superpowers-zh Skill:让 26 款 AI 编程工具获得系统化工程方法论的中文增强包
superpowers-zh(超能力中文增强版)是 obra/superpowers(250k+ ⭐,GitHub 最火 AI 编程 skills 框架)的完整汉化版,在原版 14 个 skills 基础上新增 4 个中国原创 skills,覆盖从头脑风暴到代码审查的全流程。最大亮点:一行命令 npx superpowers-zh 自动识别项目里的 AI 编程工具并安装,适配 Claude Code、Copilot CLI、Hermes Agent、Cursor、Windsurf、Kiro、Gemini CLI 等 26 款工具,比原版多支持 20 款。国内特色包括:Gitee / Coding / 极狐 GitLab / CNB 平台适配、GitHub Actions + Gitee Go + Coding CI 多 CI 示例、中文技术文档排版规范,以及 mcp-builder(MCP 服务器构建)和 workflow-runner(多角色 YAML 编排)两个国产原创 skills。截至 2026-09-22,其上游 obra/superpowers 保持 287k+ stars,是 Agent Skills 领域当之无愧的 Top1。
功能与设计原则
superpowers-zh 解决的是”AI 编程工具能力有余、方法论不足”的问题。它将资深工程师的实战工作流程抽象为可复用的 Skill,让 AI 在动手前先确认方案、过程中执行验证、完成后自我审查,而非直接开写。核心原则:先想后做、小步验证、结果可查。每个 skill 都定义了触发条件、禁止行为、输入输出和验证门禁,确保 AI 输出可预期而非随机发挥。
认可度
- 上游 obra/superpowers:截至 2026-09-22 约 287k stars(Linkly AI 数据),9 月持续占据 GitHub Agent Skills 热门榜前列
- superpowers-zh 本身:9 月中上旬开始在中国开发者社区快速传播,多个技术社区置顶推荐
- 社媒热度:微信公众号、AI 编程社区高频讨论,安装教程视频在 B 站获得较高播放
- trending 经历:上游 superpowers 自 2026 年 8 月起连续多周进入 GitHub daily trending
链接
GitHub:https://github.com/jnMetaCode/superpowers-zh
原作者
上游:obra(GitHub),独立开发者,MIT 协议,专注 AI 编程方法论工具化
中文版:jnMetaCode(GitHub),中国开发者社区成员,在上游基础上做完整汉化和国产平台适配
介绍
superpowers-zh 将资深工程师的日常工程实践(头脑风暴、方案规划、TDD 测试驱动开发、代码审查、系统调试)打包成 AI 可加载的 Skill 文件(SKILL.md)。与在提示词里写”你要像高级工程师那样思考”不同,这些 Skills 是可验证、可复用的方法论——每个 skill 明确告诉 AI 何时触发、禁止做什么、输出格式要求是什么、如何验证结果正确。
中文增强版在原版 14 个 skills 基础上新增 4 个国产原创技能:MCP 服务器构建(mcp-builder)、多角色 YAML 编排执行器(workflow-runner)、中文技术文档排版规范、以及中文 Pull Request 审查风格适配。此外,安装流程做了大幅优化:原版每款工具需要单独一条安装命令,superpowers-zh 只需 npx superpowers-zh 自动识别,省去记忆多套命令的麻烦。
支持的工具链从原版 6 款扩展到 26 款,新增 Hermes Agent、Trae、Kiro、Qwen Code、OpenClaw、Claw Code、Antigravity、DeerFlow、VS Code(Copilot)、Windsurf、Aider、Qoder、CodeBuddy(腾讯)、CodeArts(华为云码道)、Cline、Kilo Code、Crush、ZCode(智谱)、DeepSeek Harness、Reasonix 等。平台覆盖 GitHub + Gitee + Coding + 极狐 GitLab + CNB。
特点
- 方法论驱动:每个 skill 都是完整的工程实践流程,AI 按流程执行而非凭感觉发挥
- 一键多工具安装:
npx superpowers-zh自动识别项目中的 AI 编程工具,一条命令完成全部 skills 安装 - 26 款工具适配:覆盖国内外主流 AI 编程工具,国内开发者无需自行适配
- 中国原创 skills:MCP 服务器构建(mcp-builder)+ 多角色 YAML 编排(workflow-runner)+ 中文文档规范
- CI/CD 全覆盖:示例覆盖 GitHub Actions + Gitee Go + Coding CI + 极狐 CI + CNB
- 中文 Pull Request 审查风格:适配国内团队沟通文化,不只是机器翻译
- 版本同步:跟随上游迭代,国内增量叠加,保持方法论内核与最新原版同步
- 开源 MIT 协议:可自由 fork、二次开发,可提 PR(上游不接收新 skill PR,中文版欢迎 PR)
使用方法
安装(一条命令搞定):
npx superpowers-zh
自动识别项目中的 AI 编程工具并安装对应 skills。若识别失败,可显式指定工具:
npx superpowers-zh --tool claude-code # 指定安装到 Claude Code
npx superpowers-zh --global --tool hermes # 全局安装到 Hermes Agent
手动安装(各工具目录):
- Claude Code:
~/.claude/skills/ - Cursor:
.cursor/skills/ - Windsurf:
.windsurf/skills/或~/.codeium/windsurf/skills/ - Gemini CLI:
.gemini/skills/ - Codex CLI:
.agents/skills/
使用示例:
安装后,对 AI 说”给用户模块加个批量导出功能”,AI 会自动先问清楚需求(格式、数据量、权限),给出 2-3 个方案,确认后再动手——而不是直接写一个可能 OOM 的代码。
查看已安装 skills:
ls ~/.claude/skills/ # Claude Code skills 目录
使用场景与人群
适用场景: AI 辅助编程项目的全流程工程化管理——从需求分析、方案设计、TDD 开发、代码审查到发布部署,任何想让 AI 编程更系统化而非随机发挥的团队和个人。
目标用户: 使用 Claude Code、Cursor、Windsurf、Kiro、Gemini CLI 等 AI 编程工具的中国开发者;希望把 AI 编程从”写代码工具”升级为”有方法论的工程助手”的团队;需要 MCP 服务器构建或复杂 YAML 工作流编排的高级用户。
输入与输出案例
案例 1:TDD 开发流程
- Input:对 AI 说”用 TDD 方式实现一个字符串去重函数”
- Output:AI 先写失败测试 → 再写最小实现 → 通过测试后重构,全程按 red-green-refactor 节奏推进,最终交付有测试覆盖的干净代码
案例 2:代码审查
- Input:对 AI 说”用 code-review skill 审查这个 PR”
- Output:AI 按 severity-based 格式输出问题清单,标注每个问题的严重级别(blocker/major/minor),不输出无结构的长篇大论,更接近真实代码审查体验
案例 3:MCP 服务器构建(superpowers-zh 独有)
- Input:对 AI 说”用 mcp-builder skill 帮我构建一个访问飞书 API 的 MCP 服务器”
- Output:AI 按照 MCP 协议规范生成项目结构、定义工具接口、完成认证层实现,输出了一个可直接运行的飞书 MCP 服务器骨架
评论区
登录后可评论。