1. 为什么你的 AI 编程工具总是“会聊不会干”
你大概率遇到过这种场景:在 Claude Code 或 Cursor 里敲一句“给用户模块加个批量导出功能”,它二话不说开始吐代码,写完你一看——没分页、没考虑大数据量、导出格式还是它自己猜的。你花两小时改它的烂摊子,最后感叹一句“AI 编程也就那样”。
问题不在模型智商,而在它缺少一套“工作方法论”。模型知道怎么写代码,但不知道怎么干活:什么时候该先问清楚需求、什么时候该先写测试、什么时候该停下来做根因分析。superpowers-zh 就是补上这一环的东西——它把 20 个经过实战验证的 skills(工作方法论)注入到你的 AI 编程工具里,让 AI 从“会聊”变成“会干活”。
superpowers-zh 是上游 156k+ stars 的 superpowers 框架的完整汉化版,在翻译 14 个核心 skills 的基础上,新增了 6 个面向中国开发者的原创 skills,覆盖需求分析、TDD、系统化调试、代码审查、Git 工作流、中文文档规范等完整开发生命周期。它支持 Claude Code、Cursor、Copilot、Windsurf、Gemini CLI 等 16 种 AI 编程工具,安装方式是一条npx命令。
这篇文章不讲空泛概念,我会把 20 个 skills 拆成真实开发场景,给你可复制的配置片段和逐条验证动作,同时说明怎么通过统一的 Key/API 通道接入,让你在多个工具之间共享同一套能力。
装与不装的区别,用一张表说清楚:
| 场景 | 没装 superpowers-zh | 装了 superpowers-zh |
|---|---|---|
| 你说 | “给用户模块加个批量导出功能” | “给用户模块加个批量导出功能” |
| AI 做 | 直接写代码,没分页,大数据量 OOM | 先问:导出格式?数据量多大?需要异步吗?给出 2-3 个方案,确认后再动手 |
| 结果 | 反复修改,浪费时间 | 一次到位,质量可控 |
核心差异在于三条铁律:设计先行(设计批准前不写一行代码)、测试先行(没有失败的测试就不写生产代码)、证据先行(声称完成前必须跑验证拿证据)。这三条规则没有例外,是 superpowers-zh 所有 skills 的底层约束。
2. TaoToken 前置:统一 Key/API 通道接入多工具
superpowers-zh 解决的是“方法论”问题,但你在 Claude Code、Cursor、Codex CLI 之间切换时,还会遇到另一个麻烦:每个工具都要单独配 Key、单独管额度、单独记模型 ID。TaoToken 在这里的角色是统一通道——一个 Key 走通多个 AI 编程工具,Base URL 和 Model ID 集中管理,省掉重复配置的折腾。
先说清楚它是什么:TaoToken 提供兼容 OpenAI 风格的 API 通道,你拿到一个 Key 和 Base URL 后,可以填进任何支持自定义 API 端点的 AI 编程工具。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,API 端点是 https://taotoken.net/api (注意这个不加 UTM 参数,直接用于配置)。
适合谁用:同时用 2 个以上 AI 编程工具的人、想统一管理额度和模型的人、团队里需要共享配置的人。如果你只用单一工具且已有稳定 Key,可以跳过这节直接看 skills 配置;但如果你在 Claude Code 和 Cursor 之间来回切,统一通道能省不少事。
接入前你需要准备三样东西,我把它叫做“三件套”:
- Base URL:
https://taotoken.net/api - API Key:在控制台创建,格式通常是
sk-开头 - Model ID:根据你要用的模型填,比如
claude-sonnet-4-20250514这类标识
这三件套在不同工具里的填法不一样,下面逐个说。Claude Code 走环境变量,Cursor 走设置面板,Codex CLI 走auth.json。先把 Key 拿到手,后面配置环节直接复制。
创建 Key 的入口在控制台的 API Keys 页面:https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。创建后立刻复制保存,页面刷新后不再完整显示。
有一点要提醒:TaoToken 是 API 通道,不是编辑器替代品。你的代码还是在 Claude Code、Cursor 里写,TaoToken 只负责把请求转发到模型。别把它理解成“另一个 IDE”。
3. 可复制配置:Claude Code、Cursor、Codex 三件套填法
这一节给你可以直接复制的配置片段。路径和原文保持一致,你照着填就行。先明确一点:所有配置都围绕“三件套”——Base URL、API Key、Model ID。
3.1 Claude Code 环境变量配置
Claude Code 通过环境变量读取 API 配置。在项目根目录或 shell 配置文件里设置:
export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的Key" export ANTHROPIC_MODEL="claude-sonnet-4-20250514"如果你用的是 Claude Code 的 settings 文件,可以写成 JSON:
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }这个文件通常放在~/.claude/settings.json或项目级.claude/settings.json。改完后重启 Claude Code 生效。
