。实现完成后再次运行测试，全绿——这一步叫GREEN。

最后AI进入重构阶段，检查实现代码有没有明显的重复、命名问题，在不改变测试结果的前提下优化代码——这一步叫REFACTOR。

我建议你观察整个过程中的一个有意思现象：AI在不同阶段的"话术"和思考方式完全不同。写测试时它会专注边界条件和预期行为，写实现时它会追求简单直接，重构时会主动提到可读性和扩展性。这种"角色切换"正是Superpowers技能区隔带来的效果。

4.4 代码审查与收尾

当所有阶段完成，我触发code-review技能：

Use the code-review skill to review the completed implementation.

AI会重新打开所有源文件，一份一份地审查，然后给出问题清单。有一次它在审查中指出了我都没有想到的问题：API路由里没有统一的错误处理中间件，部分错误会直接返回500状态码而不是合理的4xx。这个建议非常实用，我采纳并让它重新修改。

审查完成后，AI还会主动用writing-commit-messages技能生成规范的提交信息，并按已有格式提交代码。整套流程下来，代码有测试、有计划文档、有审查记录，提交历史清晰可追溯。可以说，这个"待办事项API"的质量远超直接用提示词生成的版本。

5. 常见问题与排查技巧实录

5.1 技能文件不生效或加载失败

现象：输入/skills看不到任何技能，或者在对话中触发技能时AI表示"没有找到对应技能"。

排查思路：

• 先确认你的Claude Code版本较新。插件机制在旧版本上兼容性差，升级到最新版基本能解决半数问题。
• 确认插件安装目录是否正确。插件方式安装时，Superpowers会写入~/.claude/plugins目录。手动安装时，需要确认skills文件夹确实在当前项目根目录，不在子文件夹。
• 尝试重新加载。输入/reload或重启Claude Code，让插件重新扫描。

经验：我遇到过最多的情况是手动安装时把skills放到了src/skills而不是项目根目录的skills，导致AI完全感知不到。

5.2 运行TDD时测试走向失控

现象：AI在TDD流程中写了一大堆测试，或者运行超时，或者反复失败无法前进。

处理建议：

• 及时人工干预。比如用"Stop writing tests now and focus on the implementation"这类明确指令，帮助AI回到合理的轨道上。
• 检查测试文件的fine-grained程度。如果测试太细碎，会拖慢整个流程。我会要求AI保持"关键链路测试+核心边界测试"，把非重点逻辑的测试压缩。
• 如果项目本身依赖复杂（数据库、网络服务），先让AI用mock或内存替代实现，把测试跑通，再考虑集成部分。

5.3 自定义技能：如何把团队规范注入AI

Superpowers的另一大价值是支持自定义技能。团队内部可能有自己的代码规范、提交规范、架构约束，这些都可以写成新的SKILL.md文件，放到skills目录下。

编写一个自定义技能并不复杂。你只需要创建一个文件夹，例如skills/team-code-style，然后在其中写一个SKILL.md文件，内容包括技能描述、使用场景、触发条件和具体步骤。AI在后续对话中会自动读取该文件，并按照里面的规范行事。

我建议新手先复制一个内置技能文件，修改其中的步骤描述，观察AI行为变化，再逐步创建自己的技能。这个过程的本质就是把提示词工程系统化、文件化、版本化管理。当你的自定义技能积累到一定程度，AI在项目里的行为就会越来越像你理想中的"资深工程师"。

5.4 版本更新与兼容性

Superpowers迭代非常快，我经常遇到的一个问题是：刚装完不到几天，GitHub仓库就更新了新技能，但本地还是旧版。更新方式很简单：

cd superpowers git pull npx superpowers install

插件方式则直接在Claude Code里重新执行/plugin update即可。

要注意的是，技能文件如果被你在本地修改过，git pull可能会冲突。我的做法是尽量不在原技能文件上改，而是复制一份到自定义目录再改，这样可以避免升级冲突。

6. 一些有争议但值得聊聊的个人观点

网上对Superpowers这类"技能框架"有一个常见质疑：既然AI本身能力已经很强，为什么还要用这么重的约束框架？它会不会反而限制了AI的创造力？

我的看法是，这个质疑混淆了"探索"和"交付"两个阶段。在探索阶段——比如你还没想清楚技术方案、想看看AI能给出什么新奇解法时——确实不需要技能约束，自由提示词更好。但在交付阶段——代码要跑在生产环境、要被后人维护、要经得起评审时——创造力的优先级必须让位于稳定性。Superpowers选框的是"交付质量"，不是"思维发散"。

这套工具用久了，我最深的体会是：AI编程的正解不是追求单次生成的最优解，而是追求一个可复现的高质量流程。普通提示词给人惊喜，Superpowers给人安心。我会继续用它来约束AI的编码过程，也会保留一部分自由对话用于方案探索。两者搭配，才是一个成熟AI编程工作流的完整拼图。

在实际使用中还有一个小技巧分享给你：把Superpowers当成"新项目初始化标准动作"，而不是"出现了问题再用"的工具。我每次新建项目，第一步不再是找模板、写README，而是先装Superpowers并让AI帮我做一次完整的项目启动流程。这为后续所有开发工作定下了基调。试试看，你会发现从第一天就规范起来，比后期补各种纪律要轻松得多。