企业官网建设流程全解析

1. 为什么 Claude Code 需要 Superpowers 这套工作流

Claude Code 本身已经能读写文件、跑命令、改代码，但默认状态下它更像一个反应很快的实习生：你说一句它写一段，写着写着需求就跑偏了，文件越堆越多，最后你自己都理不清哪段是干嘛的。这种「凭感觉写代码」的方式，社区里叫 vibe coding，短脚本还行，一旦项目超过三五个文件就开始失控。

Superpowers 解决的就是这个问题。它把一套接近专业团队的开发方法论固化成了 Claude Code 的插件：先澄清需求，再写开发计划，然后分步实现，最后测试收尾，每一步都有检查点。你不需要每次手动提醒 AI「先别写，先问我几个问题」，插件会自动把流程拉起来。

这篇文章面向的是已经装好 Claude Code、想让 AI 真正参与写代码的开发者。我会从环境准备讲到能力接入，再到实际跑一个「图片文字识别 + 红框标注」的 Python 小项目来验证效果，中间把配置片段、验证命令和常见报错都摊开讲。整套流程跑通之后，你手里就有了一条可复用的 AI 辅助编码流水线，而不是每次靠运气。

需要提前说明的是，Claude Code 要稳定调用模型，得有一个能正常访问 Anthropic 接口的通道。我这边用的是 TaoToken 的接入方式，后面会给出具体的环境变量配置。如果你已经有可用的通道，直接跳到第 3 节看 Superpowers 的安装即可。

先明确一下 Superpowers 装好之后你会得到什么。它注册了三个核心命令：/superpowers:brainstorm负责多轮对话澄清需求，/superpowers:write-plan负责产出开发计划，/superpowers:execute-plan负责按计划执行。这三个命令串起来，就是一条从「我有个想法」到「代码跑通并测试」的完整链路。安装成功的标志也很直观，在 Claude Code 里输入/su能补全出这三个命令就对了。

很多人卡在第一步不是不会装插件，而是 Claude Code 连模型都不稳，插件命令还没跑起来就报连接错误。所以下面先把接入通道配好，再谈 Superpowers。

2. TaoToken 接入 Claude Code 的前置配置与 API Key 获取

Claude Code 默认走 Anthropic 官方端点，国内直连经常超时。TaoToken 提供的是兼容 Anthropic 协议的接入地址，配置方式就是改环境变量，不需要动 Claude Code 本身的代码。

第一步，打开 TaoToken 控制台创建 API Key。地址是 https://taotoken.net/console ，登录后在 API Keys 页面新建一个密钥，复制出来先存好，后面配置要用。这个 Key 就是 Claude Code 调用模型时的身份凭证，别泄露到公开仓库里。

第二步，配置环境变量。Claude Code 读取的是ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN这两个变量。Base URL 填https://taotoken.net/api，注意这里不加任何查询参数。在 Linux 或 macOS 的终端里可以这样写：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="sk-你刚才复制的Key"

Windows 的 PowerShell 里换成：

$env:ANTHROPIC_BASE_URL="https://taotoken.net/api" $env:ANTHROPIC_AUTH_TOKEN="sk-你刚才复制的Key"

如果你希望每次开终端都自动生效，Linux/macOS 可以把这两行追加到~/.bashrc或~/.zshrc，Windows 则用系统环境变量面板添加。我试过直接在项目里用.env文件，但 Claude Code 启动时不一定加载，还是写进 shell 配置最稳。

第三步，验证通道是否通。最直接的办法是启动 Claude Code 后随便问一句，看它能不能正常回。也可以先用 curl 探一下接口：

curl https://taotoken.net/api/v1/messages \ -H "x-api-key: sk-你的Key" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 64, "messages": [{"role": "user", "content": "ping"}] }'

返回里带content字段就说明通道正常。如果返回 401，多半是 Key 复制错了或者带了多余空格；如果连接超时，检查 Base URL 是不是写成了带路径的完整地址。