3.2 Cursor 配置
Cursor 在设置面板里填。打开Settings→Models→OpenAI API Key区域,填入:
- Base URL:
https://taotoken.net/api - API Key:
sk-你的Key - Model:在模型列表里选自定义,填
claude-sonnet-4-20250514
Cursor 也支持在项目级.cursor/mcp.json里配 MCP 服务,但 API 通道本身走设置面板即可。
3.3 Codex CLI 的 auth.json
Codex CLI 读取~/.codex/auth.json,格式如下:
{ "OPENAI_API_KEY": "sk-你的Key", "OPENAI_BASE_URL": "https://taotoken.net/api", "model": "claude-sonnet-4-20250514" }如果你用的是 Codex 的 TOML 配置,可以写成:
[api] base_url = "https://taotoken.net/api" api_key = "sk-你的Key" model = "claude-sonnet-4-20250514"3.4 CC Switch 多工具切换
如果你同时装了 Claude Code 和 Codex CLI,用 CC Switch 可以在两者之间快速切换配置。CC Switch 的配置文件里同样填三件套:
{ "providers": { "taotoken": { "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model": "claude-sonnet-4-20250514" } } }配置完成后,CC Switch 会让你选择当前激活的 provider,切换时自动改写各工具的环境变量。
3.5 Cline MCP 配置
Cline 通过 MCP 协议接入。在 Cline 的 MCP 设置里添加:
{ "mcpServers": { "taotoken": { "url": "https://taotoken.net/api", "apiKey": "sk-你的Key", "model": "claude-sonnet-4-20250514" } } }注意:MCP 直连生产库是禁止的,这里只是 API 通道配置,不涉及数据库连接。
配置完三件套后,下一步是验证请求是否真的通了。别跳过验证,很多人配完以为好了,结果一跑就报错。
4. 验证请求与成功结果:逐条确认 skills 生效
配置填完不代表通了,得实际发一个请求验证。这一节给你逐条验证动作,从 API 连通性到 skills 生效,一步步来。
4.1 验证 API 通道
先用 curl 测一下通道是否通:
curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的Key" \ -d '{ "model": "claude-sonnet-4-20250514", "messages": [{"role": "user", "content": "回复 OK 两个字"}] }'如果返回里有choices字段且内容是OK,说明通道正常。如果报 401,说明 Key 不对;如果报local proxy failed,说明 Base URL 填错了。
4.2 安装 superpowers-zh
通道通了之后,装 skills。在项目根目录执行:
cd /your/project npx superpowers-zh脚本会自动检测你项目里的.claude/、.cursor/、.codex/等目录,把 20 个 skills 装到正确位置。如果你想手动装,可以克隆仓库后复制:
git clone https://github.com/jnMetaCode/superpowers-zh.git cp -r superpowers-zh/skills /your/project/.claude/skills4.3 验证 skills 生效
装完后,在 Claude Code 或 Cursor 里输入:
帮我加一个用户批量导出功能如果 AI 先提问(导出格式?数据量多大?需要异步吗?)、给出 2-3 个方案、等你确认再动手,说明 skills 生效了。如果它还是直接写代码,说明 skills 没加载成功,检查.claude/skills/目录下有没有brainstorming、test-driven-development这些文件夹。
4.4 验证 TDD skill
再测一个 TDD 场景。输入:
用 TDD 方式实现一个字符串反转函数正常表现是:AI 先写一个失败的测试,跑一遍看到红色,然后写最少代码让测试通过,看到绿色,最后重构。如果它直接给你一个完整函数,说明 TDD skill 没触发。
4.5 验证系统化调试 skill
输入:
这个 Bug 怎么修:并发下单时偶尔库存超卖正常表现是:AI 先读错误信息、复现问题、检查最近变更,然后做模式分析、形成假设、设计最小测试,最后才实施修复。如果它直接说“你加个锁试试”,说明调试 skill 没生效。
4.6 成功结果长什么样
一次完整的 skills 驱动开发,输出应该包含:
- 设计规格文档,存在
docs/superpowers/specs/YYYY-MM-DD-<topic>-design.md - 实施计划,存在
docs/superpowers/plans/YYYY-MM-DD-<feature-name>.md - 测试文件,先失败后通过
- 代码审查反馈,带
[必须修复][建议修改][仅供参考]标签 - 验证证据,测试、lint、构建的输出
看到这些,说明你的 AI 工具真的在“干活”了,而不是在“聊天”。
