superpowers放在哪个目录
代码写完了，测试全率了，审查通过了，然后呢？很多人就停在这里，东西能跑就行，分支留着就留着，下次再说。但 superpowers 告诉你，这不是结束，收尾和闭环才是专业和业余的分水岭。 这是 superpowers 深度教程的最后一集。 e p 八，今天讲最后两个技能， finishing a development branch。 完成开发分支，还有 writing skills 创建你自己的技能。而且咱们会在结尾回顾整个系列的八级内容，给你一张完整的十四技能全景图。 先说第一个技能， finishing a development branch 什么时候触发。当你所有任务都做完了，测试全率，代码审查也通过了， ai 会自动调用这个技能。它不再问你接下来做什么，而是直接给你四个明确的选项， 每个都有对应的清理流程。第一个选项，本地合并，这是最常用的。如果你的分支代码已经准备好进入主分支，选择 merge to main a 哀会先确认没有未提交的更改，然后合并清理工作区适合功能已经完全完成，测试通过，不需要他人审查的场景。第二个选项，推送并建 pr。 如果你的项目有 code review 流程，或者你想让团队成员看看你的改动， 选这个 ai 会促使分支到远程，然后创建 po request 适合多人协助项目，或者你想留一个正式的审查记录。 第三个选项，先保留。如果分支上的工作还没完全做完，或者你在等后端接口，等设计稿确认，但你当前想切换到其他任务，选这个 ai 会把当前状态保存好，让你干净的切走，不留半成品污染工作区， 这里有一个核心铁律，不允许半成品留在工作区。 superpowers 要求你每次结束工作的时候，要么把东西收尾干净， 要么清楚地标记为进行中，但先保留，不能有那种你也不知道这个分支是干嘛的状态。第四个选项，丢弃。如果这个分支的实验方向错了，或者你决定不继续了，选择丢弃， ai 会直接删除分支，清理所有相关的工作区文件， 不纠结、不内耗，干净利落，适合那些试试看但发现走不通的探索分支。这四个选项覆盖了所有收尾场景，关键不是选项多，关键是每次结束工作的时候，你必须选一个，不能什么都不选就跑了， 这就是闭环，每一次打开的工作都有一个明确的关闭动作好。第二个技能， writing skills。 这是 superpowers 十四个技能里最特殊的一个，它不是一个给别人用的工具技能，而是一个教你创造工具的原技能。 当你在 ai 编程中反复做同一类事情，比如每次提交前都要运行某个格式检查， 每次创建新文件都要套用某个模板，每次部署都要执行一串固定命令，这时候你就应该把这个流程写成技能。一个技能由四个部分组成，第一， s、 k、 i、 l l 点 md。 技能的入口文件 定义触发条件，当用户说了什么关键词，或者在什么场景下，这个技能会被自动触发。第二， c l、 a、 u、 d、 e 点 md。 给 ai 的 行为指令包括铁律、工作流步骤，不该做什么。 第三， references 目录放参考资料、文档、规则、文件视力。第四， scripts 目录放可执行的脚本， python 或 shell 都行。创建技能的时候有一个核心铁律，好技能向法律条文精确无歧义，可执行。 你说代码格式要好看， ai 不知道怎么执行，你说用 preiter 默认配置格式化所有 ts 和 t s x 文件， ai 就 知道怎么执行了。定义触发条件有两种方式，一种是关键词触发，用户说了包含某些词的话，既能自动激活。另一种是场景触发， 在某些文件类型被创建或者某些 get 操作发生后，技能自动激活。好的触发条件要精确，但不要太窄，太窄了，技能永远触发不了，太宽了，技能在不该触发的时候也跳出来。 技能的工作流要写成步骤，每一步写清楚在什么条件下执行什么动作，预期的输出是什么，出错了怎么处理。不是写散文，是写操作手册。纸上谈兵，不如看个实力， 咱们来做一个技能，叫代码格式化检查，需求是每次提交代码之前，自动检查所有 type script 文件的格式是否符合 prety 规范。第一步，创建 s k， i， l， l， 点 m d， 开头写出发条件，当用户说格式化检查，检查格式 format check 或者执行 git commit 之前触发本技能。 第二步，写 c l， a， u， d， e， 点 m， d， 这是 ai 的 行为指令。核心铁律写清楚， 只检查不改写，如果格式不对，报告差异，但不要自动修改，除非用户明确要求。工作流分三步，先用 npx printer check 扫描文件，如果发现不符的，列出文件和行号，最后问用户要不要自动修复。 第三步， references 不 需要放，因为这个技能很简单， scripts 可以 放一个 shell 脚本，把 prettier check 的 命令封装好，方便直接调用。 这个例子很小，但它展示了技能的核心，把一段你反复做的事定义成一个结构化的 ai 可以 自动执行的流程。你今天写一个小技能，明天就多了一个不知疲倦的 ai 搭档帮你盯着格式。 最后一步是验证，建完后自己用一次，看看触发是不是准确，工作流是不是顺畅，有没有奇异的地方。好的技能靠迭代不是一蹴而就。好技能讲完了，现在咱们站在终点，回头看看这八级走了多远。 ep 一， 全景认知咱们知道了 superpowers 是 什么，不是工具，是方法论。七步强制工作流十四、技能覆盖从需求到收尾的全链路，核心理念四个字，流程优先。 ep 二， brainstorming 设计先于代码 hard gate 硬门禁，没有设计文档就不许写代码，没有例外。九步清单， 从探索上下文到用户审批，每一步都不可跳过。 e p 三， writing plans 完美实施计划，铁律是 t b d 和 t o d o 一 律禁止考计划向乐高积木，每个步骤完整独立可验证。 e p 四， work trees 加 sub agent 工作区隔离与多代理开发。 get work tree 让每个功能独立运行在一个干净沙箱里。 sub agent 让多个 ai 代理并行干活， 两轮审查才通过。 e p 五， t d d 测试驱动开发红绿重构循环，没有失败的测试就不许写实现代码，先想清楚这个功能要验证什么，再写怎么验证， 最后才写怎么实现。 e p 六， systematic debugging 系统性调试四阶段调查分析、修复验证。没有根音分析就不许动手改 bug 不是 碰运气修，是定位到根音再修。 ep 七， review and verification 代码审查与完成前验证，自动派遣独立的审查代理。 critical， important， minor 三级分类，完成前最后一道关卡 verification before completion ep 八，就是今天分支收尾与技能创建四个收尾选项，保证每次工作都有闭环。 writing skills， 让你从技能的创造者把这八级串起来，就是 superpowers 的 十四技能全景图。 他们不是十四个孤立的工具，而是一条完整的链路，从需求到设计，从设计到计划，从计划到实施， 从实施到测试，从测试到审查，从审查到收尾，每一步都有明确的入口和出口， 每一个环节都有不可跳过的质量关卡。最后了点行而上的 superpowers 的 核心哲学三句话，第一句，不是更快，而是更稳。 ai 已经够快了，你不需要让它更快，你需要让它更可靠。 superpowers 所有技能的目的不是加速 ai 写代码， 而是保证 ai 写的代码是经过思考的，经过验证的，经过审查的。第二句，不是更聪明，而是更守规矩。 ai 已经很聪明了，但他没有判断力，他不知道什么时候该停，什么时候该检查，什么时候该问。 superpowers 给 ai 的 不是更多智商，而是一套什么时候做什么事的纪律，纪律写在技能里，技能就是 ai 的 操作规程。第三句，流程释放能力。 很多人觉得流程是束缚错了，流程不是束缚，流程是释放。当你不需要每次都决定下一步做什么， 当你有一套标准工作流可以依赖，你的大脑就被释放出来，去想真正重要的事情。 需求对不对，设计好不好？方案优不优？流程处理怎么做？你处理做什么和为什么。这三句话就是 superpowers 全部十四技能背后的底层逻辑。 八级十四技能，一条完整的 ai 编程方法练录。如果你是从一 p 一 一路看过来的，现在你已经不是一个用 ai 写代码的人了，你是一个知道怎么让 ai 在 你设定的框架里，按照你定义的流程达到你要求的标准的人。这两者之间的差距就是 professional 和 amateur 的 差距。 superpowers 在 github 上已经有十五万 star， 因为它解决了一个真实的问题， ai 编程的随机性。它不是让你多写代码，是让你少写反攻。当然，这个系列结束了，但你的 superpowers 之旅才刚刚开始， 因为你今天学会了 writing skills， 创建自己的技能。从今天起，你遇到的每一个最好每次都这样的操作，都可以变成你的专属技能。 你的 superpowers 工具集会随着你的工作越来越多，越来越好，别忘了点赞收藏这个系列，如果你觉得有用，分享给那些被 ai 编程随机性折磨的朋友。 superpowers 深度教程八集全部完结，咱们后会有期。
粉丝1.4万获赞5.2万
相关视频
05:11查看AI文稿AI文稿兄弟们，用 ai 写代码最痛苦的是什么？不是他不会写，而是他乱写。你让他做一个登录功能，他上来给你整五百行代码。环境跑不通，逻辑对不上，改一个 bug 冒出三个新的。为什么？因为它没有流程，没有设计就写代码，没有测试就提交，这跟工地没打地基就盖楼有什么区别？ 今天我要给大家介绍 github 上最硬核的 ai 编程工作流插件，叫 superpowers。 它不是一个工具，它是一套完整的工程规范系统，它把先想清楚再动手写。这个铁律强制写进了 ai 的 底层逻辑。 今天这期视频，我会从入门到精通，完整拆解它的十四个原子技能。它有三个斜杠命令，以及小白和大神分别怎么用。视频最后有全量命令对照表，可以暂停截图保存。 superpowers 到底是什么？ 一句话，他让 ai 像硅谷高级工程师一样工作，他把完整的软件开发流程拆成了十四个独立技能，这些技能不需要你手动调用， ai 会根据你做的事情自动匹配， 你聊需求，它自动启动头脑风暴，你让它写代码，它自动走 tdd 流程。这十四个技能分四大类，第一类，设计类，头脑风暴，也就是 brainstorming， 所有项目的起点。 ai 不 会直接写代码，而是像项目经理一样，一次问你一个问题，你的目标是什么？输入格式是什么？边界条件在哪？它会提出二到三个方案让你选。最后生成一份完整的设计文档 保存到项目里。注意，有一个硬规则，没有通过审核的设计文档， ai 绝对不允许写任何代码。第二类，执行类，一共五个技能，这是最核心的部分。 get walk to 隔离，它会在你的电脑里开辟一个平行宇宙，让 ai 在 影子文件夹里干活，你的主分支永远干净。战术拆解，也就是 writing plans， 把大需求切成每步两到五分钟的微任务，每个任务都有精确的文件路径和验证标准。 子代理，驱动开发，也就是 sub agent driven development， 这是它的王牌功能。 ai 会分列出独立分身去干活。每个任务完成后，还有两轮审查，第一轮查规格是否对齐，设计文档，第二轮查代码质量，单部执行，如果你不放心，可以让 ai 跑一步停一步，每部都等你确认。并行代理，多个互不依赖的任务同时开工，效率翻倍。 第三类，质量类， t d d 测试铁律，先写测试，再写代码，如果代码写在了测试前面， ai 必须删掉代码重写，没有例外。系统化调试。四步，根音分析法，先读报错，再复现，再分析模式，最后才动手修，找不到根音绝对不修。它还有个隐藏武器叫根音回数，能沿着调用链一直追到 bug 的 源头。