这里有个细节值得说：Claude Code 不同版本读取的变量名略有差异，有的版本认ANTHROPIC_API_KEY，有的认ANTHROPIC_AUTH_TOKEN。保险起见两个都设上，值一样就行。设置完记得重开一个终端窗口，让变量生效。

通道打通之后，Claude Code 才能稳定执行插件命令。Superpowers 的安装过程本身也要联网拉取插件市场，所以这一步不能省。关于接入的更多细节，可以看官方文档 https://taotoken.net/doc ，里面有各客户端的配置示例。

3. Superpowers 插件安装与可复制配置片段

Superpowers 的安装有两种方式，选一种就行，前提是上一步的通道已经通了，否则插件市场可能拉不下来。

方式一，通过第三方插件市场安装。在 Claude Code 会话里依次输入：

/plugin marketplace add obra/superpowers-marketplace /plugin install superpowers@superpowers-marketplace

第一行是注册市场，第二行是从这个市场装插件。方式二，走 Claude Code 官方插件市场：

/plugin install superpowers@claude-plugins-official

两种方式装的是同一个东西，官方市场省去了注册步骤，但有时候同步会慢一点。我实测下来第三方市场更新更及时，推荐用方式一。

安装完成后，输入/su看补全列表，出现下面三个命令就说明成功了：

/superpowers:brainstorm /superpowers:write-plan /superpowers:execute-plan

如果/su没有任何补全，说明插件没加载上，先检查 Claude Code 版本，再确认插件目录里有没有 superpowers 的文件夹。

除了插件本身，Claude Code 的配置文件也建议顺手固化一下，避免每次重装环境都要重来。Claude Code 的用户级配置一般在~/.claude/settings.json，项目级配置在项目根目录的.claude/settings.json。一个可复制的项目级配置片段长这样：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "sk-你的Key" }, "permissions": { "allow": [ "Bash(python:*)", "Bash(pip:*)", "Read", "Write", "Edit" ] } }

这个片段做了两件事：把接入地址和 Key 写进项目配置，省得依赖 shell 环境变量；放开 Python 和 pip 的执行权限，因为 Superpowers 执行计划时会自动跑测试，权限卡太死会频繁弹确认。注意 Key 写进项目配置有泄露风险，如果项目要提交到公开仓库，把 Key 换成环境变量引用，或者干脆只放在用户级配置里。

如果你用的是 Codex 或 Cline 这类工具，配置思路类似，核心三件套永远是 Base URL、Key、Model ID。以 Codex 的auth.json为例，结构大致是：

{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model": "claude-sonnet-4-20250514" }

Model ID 要和你实际调用的模型对上，写错了会报模型不存在。Claude Code 里一般不用手动指定模型，插件会沿用当前会话的模型设置。

配置写完后重启 Claude Code，让它重新加载 settings。这一步别偷懒，我踩过的坑就是改完配置没重启，折腾半天以为插件坏了，其实是旧配置还在内存里。

4. 用图片文字识别项目验证 Superpowers 全流程

配置就绪后，用一个真实需求来验证整条链路。我选的任务是：开发一个 Python 程序，读取图片上的文字，并用红色方框标注出文字位置，开发完成后自动测试和验收。这个任务有明确的输入输出，又涉及第三方库，很适合检验 Superpowers 的流程控制能力。

在 Claude Code 里直接输入需求，然后回车。它会自动匹配到 Superpowers 的 skill，拉起工作流。第一步是 brainstorm，AI 会反过来问你几个问题，比如图片格式支持哪些、中英文都要识别吗、标注框的粗细有没有要求。这一步别嫌烦，正是它在澄清需求，回答得越具体，后面返工越少。

需求澄清完，进入 write-plan，AI 会产出一份开发计划，列出要装哪些依赖、分几个文件、测试怎么设计。计划确认后进入 execute-plan，开始实际写代码。几秒钟后它写出主程序，询问是否保存.py文件，选 yes。接着配置项目环境和依赖，需要创建requirements.txt，同样选 yes。再下一步创建测试文件，还是 yes。

