如果你用过 Superpowers 这套 AI 工作流规范,一定有过这种体验:告诉 AI “帮我修复这个 bug”,它会先读规范、再按步骤执行——先复现问题、再定位根因、最后修复验证。
这套规范确实有用。但用久了你会发现一个尴尬的问题:规范是"建议",不是"约束"。
AI 读完了规范,仍然可能凭直觉跳步骤;你说”先写测试再写代码”,它嘴上说好,手一快就先把功能实现了;你说”修复前要先找到根因”,它试了两次没头绪,直接开始瞎猜。
问题不在 AI 不听话,而在于我们没有给规范配上一个”执行引擎”。
如果你用过 Superpowers 这套 AI 工作流规范,一定有过这种体验:告诉 AI “帮我修复这个 bug”,它会先读规范、再按步骤执行——先复现问题、再定位根因、最后修复验证。
这套规范确实有用。但用久了你会发现一个尴尬的问题:规范是"建议",不是"约束"。
AI 读完了规范,仍然可能凭直觉跳步骤;你说”先写测试再写代码”,它嘴上说好,手一快就先把功能实现了;你说”修复前要先找到根因”,它试了两次没头绪,直接开始瞎猜。
问题不在 AI 不听话,而在于我们没有给规范配上一个”执行引擎”。
Kimi with Superpowers 是一个让国产 AI 助手 Kimi Code CLI 也能使用国际顶级工作流规范 Superpowers 的开源项目。
简单来说:我们给 Kimi 装了一套”工作纪律系统”,让它从”凭直觉办事的天才”变成”按规范执行的工程师”。
在构建AI智能体的过程中,我一直在思考一个问题:如何让一个智能体既能保持通用能力,又能在特定领域达到专业水准? 传统的做法是为每个领域训练专门的模型,或者通过提示词工程来临时调整行为。但这些方法都有明显的局限性——前者失去了灵活性,后者缺乏深度和一致性。
这篇文章将介绍我设计的 OSCA(Open Stem Cell Agent) 架构,一个受生物学干细胞启发的元智能体系统。
Skill-Lib 是一个面向 AI Agent 的开源技能仓库,收集整理了可复用的标准化工作流程和最佳实践。每个 Skill 都经过实际项目验证,可以直接应用到你的 Agent 中,帮助 Agent 开发者避免重复造轮子,专注于创造价值。