完成前验证， ai 说搞定了不算数， 必须跑完验证命令，看到绿色通过才算代码审查，每完成一个任务，自动派出审查员，分身，严重级别的问题必须立刻修。第四类，交付类， 完成技能。所有任务完成后， ai 会给你四个选项，本地合并、推送、创建 pr、 保留分支，或者直接丢弃。它会自动验证测试，清理工作空间，自定义技能，你可以把自己的经验写成技能文件，以后 ai 每次都会遵守你的规范，说了这么多，怎么装啊？超级简单！ cloud code， 用户 在终端里输入这条命令， plug in install superpowers， 看到成功提示就完事了。 cursor， 用户在 agent 聊天窗口输入 add plugin superpowers 就 行。 codex， 用户直接跟 codex 说，按照 superpowers 官方文档来操作。 germany c l i 用户输入 germany extensions install， 后面加上仓库地址。 windows 用户注意，一个是你的电脑需要能跑 get 命令就行， 因为 superpowers 的 钩子脚本需要 git bash 来运行。如果你平时能在终端用 git 命令，那就已经装好了。装好之后不需要任何额外配置，重启你的 ai 工具，所有技能就自动加载了。怎么验证？装好了随便说一句，帮我做一个 x x 功能。如果 ai 开始问你问题，而不是直接写代码，那就说明 superpowers 已经生效了。 装好了怎么用？小白只需要记住四个字，聊牌干收！第一步，聊需求。在 ai 工具里直接说我要做一个 x x 功能，比如你可以说帮我做一个混凝土封包， ai 会一个一个问你问题， 就像跟同事聊天一样，回答就行。聊完之后， ai 会生成一份设计文档，保存在你项目的 doc 目录下，你一定要看一眼这份文档，觉得没问题，再往下走。第二步，排计划，看到设计稿没问题，你只需要说根据这个设计写个开发计划。 ai 会把整个功能拆成一个小任务，每个任务二到五分钟，每个任务都有明确的文件路径，具体代码和验证步骤。这时候 ai 会问你用全自动模式还是单步模式？第三步，开工。 如果你说全自动， ai 就 启动只代理驱动模式，它会自动创建一个隔离的工作空间，然后分裂出独立分身去干活。每个分身只做一个任务，做完之后还有两轮审查，你在整个过程里可以什么都不管。如果你想亲自把控，就说单步模式， ai 跑一步停一步，每步都要你确认。第四步，验收所有任务完成测试全率之后， ai 会问你怎么处理这些代码。 你有四个选项，本地、合并、推送、创建 pr， 先保留或者丢弃。选完之后，它会自动清理临时文件，干干净净交到你手里，就是这么简单。聊、排、干、搜，四步搞定，四步流程掌握了，接下来是进阶内容。首先， superpowers 提供了三个直接的斜杠命令， 你可以随时手动触发斜杠 brainstorm， 直接启动头脑风暴，不用先描述需求，斜杠 right plan 直接进入计划编写模式，斜杠 execute plan 直接开始执行已有的计划。然后是大神级别的用法。第一招， visual companion 格式化伴侣做前端 ui 或者页面设计的时候，头脑风暴会自动问你要不要预览效果。 如果你同意，他会在本地起一个服务器，把设计稿、布局对比图直接展示出来。你可以点击选择你喜欢的方案， ai 会读取你的选择继续推进。这个功能做前端的时候超级好用。第二招，并行代理。如果你有多个互不依赖的任务，比如修三个不同模块的 bug， 你 可以说并行处理这些问题。 ai 会同时派出多个分身各自独立干活， 三个问题同时解决，效率翻倍。但注意，如果任务之间有依赖关系，就不能并行。第三招，系统化调试遇到 bug， 不要跟 ai 说帮我修一下，而是说用系统化调试来查这个问题。 ai 会走严格的四步流程，仔细读报错、稳定、附件问题， 对比正常代码找差异，先写测试再修。如果修了三次还没好， ai 会主动质疑架构设计，而不是继续瞎改。第四招，自定义技能。你在 dot cloud slash skills 目录下创建一个 s k i a l 文件，把你的经验写进去。比如你总结了一套钢结构焊缝检测规范，写成技能文件后，以后 ai 每次做相关项目都会自动遵守你的规范，相当于把你的专业知识变成了 ai 的 能力。第五招，模型选择策略 子代理模式下简单任务， ai 会用便宜快速的模型，复杂任务自动切换到强力模型，你什么都不用管。总结一下 superpowers 的 核心理念就一句话， 先想清楚再动手写他把硅谷最成熟的工程规范变成了自动化的工作流，让你的 ai 编程从碰运气变成走流程。现在我把所有内容整理成了这份 superpowers 实战红宝书，大家可以暂停截图保存，用好 superpowers， 你 的 ai 编程质量会有质的飞跃。我们下期视频不见不散！
663土木AI提效大古
02:34查看AI文稿AI文稿ai 写代码很快，但也真的很容易跑偏。 k 号上面有个很火的开源项目 super power， 收藏了十八万颗星。它的思路啊，很简单，让 ai 编程更可控， 不是靠你把 power 写得像论文一样，而是把工作流程嵌进去，有点像之前 bmac 和 openstack 这样的 sdd 规范编程。 也跟 coco 的 harness engineering 驾驭工程啊类似，用流程管住 ai， 而不是简单的靠几句提示词。它也支持主流的 ai 编程工具 coco 啊。 curses 核心是把十几套和工作流相关的 skills， 把开发前的头脑风暴，需求分析写实施计划，再到分布执行指导你拆任务整条链路啊，全部串起来，质量和调试这块呢，还有 tdd 的 红绿灯节奏， watchchain 的 这种隔离的试做，以及验证和代码审查都写到了流程里面，说白了就是在解决光靠 prom 很 难把 ai 约束到可靠的这种问题。 那网上吹的这么火啊，我就拿重构这种硬核来测一下，因为重构就要肯懂旧的代码，又要吐出大量的新的结构，这比从零到一写代码或者纯做代码阅读理解啊都麻烦很多。我分别使用像 codis 加 gpt 五点四， ctrl 加 ops 四点七，以及 clocal 加 minimax， 几乎用上最强的模型来对我的这个简单的工作时间记录器进行重构。原技术框架是用 html 加 css 加 js 三件套写成的， 现在改成 miui 三。我相信啊，用了 superpower 啊，这个效果应该会好很多。我们来看一看实际的效果。纳尼？这是 cvt 加 gbt 五点四做出来的配色啊，挺丑的， 而且很多按键的功能都失效了，这是 ctrl 加 alt 四点七模型做出来的，基本的功能啊，都能用，但是啊，界面真的是不敢恭维啊，这是拷扣做的 哎，界面还原度还可以，但是呢，按钮也全都失效了，真的是妥妥的 ai 编程大翻车现场啊。可以看出，在这个项目的重构上，用最好的 ai 工具加最好的模型， 大家呢，做过 pos， 也没有发生什么好的质变，同样的活呢，换个中等水平的工程师啊，往往还能做的个框架。所以我有个不太成熟的结论就是现在的 ai 编程框架未必抬得起来上限， 但更多时候是在台下线，就不一定会给你加分，但至少不会帮你减分。那你也让 ai 概括重做的活吗？有没有哪种框架或打法实战里面呢？真的发生了质变？欢迎来聊聊。
87码上成功
01:00查看AI文稿AI文稿今天给大家推荐一个 superpowers 干支烟的这个项目，它是 github 上面一个源 superpowers 项目的一个中文版，它集成了大约 一一百一十六 k 加的技能，然后全部汉化了，汉化之后可以让 cloud code 还有 copilot， harness agent 加勾，加上 open curl 这些 cursor， keyboard 这些 id 都去使用，都去使用这个里面的 skills， 大家可以看一下总共有呃原原项目总共有一百五十九 k 加的四大就是 superpowers， 大家可以看一下总共有一百五十九 k 加的四大就是 superpowers， 大家可以看一下总共有这个里面的项目。 然后支持主流的一些 i d e 工具，包括最近很火的小龙虾，还有和米斯 a 检测，都支持有各种各样的 m， c， p， s， k， l a 检测，这些大家可以下载下来去看一下。
38简单勇学AI
00:59查看AI文稿AI文稿小米免费赠身的 token plan 大家都领到了吧？我最近在 open code 里面使用了一下，发现这个非常好，在只要在 open code 里面安装一个这个插件 superpower 在 体验里面就和 code x 和 cloud code 几乎没有什么区别。 大家 tokyo 使用量这个会稍微高一点，可能我感觉欧本扣的同样装了这个 superpower 插件还是会比这个可乐扣的多花个百分之十的 ok 的 样子，但我觉得可以忽略。我算了一下，基本上我现在问他两个问题，他给我消耗了一百万 tokyo， 这样算下来的话基本上一个小问题就是两毛五， 有的时候你如果问题如果太大太发散的话，他可能会花掉你两块钱，两三块钱一个问题。我最近最用了一天，他送我的这个标准套餐我已经用掉了一半。两天吧，其实应该算算算两天， 按照小米的用量的话，我觉得你买 max 才正常够一个月，但它 max 要六七百，其实已经太贵了，我感觉还不如用酷狗 x 呢，大家觉得呢？
123教你宇宙级AI编程
20:23查看AI文稿AI文稿上一个视频啊，我讲了一部分，这个 csd 黄金组合，通过 openspec 和 superpower 来实现一个既有项目的重构的工作。 本来打算一个视频把它讲完的，后来发现这个视频太长了，所以还是分成了两部分。今天讲的是下篇啊， 那么接着上篇的内容来讲啊，但是我今天发现下篇的视频还是有点长，有十九分钟啊，所以建议大家点赞加收藏下来慢慢看。 我想能把这个视频看完的人已经超过了百分之九十九的人，我相信你一定前途无量。 好，那我们进入正题。好，我们可以看到 ai， 他 问我们是否要创建一个任务的 md 文件，这里我们选 yes， 可以， 他 可以看到他已经开始工作了，我们创建了相应的一些嗯文档，然后提示我们这里是不是要好进行 调用。这个开始实施，我们这里不选这个 openspec 的 apply， 这个实施我们通过 superpowers 的。 呃，相关那些命令啊，就是 write plans 这个这个命令来 进行这个代码的编辑的相关的一些工作啊。这里提示词我们写了，就是让它阅读一下，对文件夹里的所有的文档，了解其所有的功能， 那么它就开始调用 superpose 的 这个插件，开始进行相应的一些编辑文件了啊， 然后这里它提示我们是采用什么样的一个方式来执行啊？这里我们一般都是选通过子代理的这种形式，这也是它进行推荐的一个模式，这种效率会是最高的，速度也是最快的。 然后他就开始执行这些相应的任务了。我们可以看到这里有十几个任务啊，一共十几个任务，然后有一定的任务是挂起的，现在已经是完成了一个了，是吧？然后他会陆陆续续的完成这些任务， 在这个任务的执行过程中会进行一些提示，让我们进行确认操作啊，我们一般选默认的操作就可以了，默认他第一个都选的是 yes， ta da da da。 现在全部的任务已经执行完毕了，并且他跟我提交了九个 commits。 那 我们去软件上检查一下到底 正不正常，刷新一下。 这个貌似有点问题啊，一直在加载中， 果然报错了。这个超时，我们去后台看看有没有报错 啊。这个 model 没找到啊，应该是依赖包没有。那么让 ai 帮我们处理一下这个问题，把这个错误复制给 ai， 就 复制到这里这里， 然后先告诉他 接口报错请求报错后台报错的日期， 日期为 看他能不能帮我们把这个问题修复好 啊。他要执行这个安装依赖包的命令啊，让我确认一下，我选择 yes。 嗯，这个问题比较明显了，就是说之前他安装是在全机环境的，但是我们的运行是在这个 python 虚拟环境运行的，虚拟环境也安装相应的包，我们选择默认就行。 