你不知道的superpowers中文版，6.6k星+讲解

#探寻人工智能，人与AI全新序章#

今天在逛 Github 的时候，我发现了一个项目： jnMetaCode/superpowers-zh，第一反应有点意外：这个项目已经有 6.6k Star 了，但提到 superpowers 时，不少讨论还停在英文原版。

这就挺可惜的。因为对 Claude Code、Codex、Hermes、Kimi Code、Qwen Code 这类工具的普通用户来说，真正难的经常不在“会不会调用 AI”，而在“怎么让 AI 按一个稳定的方法干活”。你今天让它审代码，它说得挺热闹；明天让它查 bug，它又换了一套思路；后天让它写文档，中文味道还像机翻。

superpowers-zh 的价值，恰好卡在这个缝里。它更像给 AI 编程工具装了一套中文工作规程：什么时候先想清楚，什么时候写计划，什么时候测试，什么时候请求复查，什么时候别急着说完成。

英文原版很强，但中文用户有自己的坑

先把背景说清楚。superpowers 原版是一个很火的 AI 编程 Skill 项目，主线思路是把成熟的软件工程方法拆成一组可以被 AI 工具调用的 Skill。比如头脑风暴、系统调试、写计划、测试驱动开发、代码审查、完成前验证，这些东西原本靠工程师的经验兜底，现在被整理成可复用的工作方法。

听起来很技术，但放到普通用户那里，其实就是一句话：别每次都从零教 AI 怎么干活，把好方法提前装进工具里。

问题也出在这里。英文原版的方法论是好东西，可国内用户上手会遇到几类很真实的小麻烦。

第一，英文说明读着累。难点经常不在单词，而在你很难快速判断“这个 Skill 到底适合我什么时候用”。第二，国内团队的 Git 平台、提交习惯、代码审查语气、中文文档规范，和英文开源社区不完全一样。第三，Claude Code、Hermes、Codex、Cursor、Windsurf、Kimi Code、Qwen Code 这些工具的文件位置不一样，手动复制很容易漏。

这也是 jnMetaCode/superpowers-zh 值得单独讲的原因。它不只是“翻译版”，它把原版 Skill、中文说明、国内开发习惯、不同 AI 工具的安装路径，揉成了一个更适合中文用户尝试的包。

这个中文版，特殊在 3 层

我看完 README 后，觉得它最值得讲的地方有 3 层。

第一层，是完整汉化。项目里把上游 superpowers 的核心 Skill 做了中文化，让你不用在英文概念里来回切换。对非专业程序员尤其友好，因为你能更快知道这个 Skill 是让 AI 做“讨论方案”、做“系统排查”，还是做“完成前检查”。

第二层，是多工具适配。README 里写到，它支持 Claude Code、Copilot CLI、Hermes Agent、Cursor、Windsurf、Kiro、Gemini CLI、Codex CLI、Aider、Trae、Qwen Code、OpenCode、OpenClaw、Kimi Code、Qoder 等一批工具。对用户来说，这一点很实际：你不用为了一个 Skill 包，先研究半天每个工具应该放在哪个隐藏目录。

第三层，是中文原创 Skill。它额外加了 6 个面向国内使用场景的 Skill，包括 chinese-code-review、chinese-git-workflow、chinese-documentation、chinese-commit-conventions、mcp-builder、workflow-runner。

这里面我最推荐普通读者先看 3 个：中文代码审查、中文技术文档、中文 Git 工作流。它们解决的是日常里很常见的尴尬：AI 给的 review 太冲，中文文档像翻译腔，提交信息不合团队习惯，国内 Git 平台和示例又对不上。

20 个 Skill，别一口气全开

superpowers-zh 现在写的是 20 个 Skill。数字一大，第一反应很容易变成全装、全试、全记住。我的建议正好相反：先挑 5 个最容易感受到变化的。

