openclaw-superpowers：让 AI 助手学会自我进化

当你的龙虾开始主动思考

凌晨三点，你设置了一个代码审查任务让 AI 去跑。六个小时后回来，发现它在一个死循环里卡了三个小时，没有触发任何中断机制，没有记录断点，甚至没有给自己留一条「如果失败了怎么办」的退路。

这不是某个 AI 模型的缺陷——这是大多数 AI Agent 的通病：它们擅长回答问题，但不擅长管理自己。

openclaw-superpowers 做的事，就是给这只「龙虾」装上一套完整的自我管理系统。

---

背景：OpenClaw 是什么

在理解 superpowers 之前，需要先了解它的父项目 openclaw/openclaw（GitHub 385,740 星）。OpenClaw 是一个运行在终端的 AI 助手框架，由 TypeScript 构建，核心特点是持久化运行——它不像普通 ChatBot 那样每次问答独立存在，而是可以在后台持续运行数小时甚至数天，处理跨会话的长任务。OpenClaw 还内置了 cron 调度系统，可以定时触发任务。

但问题在于：OpenClaw 原生只提供运行时框架，不包含具体操作方法。它不知道遇到死循环该怎么办，不知道怎么在上下文快满的时候清理内存，更不知道怎么在 Reddit 上监测社区动态。这些「做事方法」需要额外的技能库来填充。

openclaw-superpowers 就是这个技能库——56 个即装即用的技能，涵盖思考方法、安全防护、定时任务、记忆管理、自我恢复等维度。

---

核心理念：让 Agent 自己教自己

openclaw-superpowers 最大的差异化特性，是它的自我改进能力。

传统的插件系统是静态的：你安装什么，Agent 就只会什么。而这个项目引入了 create-skill 技能，允许 Agent 在对话过程中自己编写新的 SKILL.md 文件，将用户的偏好和需求固化为持久的行为模式。

举个例子：用户对 Agent 说「每次做代码审查，记得先看安全问题」。Agent 就会调用 create-skill，生成一个新的 security-code-review 技能文件，写入 SOUL 系统，下次遇到代码审查时就会自动执行这个检查——无需重启，无需更新配置文件，新技能立即生效。

这意味着 Agent 的能力边界是动态扩展的：每次你纠正它的行为，它就学会了这个纠正，下次不再犯。

---

技能体系：三个层次

1. Core Skills（17项）—— 方法论

这部分受到 obra/superpowers 启发，提供通用的 AI 交互方法论，适用于任何 AI Agent 运行时：

技能	作用
brainstorming	任务启动前的结构化头脑风暴，防止冲动实现
writing-plans	产出可审查的实施计划，而非直接动手
systematic-debugging	系统化调试方法，避免随机试错
test-driven-development	先写测试再写实现
create-skill	让 Agent 在对话中自我编写新技能
skill-vetting	评估技能质量，防止低质量技能污染系统

2. OpenClaw Native（38项）—— 平台专用

这部分深度集成 OpenClaw 的运行时能力，是整个项目最有价值的技术资产：

安全管理（6项）：

• prompt-injection-guard — 实时检测提示词注入攻击
• dangerous-action-guard — 拦截危险系统操作（如删除文件）
• secrets-hygiene — 扫描代码中的密钥泄露风险
• config-encryption-auditor — 审计配置文件加密情况
• installed-skill-auditor — 审查已安装技能的代码安全性
• large-file-interceptor — 防止处理超大文件导致内存崩溃

记忆与上下文管理（10项）：

• memory-dag-compactor — DAG 结构记忆压缩，在长对话中保持上下文清晰
• memory-graph-builder — 构建知识图谱，关联会话中的信息点
• memory-integrity-checker — 定期检查记忆数据的完整性
• context-window-management — 智能上下文窗口管理，防止 token 溢出
• context-budget-guard — 监控并控制上下文 token 消耗预算
• session-persistence — SQLite 会话持久化，支持月级别长会话

定时任务（16项 cron）：

• morning-briefing — 每天早上生成任务摘要
• daily-review — 每日复盘运行状态
• spend-circuit-breaker — API 费用超支自动熔断
• community-skill-radar — 每3天扫描 Reddit 社区，提取功能需求

自我恢复（8项）：

• agent-self-recovery — 崩溃后自动恢复到最近检查点
• loop-circuit-breaker — 检测重复循环并主动中断
• task-handoff — 任务交接，支持多 Agent 协作

3. Companion Scripts（25项）—— 辅助脚本

纯 Bash/Python 诊断和验证脚本：技能格式验证脚本、批量测试运行器等。

---

上手体验

安装

git clone https://github.com/ArchieIndian/openclaw-superpowers ~/.openclaw/extensions/superpowers
cd ~/.openclaw/extensions/superpowers && ./install.sh
openclaw gateway restart

install.sh 一步完成三件事：软链接 56 个技能、创建状态目录、注册 16 个 cron 定时任务。安装后需开启新的 OpenClaw 会话才能激活技能。

重要注意事项

安装技能不等于强制执行。OpenClaw 的 SOUL.md 和 AGENTS.md 是提示词输入，不是硬性约束，Agent 会决定是否读取和使用技能。如果需要确定性行为，必须把关键规则写入 AGENTS.md，或通过 OpenClaw 的 Hook 机制强制绑定。

---

行业意义

openclaw-superpowers 代表了 AI Agent 从「问答工具」向「自主系统」演进的路径：

• 自我感知：Agent 具备监控自身状态的能力（心跳、预算、循环检测）
• 持久记忆：超越单次对话的长期信息保留（DAG + 知识图谱）
• 可进化：在运行过程中动态扩展自身能力（create-skill）
• 安全防护：内置多层安全护栏，应对提示词注入等攻击

对于已经在使用 OpenClaw 的开发者来说，这是一套值得深入研究的技能集合；对于 AI Agent 研究者来说，它的自我改进机制和记忆压缩策略是值得关注的技术方向。

---

⭐ Stars: 69 | 🔤 Language: Python | 📅 Updated: 2026-05-03
父项目: openclaw/openclaw (385,740 ⭐)
License: MIT | 技能总数: 56 | Cron 任务: 16