如果我们不想每次都点确认的话，这里我们可以选择第二个选项，就不要再问我了，我们试一下， ai 回复我们说已经修复了。 那我们试一下浏览器上重新刷新试试 哦，书记是家的下来了，但是这里前阵还报错哦。 同样的去 告诉维安，让他帮我们修复这个 bug。 嗯，我们告诉 a 的 时候，为了让他尽快的去把问题解决的话，我们一般把问题提的更精准一点，比如说刚才提的是什么页面报什么错。 嗯，我们可以这样说，设置页面加载的时候，前端报错。为 大家注意一下，就是 ai 帮我们写完代码之后啊，第一遍一般都会有问题的啊， 不可能第一把就成功了，除非这个模型特别牛逼啊。 这个错误是因为转换数据库导致的啊，这个数据格式的问题，让他帮我们修复吧， 他在修改代码的时候，你看有些报错误的情况，但是他一般都是能够自行解决的， 最后他又告诉我们物理已经修复了，再试一试， 再试一试，点个刷新。哎，这次没有报错了，点一下保存，看能不能保存呢，哎，保存也可以了，这里之前的 ck nine 的 朱书记也迁移过来了，非常好看看历史， 哎，历史出问题了，历史这个是报五百错误，五百错误，看是 这个接口是吧？那我们告诉他这个接口报五百错误。复制链接 历史页面接口请求报五百错误， 看一下我们后台日期有没有报错了，那我们把这个报错日期也照样粘贴给它吧。 后台报错日记， 我们把后台日记告诉他的时候，他可以决定他找问题的时间，嗯，这很快他就给我们修复了这个问题， 我们再来刷新看看页面啊，又可以了，这个效率还是很高啊。这个 ai 啊， 然后最后一个功能，我们试试这个审批能不能审批吧，这个你选，另外选新选一个文件，帮我省阅一下这个文件啊， 正确的解析到这个文件了，说是第一次审批这个合同，然后这文件他也是把它打了个标， 认为是一个咨询服务合同文件类型咨询服务合同， 因为这个是在请求大模型啊，大模型的话可能在加载的话可能会慢一点，现在正常的输出这个结果了， 那么这个重构的这个工作，所有的功能我们都试了一遍，都是正常的。好吧，我想看一下代码 之前我们看的这个叫它封装成 request 的 这个工具包啊，还是装好了 request， 那我们看一下 request 这个文件， request 点开 啊，这里你看有些全集的这个设置，我们都可以在这个文件里面设置，比如超时时间啊， face u r 啊，是吧？然后这个请求的拦截 头肯，比如说你后面我们要加登录的话，在这里都可以加响应的，拦截的话，我们比如说在 啊重试啊，这些都可以在这里做。这样的话有个好处，就是我们如果是想在所有的请求都加一个 load 效果，或者是要加登录认证，或者加重试，都可以在这个 request 里面加就可以了啊， 然后我们其他的页面的相关的，呃，逻辑都不用变啊，这样就做到了一个统一的处理， 非常好。 然后这个功能我们已经验证过没有问题了，那该怎么办呢？我们就可以通过 openstack 的 一个规档的命令， o p s x r k o 啊，就是这个规档就说明我们这个迭代已经完成 这个 archibald 的 操作，它主要是目的是什么？就是把我们原来在这个清机子 opens 这个 openstack 这个目录下面清机子 的这个文件夹，把它移到 archibald 这个这文件夹下面啊，这样其他同事的话都是可以 在这个 ip 五里面看到当时的迭代的设计的思路啊，然后目的啊，以及设详细的设计都可以看得到。 同时 ai 也可以通过读这些文件了解我们整个的项目的一个业务逻辑啊，设计的一个架构区啊，代码的一些相关的一些逻辑都可以在这个里面看到。 刚才我们说了一个啊，开我命令是吧？开我命令的话，这里的话 它让我们选这个 data specs， excel for initial request and statistical storage both new capability this one see them to main specs before a cow 啊，它提示我们要先要同步啊，就是把相关那些更改同步， 那我们就按照它的默认选项选推荐，我们立刻同步，那么你同步一下，回车 我们可以看到它这里把这个变更分解成了两个，一个是五啊，买 circle 的是一个变更，然后这个中装 这个 request 的 这个 gs， 这个空间内两个变更啊，好，这个 ikeo complete， 那 么回到这个工程里面看一看，嗯，全部都放到这个里面里面来了 啊， 然后 spec 这里面只保留了一个规范 spec 文件， 那么这相关的文档更新呢？我们也一并提交到我们的 demo 仓库啊，这样其他人也可以看得到。当然我们也可以在中单里面直接用 get 的 to meet 命令，嗯，也可以让 ai 帮我们提交， 提交相关代码文档， 嗯，他就调用给它的命令帮我们提交。然后之前我们不是修复了几个 bug 吗？他也一块帮我们提交了。 好，已经提交了， 那到这里我们通过 openstack 和 superpowers 两个工具的融合，实现了这个重构的一个工作 啊，再回顾一下啊，这个是出定需求执行这个写这个计划，然后执行这个计划，他就会让我们一步步的选择，最后我们规章提交，最后再提交代码。 那么最后我们做一个总结，首先我们这个是用 openstack 来来探索这个需求和功能啊，结构化的定义这个迭代目标。然后第二通过 superpose 来代码实现啊， 代码实现之后我们要去验证一个个功能，嗯，一个功能之后可能会存在一些 bug， 第一次可能一般都不会成功和验证功能。嗯，如果有问题的话，我们就 告诉他哪里有问题，并且把相关的报错的认知告诉他，以提高他们这个解决 bug 的 一个效率。 最后呢，通过 openstack 的 这个规章啊，把相关那些代码提交了，把那个文档也提交到我们的代码仓库。
613燕雀记
02:55查看AI文稿AI文稿今天给大家拆解一款真正能解决 ai 编码核心痛点的开源神器 superpowers， 内容我会分成三期慢慢讲 干货，循序渐进，更好吸收。首先，搞懂 superpowers 的 核心定位，它和我们平时用的 ai 编码提示词、普通插件有着本质的区别。我们平时用 cursor、 cloud code 写代码，最头疼的是什么？就是 ai 上来就瞎写， 脱离需求，坐着坐着就跑偏了，哪怕你写了再长的提示词，他也经常不遵守。而 superpowers 不是 给 ai 提建议， 而是给他制定了必须强制执行的工程化开发规则，从根源上规范 ai 的 开发行为。他来自 github 开源项目 obra。 superpowers 用的是最宽松的 mit 开源协议，个人用、商用都完全自由，而且几乎适配了现在所有主流的 ai 编码编辑器， cloud code、 cursor、 github、 co pilot、 codex、 gemini、 cly 全都能原生支持。它的核心运行逻辑非常硬核， 从你启动 ai 编码代理的那一刻起，它就绝对不会让 ai 上来就写代码，而是严格遵循标准化的工程化开发流程，不完成上一步，绝对不会进入下一步，甚至能让 ai 自主连续工作好几个小时，完全不偏离 你最初定的需求，这是普通提示词根本做不到的。先给大家讲它最基础的三大核心步骤，也是所有开发任务的前提。 第一，需求与设计头脑风暴。只要你提了开发需求， ai 会先通过提问把你的模糊想法细化成清晰的需求规范，输出完整的设计文档，必须等你确认了才会进入下一步，从根源避免方向跑偏。第二， get 工作流环境准备设计确认后会自动创建隔离的开发分支，不会污染你的主分支代码，同时完成环境初步开发，环境干净可控。第三， 实现计划拆解，把设计方案拆成两至五分钟就能完成的最小任务，每个任务都有明确的文件路径，实现逻辑验证步骤，彻底避免 ai 过度设计范围蔓延。这三步就已经解决了 ai 开发最常见的三大通电 需求，跑偏环境混乱、过度设计。不过以上这些都只是它的入门功能。 superpowers 真正封神，让 ai 实现自主稳定开发的核心 是后续的子代理驱动开发测试驱动 t d d 全流程审批闭环。下期我详细拆解它到底是怎么让 ai 自主连续工作数小时，同时还能严格保障代码质量的。
56阿泽说AI
15:58查看AI文稿AI文稿大家好，我是老吴，在上一个视频中，我们和大家介绍了驾驭工程 harness， 今天呢我们给大家说一下呃 harness 的 一个最佳实践，它的一个项目叫做 superpowers， 它也是开源的， 嗯，这个项目现在是呃非常的火，我写这个 ppt 的 时候它是一百五十二 k， 然后今天它已经上到一百七十六 k 了，嗯， 还是非常火的。好，我们今天主要和大家来一起来介绍一下这个项目。 首先呢我们呃探讨一个问题，就是为什么需要 super powers， 也就是呃为什么需要那个驾驭工程呢？ 呃它其实 ai 的 编程它有三个致命的一个弱点，嗯， 第一个呢就是他呃看到需求以后就是立马写代码，他就跳过一些设计和思考，最后最后产出来的一些代码呢，他其实就是和我们想要的需求呢相差还是比较大。然后第二个问题呢，就是他 呃写的一些功能都比较正常，然后把代码给你了，而且呢他一般他不进行测试来验证， 除非呢我们必须给他强调一下，让他写一个呃测试，把这个代码测试完整，才给测试完整再给我们，然后他就会加一些测试的这样的一个 呃，一一个一个功能，或者是呃测试的这样的代码来验证它的一些呃输出。然后还有一个比较呃重要的问题，就是上下文遗忘的问题是在呃 agent 里面，它是呃 比较明显的就是随着我们这个和 ar 的 对话的轮次越来越多，它的上下文会越来越大，然后呢它就可能会你前面问它的一些问题，它 到它最最后执行的时候，它已经把那个问题，你强调的那个问题它已经把它忘了，就是它没有按照我们的需求呃，或者是没按照我们的约定来 携携带嘛？基于这样的三个问题呢？然后西部 power 它呃设计了一样这样的一个理念，就是呃它给了一套完整的软件工程的一个方火论，就是呃 首先要设计，设计完了以后，然后要要做一个练，然后去，然后呢就基于呃测试的这样的一个开发，开发完了以后他进行审查和验审查，然后进行验证， 大概是这样子，然后他呃有这个项目主要有六大的优势。第一个呢，他 整个的项目它是呃基于 markdown， markdown 文档的，它不需要依依赖于任何的呃这样的一个环境。然后呢就是既呃它的一些 skills， 它会自动的触发，然后不需要我们手动去，嗯， 手动手手不需要我们去指定。然后第三个优点，它是呃一个 sub agent 的 这样的一个架构，就是当当主 agent 派下来的任务以后，主 agent 就 按照他分配的去任务去执行，这样的话就是他可以呃多个任务并行，而且每个任务每个 agent 他 只要他会做他自己擅长的一些事情。 呃。第四个他比较也是一个比较重要的，他是基于 tdd 这样的一个开发的模式，就是他首先要写一些测试案例，然后再进行开发，然后再循环的进行呃 reflect 进行重构， 就是这个是非常重要的，因为写代码它首先是把测试看的是非常重要的一件事情。 第五个呢就是它，嗯嗯，这个是它接目前金融很多个平台，比如 cloud code css、 open code， gemini 这些都是可以把它拿过来用的。 我目前用的比较多的话，可能在 card code 里面，或者 code 呃 code x 里面， code 我 们也在用。然后还有一个比较重要的，它就是是一个完全开源的这样的一个项目，所以现在大家都比较 呃看好它。它的安装比较简单，比如说 card code， 它只要装一个插件就可以了，然后 code x 和 open code， 你 只要把它的这个呃 代码，把它呃仓库，把它下下来，然后把它移到那个 scale 里， scales 里面就可以了。 这么大也是相同的，它就是装一些插件， 嗯，强制呃四个阶段的一个开发的一个这样的工作流，它必须是强制的，就是项目来了以后，它必须先进行设计，然后设计完了以后它再进行具体的实现，然后做一些呃 呃 t d 的 开发和 could review， 然后最后再进行缩尾。