5. 本篇常见错排查:401、local proxy failed、reading choices、OAuth
配置和验证过程中,最容易踩的坑集中在这几类报错。我按真实报错信息逐个拆。
5.1 401 Unauthorized
报错原文通常是:
{"error":{"message":"Invalid API key","type":"invalid_request_error"}}原因:Key 填错、Key 过期、或者 Key 前面多了空格。排查动作:重新复制 Key,确认sk-开头,检查环境变量里有没有多余引号。Claude Code 里用echo $ANTHROPIC_API_KEY确认实际值。
5.2 local proxy failed
报错原文:
local proxy failed: connection refused原因:Base URL 填错,或者本地网络到不了taotoken.net。排查动作:确认 Base URL 是https://taotoken.net/api,不要多加/v1或漏掉/api。用 curl 直接测通道,如果 curl 通但工具报错,说明是工具配置问题。
5.3 reading choices 报错
报错原文:
error reading choices: unexpected end of JSON input原因:模型返回了空响应,通常是 Model ID 填错,或者请求被截断。排查动作:确认 Model ID 是有效值,比如claude-sonnet-4-20250514。如果 Model ID 写成了claude-3这种模糊值,可能匹配不到模型。
5.4 OAuth 相关报错
报错原文:
OAuth token expired, please re-authenticate原因:Claude Code 或 Codex CLI 自带的 OAuth 登录态过期,和 API Key 通道冲突。排查动作:如果你走的是 API Key 通道,需要在工具设置里关掉 OAuth 登录,强制走环境变量。Claude Code 里可以设ANTHROPIC_AUTH_TOKEN为空,只用ANTHROPIC_API_KEY。
5.5 skills 不生效
现象:装完 superpowers-zh 后,AI 还是直接写代码。排查动作:检查.claude/skills/目录下有没有 20 个文件夹。如果只有几个,说明安装不完整,重新跑npx superpowers-zh。另外确认你的工具版本支持 skills 加载,老版本 Claude Code 可能不识别。
5.6 三件套对照表
| 报错 | 大概率原因 | 排查动作 |
|---|---|---|
| 401 | Key 错/过期 | 重新复制 Key,确认sk-开头 |
| local proxy failed | Base URL 错 | 确认https://taotoken.net/api |
| reading choices | Model ID 错 | 填有效 Model ID |
| OAuth expired | 登录态冲突 | 关掉 OAuth,只用 API Key |
| skills 不生效 | 安装不完整 | 检查.claude/skills/目录 |
排查完这些,你的配置基本就稳了。如果还有问题,去接入文档里对照:https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。
6. 把 AI 工具从“会聊”变成“会干活”
回到最开始的问题:为什么 AI 编程工具总是“会聊不会干”?因为它缺一套工作方法论。superpowers-zh 补的就是这一环——20 个 skills 覆盖从需求分析到代码审查的完整流程,三条铁律(设计先行、测试先行、证据先行)杜绝 AI 一上来就写代码。
我试过在 Claude Code 里装完这套 skills 后,最明显的变化是 AI 开始“问问题”了。以前你说“加个功能”,它直接写;现在它会先问“这个功能解决什么问题、数据量多大、要不要异步”。这个转变看起来小,但省掉的是后面反复改代码的时间。
如果你同时用多个 AI 编程工具,TaoToken 的统一通道能省掉重复配 Key 的麻烦。一个 Key 走通 Claude Code、Cursor、Codex CLI,Base URL 和 Model ID 集中管理。配置入口在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite ,接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。
如果你主要做长期编码和 Agent 任务,可以看看 Coding Plan:https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。想先验证模型效果,直接去模型对话页面试:https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite 。
最后给一个实用技巧:skills 是项目级安装的,每个项目可以有不同的配置。你可以在核心项目里装全套 20 个,在实验项目里只装 TDD 和调试两个。手动复制你需要的 skill 目录就行:
cp -r superpowers-zh/skills/test-driven-development .claude/skills/ cp -r superpowers-zh/skills/systematic-debugging .claude/skills/装完之后,像往常一样和 AI 对话。你会发现它不再急着写代码了——它会先问你几个问题。这就是“会干活”的开始。