第一个是 brainstorming，用来把需求聊清楚。你准备让 AI 改一个功能、写一篇技术稿、搭一个自动化流程时，先让它追问边界，往往能少走很多弯路。

第二个是 writing-plans，用来把想法变成可执行步骤。很多 AI 工具失败，常常卡在任务一开始就太糊。计划写清楚，后面才不容易跑偏。

第三个是 systematic-debugging，用来排查问题。它的关键在于让 AI 按假设、证据、验证的顺序走，别一上来就改一堆文件。

第四个是 verification-before-completion，用来防止 AI 过早宣布“搞定”。这类 Skill 很适合 Claude Code、Codex、Hermes 这样的 Agent 工具，因为 Agent 最大的诱惑就是动作快，但快到最后可能会漏验。

第五个是 chinese-documentation。这个对中文用户特别直接。你让 AI 写 README、接口说明、教程、团队文档时，它能把中文排版、中英混排、术语解释这些细节拉回来。

所以别把它当成“20 个技能点一次性点满”的游戏。更好的办法是按场景拿：今天要写需求，用 brainstorming；明天要排查 bug，用 systematic-debugging；后天要交付文档，再用 chinese-documentation。

真正上手，其实就看这两步

它的安装方式很简单。进入你的项目目录，然后执行：

npx superpowers-zh

如果它识别不出你正在用的工具，也可以显式指定。比如给 Hermes Agent 装：

npx superpowers-zh --tool hermes

给 Codex CLI 装：

npx superpowers-zh --tool codex

给 Claude Code 装，一般可以让它自动识别，也可以按项目说明走对应工具参数。它会把 Skill 放到对应工具需要读取的位置，省掉你手动猜目录的麻烦。

这里有一个小经验：不要在用户主目录里随手装。你应该先进入某个具体项目目录，比如一个网站项目、脚本项目、文档项目，再安装。否则后面你会很难分清这些 Skill 到底是给哪个项目用的。

如果误装了，项目也提供了清理方式：

npx superpowers-zh@latest --uninstall

我更建议第一次试的时候，开一个无关紧要的小项目。装完以后，不要立刻让 AI 写一个大系统，先试一个低风险任务：让它读一个 README，补一段中文说明；让它审一个小脚本；让它排查一个可复现的小错误。你会更容易看出 Skill 到底有没有帮你稳住流程。

哪些人适合先试，哪些人先缓缓

这个项目适合 3 类人。

第一类，是已经在用 Claude Code、Codex、Hermes、Cursor、Windsurf 这类 AI 编程工具，但觉得“AI 有时候很聪明，有时候很散”的人。superpowers-zh 带来的帮助，是让模型更愿意按流程干活。

第二类，是中文内容、中文文档、中文团队协作比较多的人。英文原版 Skill 再好，落到中文排版、中文 review、国内 Git 平台时，还是需要一层本地化。

第三类，是想学习 AI Agent 工作方法的人。哪怕你暂时不用每一个 Skill，读它们的设计也很有价值。你会看到一个好 Agent 不该只会执行命令，还要会提问、会拆解、会验证、会承认不确定。

它不太适合 2 类人。

第一类，是只想找一个“万能提示词”的人。Skill 的价值在流程，不在神奇咒语。第二类，是完全不愿意看项目结构的人。你不需要成为程序员，但至少要知道自己在哪个项目目录里，知道 Claude Code、Codex、Hermes 这类工具会读取哪些配置。

我的判断：中文 Skill 会越来越重要

superpowers-zh 让我觉得有意思的地方，是它把 AI 工具从“会聊天”往“会按岗位规程做事”推了一步。

过去大家迷恋模型参数，关心谁更聪明、谁更会写代码。现在越来越多的实际体验会落到另一个问题上：同一个模型，给它什么流程、什么上下文、什么工作规矩，它最后交出来的东西差距很大。

这也是为什么我觉得中文 Skill 值得长期看。中文用户真正缺的，是一套能贴近日常协作的工作方法。代码审查要有中文语气，文档要有中文排版，Git 平台要考虑国内环境，Agent 做完事还要记得验证。

所以这篇的结论很简单：如果你已经在用 Claude Code、Codex、Hermes 或 Kimi Code，jnMetaCode/superpowers-zh 可以先装到一个小项目里试试。别急着全量依赖，先挑 3 到 5 个高频 Skill，看它能不能帮你把 AI 从“灵光一闪”变成“稳稳干活”。