它必须是强制的， 而且它在关比较关键的机制就是它呃用到哪些技能的时候呢？它这边有一个 using using superpowers 这样的一个 skills， 它主要它的主要的功能就是来检测有没有呃合适的 skills， 如果有合适的 skills， 它会自动会用到那些 skills。 我们接下来呢，我们就主要详细的呃去探讨一下它 这个项目里面自带的一些 skills。 第一个是比较重要的就是 brain， 呃 brainstorming 就是 头脑风暴，它这个呃首先呢就是我们要把它把一些我们的需求跟它聊清楚， 它呃用的是苏格拉底，呃这样的苏格，苏格拉底式的这样的一个对话模式，就是它不直接直接上来就写代码，它必须跟你把需求把它探讨 清楚，就它一层一层的问你问题，然后你跟它进行交互，把需求把它理清楚，这是我们第一步。然后呢需求理清楚了以后，然后我们就会编写一些 plan， 它会给它会编写一些 plan， 然后呢把一些把我们的需求呢拆分成很多个小的一些任务。 第三个呢就是每个任务呢它对应的一个隔离的一个呃就是工作空间，也就是呃我们之前说的一些分支，就是每个 呃，每个每个嗯功能对应一个分支，它是这么来管理的。 然后呢它就是有两种的一个开发模式，第一种呢是全自动的一个模式，就是指 agent 驱动的这样的一个开发， 它又通通过主 agent 来读取它的我们刚才生成的一些 plan， 然后被为每个主 agent， 然后分配这样的一个任务，然后这样的一个轮询， 有一个一个任务把它把它做完，有这个比较适合大的项目可以让它嗯一直在干， 最后我们只负责验收就可以了。然后第二种方式就是人机协助的模式，人机协助的模式就是他就是一个任务做完了以后，他必须等你进行审查，审查完了以后才呃进行下一步，就是这个比较适合一些小的项目，就是你必须等他弄完了以后，你必须你要看一下 没问题了，然后你再让它进行下一步，这比较适合小的项目。然后这个呢就是比较重要一点的就是质量保障，这几个 skill 是 比较重要的。第一个就是 test driving， 迪拜，呃，迪拜 develop development 就是 他基于 tdd 的 这样的一个开发模式，他首先呢去会写一些测试的代码，然后最后再写， 接下来再写一些功能的代码，然后这样的就是再重购，把功能代码进行重购，没问题了，然后进行提交， 然后这边是它的一个两种 qq 反馈的一个方法，就是 request view 和 receive review， 有 代码，它是主要负责代码审查的。 然后第三个呢，它就是 verification before complete complicate， com completation completion， 这这个功能就是它是在你开发完成，已已开发完成之前，然后进行一个完整性完整的这样的一个验证。 这个就是它在呃呃代码 debug 的 时候它会用到的。它这边呃比较，嗯，它的大概的意思就是就是如果有问题，如果发现嗯 bug 或者是有有一些异常，它会第一个把那个 把录制，把一些现场把它保留起来，对吧？保留起来以后，然后它就是形成一些假设，做一些假设，然后最后再验证这个假设，然后再把这个问题把它修复，大概是这样的一个逻辑， 然后接下来它是一些辅助的一个辅助的一些 skills， 呃，一个是 dispatch， 呃 parallel agent， 这个就是呃分配任务的时候会用到，它就是呃 多任务执行或者是分配，把任务分把，呃，把主主代理任务分，就是把任任务，把那个计划分给主代理，然后让主代理呢，然后再分给主代理，然后最后进行汇总， 这样的是 agent 这样的一个管理，这是比较重要的。然后呢这个是 writing skills， 这个就是会，他会写一些 skills， 就是 在你这个开发的过程中可能会呃 会有一些新的新的，就是一些呃流程，或者是新的一些呃想法，它把它总结成 skills， 就 跟我们之前学的那个呃 create skills 是 一样的，就是创建一个新的 skill。 最后呢它就是分支收尾的这样的一个呃 skills， 它主要的主要的功能就是呃一些代码的合并，把一些原来的一些分支把它删除。 最后一个就是 using superpowers， 这个是一些技能的引导，前面我们就给大家讲了，就是它需要什么技技能的时候，它会自动去呃发现我们需要的这些技能，你不需要跟它去强调这个事情， 我们刚才已经跟他聊了，就是大大大概是十四个这些 skills， 它呃保证我们整个呃 开发流程的这样的一个完整性，它从设计然后到我们的实现，然后再到我们的这样的检测，最后收尾， 包含我们四个呃这样的开发的一个流程。 嗯，这个 skill 背后呢，其实它呃这边会有一些呃就是技巧在里面。 第一个呢就是比如说时间压力或者自信，就是你要给给大家强调他是一个什么什么专家，对吧？你想让他是一个专家，他可能呃塑出来的效果就比较好，而且时间压力就是你让你，你让他就是 先查一些技能，然后呢再进行调试，你不要让他就立马就进行干活。然后第二个就是一些沉没的一些成本，就是首先 跟刚才差不多，就是你必须要检查 skills， 然后你再看看有没有更好的话，就是你不要上来立马去做这件事情。 这边呢他就是给他了给的一些一个总结，嗯，他呢就是呃，他不是就是改善代码的生成能力，而是叫 ar 的 一套一个软件的一个开发的流程。 然后呢呃技能存在就是必须使用，而且这个 t d d 这这个开发模式啊是不能把它跳过的，而且必须进行审查， 有说服心里，呃，说服心理学，就是我们刚才说的就是你必须把它强调，呃，他是一个专家，然后呢你可能就是实践的紧迫性，就是你跟他说这是最后一次机会了，而且他这样的话他给你产生的代码可能质量就会 比较高。 好，今天我们主要和大家聊一下这个 superpowers， 我 们我体验下来它就是还是比较强的，就是把我们之前的一些经验，相当于把我们的一些经验把它总结了一下，然后在 软件开发的过程中还是比较丝滑的，可以做到呃，无人驾驶。 好，大家可以呃一起把它用起来，可以自己去尝试一下。今天这个视频就和大家讲到这里，我们下期再见， 大家感兴趣的话可以点下关注，谢谢。
23老吴聊技术
09:57查看AI文稿AI文稿欢迎来到 superpowers 深度教程，这是系列第一集，共八集。今天咱们来聊一个事儿， superpowers， 这是一套 ai 编程方法论框架， github 上十五万 star， 一个月暴涨七万 star。 有 人说它是 ai 编程的教科书，有人说它是提示词的终极形态，还有人说它不过是一堆脚本。那么真相到底是什么？这一集，咱们先把它掰开了，揉碎了，搞清楚它到底是个什么东西。 说到这儿，可能有朋友要问了， superpowers 到底是个什么东西？我打个比方你就明白了。你用 ai 编程工具，不管是 cloud code 也好， cursor 也好，你跟他说一句，帮我写个登录功能，他啪啪啪就把代码写出来了。写完了能跑吗？ 大概率能跑。有测试吗？没有。有 review 吗？没有。出了 bug 怎么办？再让它改，改了之后别的地方崩了再让它改，改来改去，最后你自己都搞不清楚到底改了什么。这就是大多数人的 ai 编程现状，全凭运气。 但 superpowers 不 一样，它不是让你更快地写代码，它让你更稳地写代码。简单说， superpowers 是 一套强制纪律，它规定了 ai 编程的七个步骤，每一步都有明确的输入、输出和质量标准。你的 ai 助手装上它之后，不是说想跳步就能跳步的。 说到这儿，这就很关键了。 superpowers 的 核心理念只有四个字，流程优先。不是更快，而是更稳。不是更聪明，而是更守规矩。 可能有人会觉得，这不就是限制 ai 的 能力吗？恰恰相反，正是因为有了纪律， ai 的 能力才能被真正释放出来。你想想， 一个没有纪律的天才和一个有纪律的天才，谁更靠谱？答案不言而喻。那么问题就来了，这七步到底都是什么？咱们来好好梳理一下。第一步， brainstorming 头脑风暴。 在你写任何代码之前， ai 会先问你，你到底想做什么？它不会上来就写代码，而是先帮你把需求想清楚，写成一份设计文档，你确认了它才往下走。第二步， gitworks 工作区隔离。 它会帮你创建一个独立的分支和工作空间，这样你万一搞砸了，主分支丝毫不受影响。第三步， writing plans 写实施计划涉及文档。确认之后，它会把整个工作拆成一个个小任务，每个任务两到五分钟，包含完整的代码命令和预期输出。没有 t b d， 没有 t o d o， 没有类似第几步这种写法， 每个任务都是自包含的。第四步， sub agent driven development 多代理开发。这是 superpowers 最核心的执行方式，它会给每个任务派一个全新的 ai 代理去执行。执行完还有两轮审查，第一轮检查是否符合设计要求， 第二轮检查代码质量，两轮都过了才算完成。第五步， t d d 测试驱动开发不是写完代码再补测试，而是先写测试，看着测试失败，再写最少的代码，让测试通过。 如果你先写了代码，对不起，删掉从头来。第六步， code review 代码审查。每个任务完成后，会自动派遣一个审查代理来检查你的代码， 它不是走过场，是真能发现问题。审查分三个级别， critical 必须立即修， important 必须修完才能继续 minor， 记下来以后再说。第七步， finish branch 完成分支 所有任务，做完测试全部通过。它会给你四个选项，本地合并、推送件、 pr， 先保留或者丢弃。 每个选项都有对应的清理流程。说到这儿，你可能会觉得这流程也太严了吧，没错，就是严，但这套严苛的流程，正是它一个月能涨七万 star 的 原因。因为用过的人都知道，不是慢了，是稳了，再也不用担心 ai 写了一堆代码， 结果到处是 bug， 自己都不知道从哪儿开始修。说到这儿，可能有朋友要问了，十五万 star 这项目到底什么来头？ superpowers 的 作者叫 jesse vincent， 是 一家叫 prime radion 公司的创始人。这个人很有意思，他是 rt 系统的创建者。 rt 你 可能听说过，是一个著名的开源公单系统，他搞了二十多年的开源 superpowers 这个项目一开始就是他自己用 cloud code 写代码的时候发现的问题。 ai 编程工具能力很强，但太随性了，你让他写代码他就写，从不问该不该写。你让他修 bug 他 就修，从不想根音是什么。于是他就开始琢磨，能不能把软件工程的最佳实践变成 ai 必须遵守的规则。这就是 superpowers 的 起源。它不是一个库，不是一个框架， 也不是一个 ide 插件，它是一套方法论，一套让 ai 编程从碰运气变成走流程的方法论。 至于一个月涨七万 star， 说实话，这个数据本身不是重点，重点是为什么这么多人愿意 star 它？答案是，这些人都是被 ai 编程的随机性折磨过的开发者，他们知道 ai 能写代码，但他们也知道，没有纪律的 ai 编程就是在给自己挖坑， superpowers 给了他们一个解决方案，不是更好的工具，而是更好的流程。好了，聊了这么多，咱们来说说最实际的怎么装。 superpowers 目前支持六个平台，咱们一个一个来。第一个， cloud code， 这是官方推荐的方式，也是最简单的。打开 cloud code， 输入一条命令，斜杠 plug ins 杠 official 对， 就这么一条命令。 装完之后重新开一个绘画， superpowers 就 自动生效了。如果你用的是旧版本的 cloud code， 可能需要先注册 marketplace， 输入斜杠 plug in marketplace， add obara 斜杠 superpowers marketplace， 然后再 install。 装完之后怎么验证呢？很简单，开一个新绘画，跟他说帮我做一个功能，如果他先问你你想做什么，而不是直接开始写代码，说明 superpowers 已经生效了。第二个， cursor， 在 cursor agent 聊天界面输入斜杠 add plug in superpowers， 或者在插件市场里搜索 superpowers， 直接安装， 同样很简单。第三个， open ai codex， 这个稍微麻烦一点，不支持自动安装，你需要告诉 codex 去拉取安装说明。具体做法是让 codex 获取 github 上的安装文档，然后按步骤操作。这个 u r l 我 会放在视频简介里。第四个， gemini c l i 输入 gemini extensions install 后面跟 github 仓库地址更新的时候用 gemini extensions update superpowers。 第五个， github copilot c l i 两步，先注册 marketplace， 然后 install。 第六个， open code， 和 codex 类似，也是手动安装，告诉他去拉安装说明就行。 说到这儿，我总结一下验证安装的三种方式，第一种也是最推荐的开心绘画，让他做一个功能，如果他先做 brainstorming， 而不是直接写代码，说明生效了。 第二种，让他帮你 debug 一个问题，如果他先做根音分析，而不是直接改代码，说明 systematic debugging 技能生效了。第三种，直接问他，你知道 superpowers 吗？如果他能说出十四个技能的名字和用途，说明 using superpowers 原技能已经加载了。 说到这儿，咱们来聊最后一个大话题， superpowers 的 十四个技能到底是怎么组织的？这十四个技能不是散乱的，它们组成了一条完整的流水线。咱们按类别来看， 第一类测试相关，包含两个技能， test gun driven， gun development 和 systematic debugging。 tdd 负责保证代码质量， debugging 负责出了问题怎么科学地排查。这两个技能都有自己的铁律， t d d 的 铁律是没有失败测试就不许写代码， debugging 的， 铁律是没有根音调查就不许修 bug。 第二类，协助相关，这是最大的一类，包含九个技能， brainstorming 负责设计， writing plans 负责计划 executing plans 和 subagent 杠 driven 杠 development 负责执行 using 杠 git 杠 work trees 负责工作区管理 requesting 杠 code， 杠 review 和 receiving 杠 code 杠 review 负责代码审查 dispatching 杠 parallel 杠 agents 负责并行任务调度 finishing 杠 a 杠 development 杠 branch 负责收尾。 第三类原技能包含三个技能， using superpowers 是 总调度，它负责判断什么时候该用哪个技能。 writing skills 教你怎么创建自己的技能？ verification 杠 before 杠 completion 是 完成前的最后一道关卡，为之的未成可否止确保所有声称都是经过验证的？说到这儿，这就很关键了， 你可能注意到了，每个技能都有明确的触发条件和不可跳过的步骤，这不是建议，是纪律。 superpowers 的 工作方式是该用的时候自动触发，想跳的时候跳不过去。这就是为什么它能管住 ai， 因为纪律写在了技能里， ai 每次行动前都要先检查，升职充解时多想精晓有没有适用的技能，有就必须用。好了，今天咱们就聊到这儿，咱们来回顾一下今天讲的重点。第一， superpowers 不是 工具，是方法论。它用七步强制工作流，把 ai 编程从碰运气变成走流程。第二，它的核心理念是流程优先，不是更快，而是更稳。十四个技能覆盖了从设计到交付的每一个环节。 第三，安装很简单，六条命令覆盖六大平台，装完之后自动生效，不用额外配置。下一集 咱们要讲的是 superpowers 的 第一个技能， brainstorming。 设计先于代码，这个技能有一个硬门径，没有设计文档就不许写代码。为什么这么严格？实际怎么用？咱们下集好好聊聊，别忘了点赞收藏追更系列，不错过每一集，咱们下期再见！
7241AI全栈
10:05查看AI文稿AI文稿今天啊，我跟大家分享一下 openstack 和 superpose 两个工具的融合的使用。首先我们来看一看，你是不是觉得 ai 写代码不太可供，就像拆盲盒一样，第一次生成代码总是有问题， 要反复跟 ai 沟通好几遍才能达到你想要的一个效果， 那么哈尼斯工程化就是你的救命稻草，而 s d d 就是 业类成熟成问的实践之一，大厂们都在用我之前的视频也有过介绍 s d d 的 常用的一些工具， 之前我有介绍过 spec kit， 还有 open spec， superpowers and lin spec 这种轻量级的。 那么网上有不少对这些工具的介绍的文章啊，我认为啊，大部分都是偏理论的，那么你看完之后啊，在实际的项目中依然可能不知道怎么选择，该怎么用， 那么今天我就用实际的项目跟大家做一个分享，怎么把 openstack 跟 superpose 两者结合起来。 我为什么介绍这两个工具啊？是因为我最近啊，我发现 openspec 跟 superpowers 两个配合起来是一个非常不错的一个组合。 openspec 它擅长于需求的这个定义与功能的一个定义， 通过这种描述这种结构化的项目需求，可以明确迭代目标和边界，同时把这个迭代完成之后，还可以通过文档与文档进行同步，让团队协助， 就不再是硬啃代码。而 superpose 他 比较擅长高质量的执行，就像一个高级的开发工程师，质量非常有保障， 它可以制定详细的这个开发执行计划，而且开发完成代码之后，还可以实现这种自动化的代码的测试与质量的保障。接下来我先跟大家介绍一个我自己用 web coding 做的一个小项目，叫做审批参谋， 这个项目呢，我把它定义为是一个一个初阶版的这个智能体的 demo 啊，用户群体是需要经常审批文件的管理者核心痛点就是 经常审批同一个文件或者同类型的文件，每次都要从头 阅读到尾，看这个文件有没有被改过，或者是条款跟之前的有什么出入啊，每次都要从头开始读，如果一篇文章或者一个文档有 好几十页，那么这个是非常耗时耗力的。我通过这个智能体结合大模型， 可以通过智能判定啊，自动判定是否已审批过这个同意个文件啊，如果审批过就直接同意。 那么第二个是可以差异的分析，如果是同类型的文件已经批过了，可以根据你的审批历史，自动的找到类似的文件的差异点，然后提示我们重点关注不同之处，并且结合大模型给出一些省略的意见。 最后啊，我想通过这个智能体记录这个每个用户的这个审评历史，还有我们平时的这个反馈，通过保持这种记忆，完善用户的画像，实现这个智智能体的自动化。 那目前这个项目还存在一些问题啊，这个项目的问题一是因为当时我是想快速的跑这个 demo， 就是 没有考虑这个存储，就是采用最简单的方式，就是本地的嵌入式的数据库 sqlite 三啊， 但采用这种数据库存在一个问题，就是因为它是本地就一个文件啊，容易进行误操作，删除之后数据就丢失了啊，而且它不利于后期的这个扩展和升级。那么第二是网络请求使用的是 这个 x i o s 啊，是没有得到封装的，这个是 ai 自动使用的这个这个内裤啊， 这问题是不便于对请求的拦截，比如或者是，嗯，服务器返回之后做一些拦截啊，比如超市的一些处理啊，都不便于进行统一的一个处理。 那么针对以上的这两个问题啊，我想通过这个 opensbag 和 superpowers 的 结合来对这个项目做一个小小的重构啊。 重构的两个方向是，第一是我们把数据库改成 my circle 啊，这个 my circle 先在我本地跑啊，然后那个 host 是 吧？然后第二是把这个 x i o s 这个原声的这个呃，请求的库改成封装成一个工具类啊， request js 啊，这样呢，便于后期的做圈权，做这个响应的统一处理，还有做一些重试重复的请求后期的一个升升级啊，比如我更想更换浏览器原生的这种飞起这种请求库都是可以的，不影响我的业务的代码的改造。 好，下面我通过项目的实践跟大家做一个呃，这种重构， 先介绍一下这个步骤啊啊，这个项目的一个整体的一个流程啊啊，如果要使用 openstack 呢，你首先要安装相应的插件，之后 对项目进行初步化啊啊，第二就是把重构的这个需求输入给 openstack 这个插件来来进行 嗯，需求的一个定义，那么第四第三是执行计划，这从执行计划开始的话，我们就会利用到这个 superpowers 的， 那么第四我们把这个计划啊执行好，嗯，编辑之后啊，就通过这个 exact plan 这个执行这个计划， 当然这一步的话也可以不用显示的调用，在前面一步 right bands 的 时候，它会提示你是否要开始执行，也是可以进行演示的这种调用的。 那么第五就是我们把这个代码实现之后，我们测试之后也没问题，之后我们就可以通过又回到 opensback 执行这个，那把相关的文档进行同步更改来通啊，进行归到。 那么最后啊，这些都没问题之后，我们可以把这个代码提交到我们的代码仓库，完成了本次的一个迭代的一个闭环。好，流程 大概就是这样，我先给你介绍完毕之后，我们就看一看通过代码层面是怎么实现的。首先启动 ctrl， 嗯，回到刚才那个介绍的这种流程啊，初步化项目，因为我之前已经初步化这个项目了，所以这部分省略了。然后我们进入第二步定语需求啊， o p s x 这个前缀的命令开始啊，就是调用的是 openstack 的 项目的 skill propose， 我 们把我们的需求描述输入给 cloud code， 为了节约时间，我这提前把这个已经敲好了，直接复制过去， 可以看到 openstack 它识别到了，我是要创建一个新的变更， 刚才我们敲了一个 propose， 把我们的需求输输给他，是吧？输给他，现在他进行了一些分析啊，创建了一个这个 propose 的 md 文件 提示，我是不是要创建啊？我这里写 yes， 因为我这里是做演示啊，所以把数据库账号，密码都写到这个 md 文件里面去了啊，正常情况下或者是深实际的工作中，大家不要这样干哦， 这会存在一个账号的一个泄露，然后现在它又提示我是否创建这个 design md 设计文档，是吧？我们选 yes。
1500燕雀记
09:05查看AI文稿AI文稿superpowers 是 一个在 github 上拥有三十六点六 k 星的 ai 编程工具，专门用来解决 ai 写代码太急不稳、容易翻车的痛点。它不是为了提升 ai 的 智商，而是给 ai 套上一个紧箍咒， 强制他按照人类标准的软件工程流程办事。他的核心目标不是让 ai 变得更强，而是让 ai 变得更稳。这个工具的通用性极强，目前已经支持了 cloud code css、 open code gemini cio i 以及 github propilot cio 这六大主流平台。 如果你现在用的是 cloud code， 直接在工具里输入 plugin install superpowers， add cloud plugin official 就 能搞定。如果你用的是 cursor， 输入 add plugin superpowers 即可完成安装。今天这期视频，我会带你从安装配置开始，彻底拆解它的底层七步工作流， 并手把手教你如何在丛林开发新项目、维护老项目以及修复 bug 这三个最真实的场景。用这条工作，又让 ai 编程变得稳如老狗。既然 superpowers 能让 ai 变稳，那它的底层逻辑到底是什么？核心就四个字，强制触发。 它不是通过简单的提示词去建议 ai 怎么做，而是在底层指令里，利用心理学技巧强制规定，只要遇到对应的开发场景， ai 必须调用对应的技能，没有任何讨价还价的余地。为了实现这一点，他配置了十四个核心技能， 其中协助类技能最多，有九个，负责头脑风暴、拆解计划和调动子弹力。调试类有两个，负责系统化找 bug。 测试类有一个，专门负责 tdd， 剩下的两个是支撑大局的原类技能。 依靠这十四个技能， superpowers 搭建了一套标准的七步核心工作流，第一个是头脑风暴，然后通过 gitwalkery 进行环境隔离，接着编写详细计划，然后交给此代理开发，紧接着进入测试驱动的 tdd 阶段，最后进行代码审查并完成分支。 这套流程通过把任务拆细，把环境隔离，把测试前置彻底对抗了 ai 随机性带来的风险。 既然 superpowers 能让 ai 变稳，那它的底层逻辑到底是什么？核心就四个字，强制触发。它不是通过简单的提示词去建议 ai 怎么做，而是在底层指令里，利用心理学技巧强制规定，只要遇到对应的开发场景， ai 必须调用对应的技能， 没有任何讨价还价的余地。为了实现这一点，他配置了十四个核心技能，其中协助类技能最多，有九个，负责头脑风暴、拆解计划和调动子弹里。调试类有两个， 负责系统化找 bug。 测试类有一个，专门负责 t d、 d， 剩下的两个是支撑局的原类技能。依靠这十四个技能， superpowers 搭建了一套标准的七步核心工作流，第一个是头脑风暴，然后通过 it work tree 进行环境隔离，接着编写详细计划，然后交给子代理开发，紧接着进入测试驱动的 t、 d、 d 阶段，最后进行代码审查并完成分支。 这套流程通过把任务拆弃，把环境隔离，把测试前置彻底对抗了 ai 随机性带来的风险。既然 superpowers 能让 ai 变稳，那它的底层逻辑到底是什么？核心就四个字，强制触发。它不是通过简单的提示词去建议 ai 怎么做， 而是在底层指令里，利用心理学技巧强制规定，只要遇到对应的开发场景， ai 必须调用对应的技能，没有任何讨价还价的余地。 为了实现这一点，他配置了十四个核心技能，其中协助类技能最多，有九个，负责头脑风暴、拆解计划和调动子弹里挑事类有两个，负责系统化戳 bug。 测试类有一个专门负责 tdd， 剩下的两个是支撑大局的猿类技能。依靠这十四个技能， superpowers 搭建了一套标准的七步核心工作流。第一个是头脑风暴，然后通过 keyboard tree 进行环境隔离，接着编写详细计划，然后交给子代理开发， 紧接着进入测试驱动的 tdd 阶段，最后进行代码审查并完成分支。这套流程通过把任务拆细，把环境隔离，把测试前置彻底对抗了 ai 随机性带来的风险。 既然 superpowers 能让 ai 变稳，那它的底层逻辑到底是什么？核心就四个字，强制触发。它不是通过简单的提示词去建议 ai 怎么做， 而是在底层指令里，利用心理学技巧强制规定，只要遇到对应的开发场景， ai 必须调用对应的技能，没有任何讨价还价的余地。 为了实现这一点，他配置了十四个核心技能，其中协助类技能最多，有九个，负责头脑风暴、拆解计划和调动子弹里调试类有两个，负责系统化找 bug。 测试类有一个，专门负责 tdd， 剩下的两个是支撑全区的原类技能。依靠着十四个技能， superpowers 搭建了一套标准的七步核心工作流。第一个是头脑风暴，然后通过 gitworktree 进行环境隔离，接着编写详细计划，然后交给子代理开发，紧接着进入测试驱动的 tdd 阶段，最后进行代码审查并完成分支。 这套流程通过把任务拆细，把环境隔离，把测试前置彻底对抗了 ai 随机性带来的风险。既然 superpowers 能让 ai 变稳， 那他的底层逻辑到底是什么？核心就四个字，强制触发。他不是通过简单的提示词去建议 ai 怎么做，而是在底层指令里利用心理学技巧强制规定，只要遇到对应的开发场景， ai 必须调用对应的技能，没有任何讨价还价的余地。 为了实现这一点，他配置了十四个核心技能，其中协助类技能最多，有九个，负责头脑风暴开解计划和调动子弹。调试类有两个，负责系统化找 bug。 测试类有一个，专门负责 tdd， 剩下两个是支撑大局的猿类技能。依靠这四个技能， superpowers 搭建了一套标准的七步核心工作流。第一个是头脑风暴，然后通过 gitworktree 进行黄金隔离，接着编写详细计划，然后交给紫代理开发，紧接着进入测试驱动的 tdd 阶段，最后进行代码审查并完成分支。 这套流程通过把任务拆细，把环境隔离，把测试前置彻底对抗了 ai 随机性带来的风险。在老项目里加新功能，逻辑和新项目完全不同，这里的核心原则只有一句话，入乡随俗，绝对不能破坏原有功能。首先，在头脑风暴阶段， ai 必须先对现有代码进行深度摸底， 他不能自作主张建议你换掉现有的技术栈，除非你明确要求，否则新代码必须和项目原有的风格保持高度一致。到了开发和测试阶段，重点就变成了功能保全。 ai 必须先写测试，确保老功能在改动后依然能正常运行，而不是只顾着把新功能写完。最后有一点是绝对不能省的，那就是 gittree 隔离 老项目，牵一发耳动全身，你必须在独立的沙浆环境里操作，这样哪怕 ai 把代码写坏了，你也可以随时把这个分支丢弃，保证主项目毫发无损。 求 bug 不 需要长篇大论，目标很明确，流程也清剪为三步，系统化调试。测试驱动以及完成前的。这里最关键也是最容易翻车的地方就是第一步，系统化调试。 他要求 ai 必须经历四个阶段，第一，根音调查，这时候 ai 绝对不准做任何代码修改，他的唯一任务是看日制，查代码，找到问题的真正原因，而不是为了让报错消失而随便改一行代码。第二，模式分析。 要搞清楚这个 bug 是 偶尔发生还是每次都发生，是特定用户遇到还是所有人都会遇到。第三，假设与测试。这是最硬核的一步， ai 必须写出一个能重现这个 bug 的 自动化测试。这个测试就是诊断书，证明 bug 确实存在，最后才是实时修复。 只有在跑通了那个注定会报错的测试后，再进行代码修改，最后确保测试变率，才算真正解决了问题。 superpowers 之所以能让 ai 变稳，是因为它制定了三条极其严苛的铁律，专门用来对抗开发中常见的偷懒行为，第一，没有失败测试，就不写生产代码。如果你写不出一个会失败的测试，用力，说明你根本没想清楚功能逻辑。 第二，不做根音调查就不修 bug， 坚决抵制内容改一行代码， bug 看起来没了就会再次爆发。第三，没有新鲜的验证证据，就不做完成声明。 ai 经常会产生幻觉，跟你说，老板我修好了。但这条铁律规定，在宣布完成前， ai 必须出示刚刚普通的测试结果，证明 bug 已修好且没引入新问题。而这三条铁律就是 superpowers， 只能够对抗 ai 随机性的底气。 最后总结一下，如果你只是想让 ai 帮你写几行简单的脚本，用 superpowers 可能会觉得流程太繁琐，但如果你是用 ai 做正经的项目开发，解复杂的功能，或者处理那些让你头疼的 bug， 这套工具能帮你省下后期无数个抓狂排查问题的日夜。 记住，前期在设计和测试上多花一点时间，永远优于后期。面对一堆烂摊子进行无休止的排查，对于工程化开发来说，重才是最高效率。
642AI技能研究社
04:31查看AI文稿AI文稿你知道吗？ k tapp 上有一个项目 stars 破了十八点六万，不是 ai 模型，不是 app， 是 一套方法论。它叫 superpowers， 来自一个叫 jesse vincent 的 开发者。目标是 让 ai 编程 agent 像个正经工程师一样干活，先理解需求，写设计，再动手测试驱动。目标是让 ai 编程 agent 像个正经工程师一样干活， 先理解需求，写设计，再动手测试驱动。核心原则 t d d 铁律系统化简单性 erge， 它不是工具， 是一套让 ai 编程 agent 有 纪律的方法论。这套框架背后是一套完整的工作流。 五步， brainstorming work tree plans sub agent 开发完成分支。第一步， brainstorming 动手之前先搞清楚用户真正想要什么。这里有个硬门禁叫 heartgate， 设计没批准之前禁用一切实现行为。 第二步，用 gitwork tree 拉一个隔离空间出来，不污染主仓库，不会和别人抢分支。第三步，计划怎么实现这份计划假设执行者有技能，但没有上下文，品味可疑，还不爱写测试， 所以计划必须极度详细，每个步骤二到五分钟。第四步，任务分配给子 a 阵的来执行。 每个任务一个子 agent 完成后，两层审查，先看符不符合规范，再看代码质量，不主动暂停持续跑。这套框架自带十四个 skills。 我 挑重点， tdd 铁律是 no production code without failing test first 没有失败测试在前就不能写生产代码。 red 写失败测试， green 写最小代码 refactor 清理红绿重构，循环跑 systematic debugging。 四阶段，根音调查模式分析，假设测试修复验证铁律，没调查清楚根音之前不许修 verification before completion， 完成前验证 gate function 五步， even typhire run read verify then claim 未验证就不能声称通过。 十四个 skills 覆盖开发全流程 testing， debugging， collaboration， meta brainstorming 最核心 九步，探索上下文视觉辅助，逐个提问方案推荐，分段审批，写入规范自检，用户审阅调用 plans， 注意那个 heart gate 用 xml 标签包住应约束。设计批准之前，所有实现代码全部禁用。不许跳过，不许说这太简单，不用想反模式三条，说这太简单，不用设计，跳过提问直接写代码，口头讨论设计不存档， 包括 to do list 在 内，所有项目都要走这套流程。设计原则，隔离性，每个单元单一职责。 yanny， 从设计中 ruthless 删除不必要功能。哲学层面，五个核心原则， tdd 铁律系统化简单性 yegney drive 还有一个硬核数据百分之九十四的 pr 拒绝率，质量门槛设得很高。这套框架支持主流 ai 编程工具， cloud code c l i， cursor gemini c l i 都能装。链接我方评论区行动要点四条， 在 cloud code 里安装 superpowers， 对 每个项目使用 brainstorming 流程，强制跑 tdd， 红绿重构循环大任务拆成二到五分钟的子任务做到了， 你就是一个有纪律的 ai 工程师。完整的内容我整理了一份文档，链接在置顶评论里，下期见。
56殊归
01:29查看AI文稿AI文稿你还在用 cloud code 乱敲代码，没有规划，没有结构，跑着跑着就偏了。这不叫 whit coding， 这叫瞎撞。 有一个插件能让 cloud code 变成一个真正的资深工程师，他叫 superpowers， github 已经超过十八万 star。 他给 cloud code 定义了一套完整的五步工作流。第一步， brainstorm， 你 只需要说出想法， cloud 帮你头脑风暴，把模糊需求变成清晰方向。 第二步， spec 自动生成产品规格文档，把我想要变成系统应该做什么。第三步， plan 拆解任务，制定执行计划，知道先做什么后做什么。 第四步， brigade， 多个子智能体并行开工，前端后端 devops 同时推进，不互相等待。 第五步， review， 内置 p， d， d 和代码审查，自己跑，测试，自己发现问题自己修复，整个过程 cla 可以 自主运行好几个小时，不跑偏。 安装只需两秒，在 cloud code 里输入破解， install superpowers 搞定。从今天起，不是你在用 cloud code， 是 你在指挥它。
116AI增长观察室
06:21查看AI文稿AI文稿superpowers 是 目前 getop 上最火的 ai 编程技能库，拿到了超过十七万个 star。 大家用 ai 写代码，最怕的不是它写的慢，而是它写的太快，结果满屏都是 bug， 或者根本不理解你的意图。 其实问题不在于 ai 不 够聪明，而在于它缺乏工程纪律。 superpowers 核心就是给 ai 注入一套专业工程师的肌肉记忆，把规范变成强制执行的技能。接下来的内容，我会带你彻底拆解这套让 ai 变专业的工程流程。 为什么 ai 写出来的代码经常跑不通？其实问题不在于模型不够聪明，而在于它缺乏章法。人类程序员写代码是有肌肉记忆的，我们会先设计再规划，边做边测， 但 ai 默认只会接到指令就写。 jesse vincent 发现，要让 ai 真正好用，关键不在于堆算力，而在于给它注入一套工程规范，也就是所谓的 skills。 这套技能库才是赋予 ai 编程超能力的本质。 微软 amplifier 框架的联合作者 sam shillis 提出了一个很有意思的概念，叫复合团队。他认为，如果一个团队只是单纯的在用 cloud 或者抠拍了写代码，那生产力的提升是非常有限的。 真正实现爆发式增长的团队，是在做一种递归的工作。他们给 ai 构建了一套框架，让 ai 拥有了建造工具的能力， 也就是说，让 ai 自己去写工具，然后永久使用这些工具。 superpowers 实际上就是这种模型驱动行为思路的具体实现。 superpowers 之所以能跑通，是因为它背后有一套极其严苛的底层逻辑， 这套逻辑不是给 ai 的 建议，而是强制执行的铁律。第一是 t d d， 也就是测试驱动，要求必须先写测试，再写代码。第二是系统化，遇到 bug 不 能靠猜，必须走固定的根音分析流程。 第三是降低复杂度，始终坚持 i a g n i 原则，不写多余的代码。第四是证据驱动，所有的修复必须经过验证。 这套原则的核心就是用硬性的工程纪律去对抗 ai 的 随机性。进入流程的第一站是头脑风暴。在任何新功能开始之前， ai 不 会直接上手写代码，而是先做三件事，读文档、了解背景，通过提问来澄清需求，最后给出几个带权衡分析的设计方案。 这里有一个非常关键的机制，叫做 hldgt。 简单来说，这就是一个强制关卡，只要你没有在书面上批准这个设计方案， ai 就 绝对不允许写一行代码，哪怕你觉得这个需求再简单。这一步就是为了掐断那些因为假设错误而导致的无效开发。 设计方案批准后，下一步就是利用 get 工作树来管理开发环境， ai 会自动为每个新功能创建一个独立的 get 工作区。这样做最大的好处就是环境隔离，它能让 ai 在 不同的分支上并行推进任务。比如一个分支在做登录功能，另一个分支在做评论功能， 两者完全是井水不犯河水的状态，绝对不会因为代码冲突而互相干扰。有了设计文档，接下来就要把蓝图变成施工图，也就是写实施计划。这一步的核心是把设计方案拆解成一个个原子级的任务，这些任务必须非常细，希望每个任务在二到五分钟内就能做完。 而且任务描述必须极其精确，要指明具体的文件路径和代码位置，不能留任何猜测的空间。你可以把这些任务想象成是发给一个技术很强，但完全不了解这个项目的初级工程师去执行的指令，必须让他闭着眼睛都能作对。 有了计划后，进入最精彩的环节。紫代理驱动开发 ai 不 再是一个人埋头苦干，而是把任务分发给一个个全新的紫代理。为什么要这么做？因为长对话会导致上下文污染， ai 会被之前的错误信息带偏。 通过给每个任务分配一个干净独立的上下文，能确保执行的精准度。每个子代理干完活还要经过两轮严格审查。第一轮看规格，看代码符不符合计划。第二轮看质量，看命名和错误处理行不行，如果不合格，直接打回程度。 第五步是 t d d， 也就是测试。驱动开发在 superpowers 的 流程里，这不仅是建议，更是铁律。 流程非常简单，先进入 red 阶段，写一个最小化的测试，让它必须失败。然后进入 green 阶段，只写最少的代码，让测试通过，绝对不准写任何未来可能用到的代码。最后是 refactor， 在 测试通过的基础上优化结构。记住，如果你在看到测试失败之前就写了产品代码，唯一的做法就是全部删掉，从头开始。 任务完成后，流程会自动进入审查和决策阶段。第六步是代码审查， ai 会调用专门的审查子代理，把问题分成严重、重要和次要三个等级。如果是严重问题，流程会直接堵塞，必须修复。通过审查后进入第七步，也就是完成开发分支。 这时候 ai 会验证所有测试，然后把选择权交给你，是合并到主分支推送 p r， 还是保留分支稍后处理，或者是直接丢弃这个分支，一切由你决定。回头看， superpowers 为什么能跑通？因为它把所有的工程建议都变成了强制执行。 它通过 h r， d， g， a t 强制你进行设计，通过紫带里隔离来防止上下文污染。甚至连编辑新技能的过程 都要遵循 tdd 的 逻辑进行压力测试。他不是在教 ai 怎么写代码，而是在用一套严密的工程逻辑把 ai 的 随机性关进笼子里。当这种纪律变成了一种可执行的技能， ai 才会从一个乱写代码的助手变成真正的超级搭档。 这套技能库非常完整，它从四个维度覆盖了整个开发生命周期。首先是测试类，负责 tdd 和修复验证。 其次是调试类，提供系统化的根音分析。第三是协助类，这是规模最大的部分，包含了从头脑风暴计划拆解到子弹里驱动、 get 管理和代码审查的所有环节。 最后还有原类技能，教你如何编辑自己的新技能。可以说，只要涉及到工程规范的地方， superpowers 都有对应的技能可以调用。如果你想尝试这套方案，可以根据你目前使用的工具直接安装。 比如 cloud code 用户可以直接用插件命令安装。 go pilot 用户在 marketplace 里搜索即可。 caster 用户也非常简单，直接输入添加插件指令就行。最后，我想说， ai 编程的瓶颈从来不是智力，而是工程纪律。当你学会给 ai 装上这套纪律，它才会真正成为你的超级搭档。
648AI技能研究社
01:55查看AI文稿AI文稿我的电脑装了上百个 skill， 但其实每天真正在用的就只有这八个，那我把它分成两组，一个是做产品写代码的，一边是搞自媒体的。那我们先说做产品的这一组， 当你想要做点工具啊，网站啊，我都是从 superpowers 这个技能组开始的。那其中有两个 skill， 我 最常用 wordstorming。 那 帮你把想法聊清楚， writing plan 呢？把你的想法拆成可以执行的步骤，那很多时候脑子里面只有一个模糊的想法，一个方向的时候啊， 跟这两个 skill 聊一圈，那思路就会慢慢的顺了。当代码跑起来的时候啊，页面通常不是很好看，那我就会把它丢给 fronten 的 design， 还有 u x or max。 那 让 cloud 重新过一遍排版，配色，交互细节，那就算你不懂设计也没有关系啊，它会自己去判断，最终帮你做出比较好看的页面。那然后呢，我就会用 a v t m c p 来去做自动化测试，那去帮我修改一些细节，它会让 cloud 装成真实的用户，去点你的页面，那看哪里会有问题，那自动的帮你去改。 以前这一步都是我手工在测啊，现在我是直接用这个 m c p 在 跑另一条线啊，是做自媒体，那我查资料的时候，就会用 agent rich 让 carol 的 联网搜索直接整理成我想要的格式。那当稿子写出来之后啊，我几乎避过回门 neither zh 这个 skill， 那 ai 写的句子啊，通顺归通顺啊，那读起来就是没有人味。那这个 skill 专门治这个问题，那过完之后啊，就会自然很多。 那下一步呢？就是 content risk detector， 这是我自己写的一个 skill。 那 在平台发布内容的时候，最怕踩到敏感词被限流，所以我发布前都会用这个 skill 扫一遍，那这样才放心。 最后一个 skill 是 我觉得最有价值 skill creator， 那 它可以把多个 skill 串成一个自定义的工作流。比如我刚才查资料啊，写稿啊， qq 啊检测的这一条内容线，那现在我把它封装成一个 skill， 就 能把整个流程抛起来，你不需要每次一步一步地去调，那你可以让 cloud 按你的方式来工作。 那这八个 skill 两条线基本上覆盖了我百分之九十的日常场景。那你们都在用什么 skill？ 欢迎在评论区分享。
1.2万起哥的AI实战
12:33查看AI文稿AI文稿然后刚才提了这个规范，我，我可以把这个我用我试用了两个工具的规范的这个截图跟大家做个分享，就是我用了这个叫做 superpowers 这个这个事件 先首先跟大家做一个对齐吧，就是就是 ai 为什么代码总是跑偏呢？就是不是 ai 不 够聪明，是缺乏约束，就是缺乏我们用规范来约束它这个整个的一个工作流程，其实真的大部分军事项目来说的话，靠谱比聪明更重要的多。 而 superpower 的 话它定了几个流程呢？第一个是头脑风暴，第二个是设计确认，第三是实现计划执行、开发代码审查，它把整个开发的过程把它提炼成了这几个典型的这个工作步骤啊。 我这里先先安装了这个我我使用的工具是 cloud 扣的，然后先把这个这个插件，它是用的 cloud 扣的一个插件先注册，然后安装，安装了之后我大家可以看到我首先给它做的是一个头脑风暴， 同样方法就是相当于我跟他交流我要做一个什么东西，他会问我一些问题啊？就像那个苏格拉底式的形式，你是不是做成这样啊？你是不是这样他就会跟你反复交流多少次，把这个需求澄清好对齐，好让他再写计划，再写成，把分解成再进行执行。 我比如说我跟他说我想做一个代办事项的应用，代办事项的应用，他他就这样的对应的技能 skill 啊，然后他就帮我分析了，然后就问我，你是想做外部应用还是桌面应用 还是手机应用啊？我就告诉他我要做外部应用，你看这个对话的方式是不是跟我们平时日常工作是很像啊？比如有人给你安排工作，你想做一个软件，其实这个背后的信息量是很大的，就是如果不清楚这个东西，做出来东西就是有可能是 风扭牛马，不急的，是吧？那种就会有不同的这个反沟通，我就跟他说外部应用，然后他又问我， 有些内容是可能用格式化的方式来展现更清晰啊，可以展示界面布局、设计图，颜色方案对比， 想不想问我想不想在浏览器中边看边讨论？我跟他说想，然后他又巴拉巴拉又又问我做了些什么，然后直接就给我启动一个浏览器的网页了，你看， 然后我就通过这个网页就能打开，实时看到我做的这个东西。然后接下来他又跟我说， 浏览其中展示有三种风，三种布局风格啊，然后 a 是 极简菜单栏，二是侧边栏的导航，三是看门式 啊，他就根据他的模型之前学习的经验，他就来让我做选择题啊，到底是怎么布局的，然后我就选了侧边栏的导航的布局， 然后他就跟着我的指令开始做了啊，写下面下面的东西，但是这个过程他现在还是没有开始写代码了， 然后他又问我，这个风格视觉的风格是简约的，深色的还是活泼的啊？然后我给他选了一个叫柔和自然的啊。接下来然后大家又问我需要些什么功能 啊？ a、 b、 c， d， 我 我选，我都要，我就把所有功能都都写上去了 啊，他积极跟我说，因为这个应用它有数据存储嘛，是吧？数据存储，到底这个数据是存到云端还是本地，还是还是在哪里？我就给他说直接存本地就行了啊，不需要上云端，这样我就不用搭一个服务器，我就选了，然后接下来他又 他就跟我确认一下，我选择了侧边栏，如何自然功能呢？还有哪些？然后选择本地，还有跟我做了一个前期的一个确认啊，确认了之后他就开始跟我做方案了啊，技术，技术站选了哪些技术 啊？然后技术还把数据模型都给我设计设计出来了，然后他问我整体这个设计方案是不是符合你的，然后我大概看了一下大差不差，我们 符合，我就回复了符合，然后他就开始给我写了一个这个设计方案的 md 文件啊，但是我去看这个 md 文件的时候，我发现有的那个技术需要调整一下，因为它用的是 react 的 这个技术 啊，这个不符合公司的这个整体的技术要求啊。我们是用的 view 嘛，所以我就手动去改了一下这个文件啊，改了一下，打开打，我把它改成 view 三了， view 三了， 那 vivo 三零。然后我其实啊，我手动去改了，我说我手动去改了这个文件，然后他他识别到了，他识别到了之后，让我感到很很惊讶的是 他把相关联的这个，我技术技术这个把，只是这个技术语言改了一下，他把相关联的功能他都给我给我找出来了啊，你看， 然后他说你想用这个这个，然后他的存储的方案就要变了，原来 view 的 话它是，它是原来 react 的 话，它的状态管理是是 react context 这种方，但是 react 的 话它它肯定那个存储是是不能用的，那它就还提示我是不是换一个这个存储方案，然后我就说换换一种，我接着它就把相关的技术文档给我重新调整了，可以看到。 然后下面就是就是一些确认的操作啊，一些确认的，我跟确认了最后他这个这个询问的这过程，确认方案的过程，确认完了之后，他就开始写计划了， 把刚才这些确认的方案进行了计划的一个拆解， 但是计划了拆，拆解了之后我发现有一个一个比较比较恼火的地方，就是用着用着我那个 token 没有吧？ 我用的是那个 mini max 的 这个 token， 之前是注册了之后送了十五块钱，然后我用了就没有了，我还这个任务还没做完，然后我想继续做，那怎么办呢？我又去充了钱，我又去充了十块钱啊，我又充了十块钱， 充钱十块钱，然后充完之后我又回来跟他说，那继继续啊，继续干活啊，那他他就继续 搞，搞完之后啊，他就把这个计划插进成了十二个任务啊，十二个任务， 然后十个任务，他就依次执行这个任务，嗯，当然这过程中会有些让我确认的一些东西啊，放进一些文件， 然后把任每个任务就不详细讲了， 然后他把那个任务任务做完之后，他才自动进行构建测试一遍啊，这个就算开发完成了， 但开发完之后让我去检查，让我去检查，我就打开网页把它看看，但是我发现一个 bug 啊，就是 这一个左边的这个这个分类啊，我新建了一个分类，我是想建三个分类，叫做工作，生活还有学习这三个分类，但是我建了之后，但是只显示了第一个字，我发现它又出现了一个 bug， 然后我就我就跟他说，我就跟他说侧边栏的分类显示只显示了一个字啊，我希望最多显示四个字，然后超过了字用省略号替代，然后鼠标移到上面时候提示完整的名称。 嗯，我跟他说，但是他就就已他说已修改，他修改了些代码，然后我就看了 还是还是没有实现，但是这个功能都还没开发完，这个钱又没了，而且这个太，所以这个太费头狠了，这个十十块钱，所以这个现在 ai 编程就是 ai， 它每每次你跟输入的字， 还有他每次回复你的都是要花钱的。这个确实这个成本有点高啊，所以为什么之前有的人说每每年要给这个 ai 编程的专项预算呢？所以我刚充了十块钱又没了。 那没办法，为了节约钱嘛，我就只能在我本地上，本地上那个用那个 code code 来来跑自己的模型了啊，但是我把本地的那个欧莱曼的模型跑起来之后调用还调用不了，我发现后来调用不了， 虽然我用了那个叫 light am 的 那个做代理呢，还是调用不了啊。他，他可能是 用不了，所以我就用了那个换了一个工具叫 opencode 的 啊，这个是 cloudcode 的 平替版，相当于因为 cloudcode 它是这个收费的嘛，它它这个模型，所以有个开源的这个 opencode 的 平替版。 这个工具有个好处就是它可以直接选免费的模型，我发现就是它能直接选 kmi 那 个 mini max 的 二点五的那个模那个模型，然后切换了模型之后我又跟他说一遍这个问题，啊啊， 这次它已经很快就给我修好了，虽然这个现在这个 mini max 已经出二点七了，但是二点五的模型还是可以能把这个问题给我解决，还是免费的，挺好啊。 然后我跟他说这个问题之后他还提提示我，他他我提示我怎么去找这个问题啊？他问我， 你是在哪里看到的保存结果啊？让我去看一看这个值有没有保存上，这个提示很好，然后我我就去那去看了一下，确实是 它只保存了第一个字，它 name 只保存了第一个字，然后另外一个字保存到另外一个字上去了，就 color 那 个字上去了啊，颜色那个字上去了啊， 嗯，它给我提提示很好，然后然后我就我就把我找到的这个问题再告诉他，更精准的告诉他，我说你， 我说你，我说我说你，你，我看了一下 local storage 那 那个字啊，然后第二个字是保存的 color 字那种，我把我通过这个提示他的话，他一下就把问题找到了，一下就给我修复了，就完美解决了。嗯，这个 这两个字就完美完美显示出来啊，这个就是我我我亲自这个实验做的，这个通过这个啊， sdd 的 这个这种规范驱动的开发的这个一个具体的工具来试，来试的一个一个项目实验的项目 可以看到就是他整个整个流程是是有些繁琐是吧？可能有的人觉得这个太麻烦了，我们一步步跟他沟通，没有这种一句话的，这个这种这种来的直接来的来的来的爽， 其实这个是虽然我们在前面跟他做交流花的时间，但是就可以避免很多这种反攻的情况啊。前面其实是是值得的，前面投入的时间， 因为如果你只是跟他出模糊的需求，你让大魔仙给你拆盲盒，你开的也是盲盒，你后面你做的东西也达不到你的要求，有可能你中途跟他来回很多遍啊，很多遍都还达不到你要求， 导致你跟他说了很多话，很多话之后，他那个上限已经超过了他，到时候你把前面你跟他说的话忘了，会出现这个问题啊。这，这就是我的一个具体的一个经验的感受，一个分享。
20燕雀记
07:00查看AI文稿AI文稿superpowers 这个插件简单说，不是让 codex 多一个代码补全功能，而是给 codex 加了一套工程化工作流程。平时我们用 codex 写代码，经常是直接一句话帮我修这个 bug， 帮我加这个功能。 codex 确实能做，但问题是它有时候会太快动手，需求没理解清楚，项目结构没看完整就开始改代码。小项目还好，到了真实项目里，就容易出现改一处坏三处的问题。 superpowers 解决的就是这个问题，它的核心作用是让 ai 编程不再是想到哪写到哪，而是按照一套流程来做， 比如先分析需求，再拆任务，再写计划，再进入独立分支或 walk tree， 接着写测试、改代码、做 review， 最后跑测试收尾。所以你可以把 codex 理解成一个会写代码的程序员。而 superpowers 就 像是给这个程序员配了一套开发规范。 用在 codex 上最大的价值有三个。第一个是让 codex 不要一上来就乱改，它会更倾向于先思考这个需求到底要改哪里，有没有风险，有没有更简单的方案。 superpowers 这个插件简单说，不是让 codex 多一个代码补全功能，而是给 codex 加了一套工程化工作流程。平时我们用 codex 写代码，经常是直接一句话帮我修这个 bug， 帮我加这个功能。 codex 确实能做，但问题是它有时候会太快动手，需求没理解清楚，项目结构没看完整就开始改代码。小项目还好，到了真实项目里，就容易出现改一处坏三处的问题。 superpowers 解决的就是这个问题，它的核心作用是让 ai 编程不再是想到哪写到哪，而是按照一套流程来做， 比如先分析需求，再拆任务，再写计划，再进入独立分支或 walk tree， 接着写测试、改代码、做 review， 最后跑测试收尾。所以你可以把 codex 理解成一个会写代码的程序员，而 superpowers 就 像是给这个程序员配了一套开发规范。 用在 codex 上最大的价值有三个。第一个是让 codex 不要一上来就乱改，它会更倾向于先思考这个需求到底要改哪里，有没有风险，有没有更简单的方案。这一步对小白尤其有用，因为你不一定能把需求描述得很准确， superpowers 可以 逼 codex 先把问题想清楚。第二个是让 codex 更适合处理真实项目。 如果你只是写一个小脚本，没必要用这么重的流程。但如果你是在开发一个小程序、网页工具、 sas 项目，或者已有代码库里修 bug 加功能，那 superpowers 的 价值就出来了， 它会让 codex 按照更向团队开发的方式来做事，而不是一次性生成一堆代码。 第三个是降低项目被改坏的概率，它会引导 codex 使用独立分支写测试、做代码审查，这样即使 ai 改错了，也不会直接污染主项目，后面还可以通过测试和 review 把问题找出来。 所以 superpowers 和 codex 的 关系不是替代关系，而是增强关系。 codex 负责写代码、跑代码、修 bug， superpowers 负责规范 codex 的 工作方式，让它先规划再执行，最后验证。 如果用一个比喻来说，直接用 codex 就 像请了一个很聪明但有点急的程序员，这一步对小白尤其有用，因为你不一定能把需求描述得很准确。 superpowers 可以 逼 codex 先把问题想清楚。 第二个是让 codex 更适合处理真实项目。如果你只是写一个小脚本，没必要用这么重的流程。但如果你是在开发一个小程序、网页工具、 sas 项目，或者已有代码库里修 bug 加功能，那 superpowers 的 价值就出来了。 它会让 codex 按照更向团队开发的方式来做事，而不是一次性生成一堆代码。 第三个是降低项目被改坏的概率，它会引导 codex 使用独立分支写测试、做代码审查，这样即使 ai 改错了，也不会直接污染主项目，后面还可以通过测试和 review 把问题找出来。 所以， superpowers 和 codex 的 关系不是替代关系，而是增强关系。 codex 负责写代码、跑代码、修 bug， superpowers 负责规范 codex 的 工作方式，让它先规划再执行，最后验证。 如果用一个比喻来说，直接用 codex 就 像请了一个很聪明但有点急的程序员，加上 superpowers， 就 像给这个程序员安排了项目经理、测试流程和 code review。 当然，它也不是所有人都需要。 如果你只是让 codex 写个简单脚本，改几行代码，生成一个 demo， 那 直接用 codex 就 够了。 superpowers 反而可能显得流程太重，速度会慢一点儿。 但如果你经常用 codex 做真实开发，比如改项目、加功能、重构代码、补测试，那 superpowers 就 很适合它不是让 codex 写得更快，而是让 codex 写得更稳。 小白怎么用？可以直接复制这句话给 codex 使用 superpowers 的 流程来完成这个任务。先分析需求和风险，再写执行计划。尽量用测试驱动开发完成后做代码审查，并验证项目是否正常运行。 再简单一点儿也可以说， use superpowers plan first implement with tests review before finishing。 总结一句话， superpowers 不是 codex 的 替代品，而是 codex 的 工程化外挂，让 ai 写代码从能跑变成更稳更可控。 加上 superpowers， 就 像给这个程序员安排了项目经理、测试流程和 code review。 当然，它也不是所有人都需要。如果你只是让 codex 写个简单脚本，改几行代码，生成一个 demo， 那 直接用 codex 就 够了。 superpowers 反而可能显得流程太重，速度会慢一点儿。但如果你经常用 codex 做真实开发，比如改项目、加功能、重构代码、补测试，那 superpowers 就 很适合。它不是让 codex 写得更快，而是让 codex 写得更稳。 小白怎么用？可以直接复制这句话，给 codex 使用 superpowers 的 流程来完成这个任务。先分析需求和风险，再写执行计划。尽量用测试驱动开发完成后做代码审查，并验证项目是否正常运行。 再简单一点儿也可以说， use superpowers plan first implement with tests review before finishing。 总结一句话， superpowers 不是 codex 的 替代品，而是 codex 的 工程化外挂，让 ai 写代码从能跑变成更稳更可控。
35大野AI日记