依赖这块它一般会选pytesseract加Pillow，前者做 OCR，后者画框。pytesseract依赖系统的 Tesseract 引擎，如果本机没装，运行时会报TesseractNotFoundError。这时候 Superpowers 的检查点就体现价值了，它会在测试阶段发现这个错误，然后提示你安装引擎，而不是默默失败。

测试跑起来后，如果识别结果不对或者框的位置偏了，它会自动修改代码再跑一遍。这个「测试失败自动修」的循环是 Superpowers 最实用的地方，相当于把 TDD 的节奏交给了 AI 来维持。

最终成果是两张东西：一张自动生成的测试图片，上面有中文和英文文字；以及程序执行后输出的标注图，文字位置被红色方框圈了出来。看到红框准确套在文字上，就说明整条链路从需求澄清到测试验收全部跑通了。

这里给一段核心代码的结构参考，方便你理解它生成了什么：

from PIL import Image, ImageDraw import pytesseract def detect_and_mark(image_path, output_path): img = Image.open(image_path) draw = ImageDraw.Draw(img) data = pytesseract.image_to_data(img, lang="chi_sim+eng", output_type=pytesseract.Output.DICT) for i, text in enumerate(data["text"]): if text.strip(): x, y, w, h = data["left"][i], data["top"][i], data["width"][i], data["height"][i] draw.rectangle([x, y, x + w, y + h], outline="red", width=2) img.save(output_path)

lang="chi_sim+eng"表示同时识别简体中文和英文，需要系统装了对应的语言包。如果只识别英文，去掉chi_sim+即可。

整个验证过程下来，你会发现 Superpowers 的价值不在写代码本身，而在于它强制 AI 走完「问清楚、想明白、再动手、最后验」的闭环。没有这套流程，同样的需求 AI 可能直接甩一段代码给你，跑不跑得通全看运气。

5. 集成过程中的常见报错与排查对照

跑通流程不代表一路顺风，下面这几个报错是我和身边朋友实际遇到过的，对照着排查能省不少时间。

第一个，401 Unauthorized或invalid x-api-key。这基本是 Key 的问题，检查三处：Key 有没有复制完整、有没有多余空格、环境变量有没有生效。用echo $ANTHROPIC_AUTH_TOKEN确认一下当前 shell 里的值。如果 Key 是对的还报 401，可能是 Key 被禁用或额度用尽，去控制台看一眼状态。

第二个，local proxy failed或连接被拒绝。这类错误通常出在 Base URL 上。确认写的是https://taotoken.net/api，不要多加/v1或别的路径，也不要带查询参数。有些教程会让你填完整端点，但 Claude Code 会自己拼接路径，填多了反而错。

第三个，reading choices相关的解析错误。这个报错说明返回的数据结构不是 Claude Code 预期的格式，常见原因是 Base URL 指向了一个 OpenAI 兼容端点而不是 Anthropic 兼容端点。TaoToken 的/api是 Anthropic 协议，如果你误填了别的地址，就会解析失败。检查配置里的 URL 是不是被别的工具改过。

第四个，OAuth 相关的报错，比如提示需要登录或 token 过期。Claude Code 某些版本会尝试走 OAuth 流程，如果你用的是 API Key 模式，需要在配置里明确禁用 OAuth，或者确保ANTHROPIC_AUTH_TOKEN优先级高于登录态。实在不行，清掉~/.claude下的登录缓存再重启。

第五个，插件命令不生效，/su没有补全。先确认插件装没装上，去~/.claude/plugins目录看有没有 superpowers 文件夹。没有的话重新执行安装命令。有文件夹但命令不出现，多半是 Claude Code 版本太旧，升级到最新版再试。

第六个，TesseractNotFoundError。这是项目层面的报错，不是接入问题。说明系统没装 Tesseract 引擎。Ubuntu 上sudo apt install tesseract-ocr tesseract-ocr-chi-sim，macOS 上brew install tesseract tesseract-lang。装完把路径加进环境变量，或者代码里用pytesseract.pytesseract.tesseract_cmd指定。

排查的时候有个通用思路：先分清是接入层的问题还是项目层的问题。接入层的报错通常出现在 Claude Code 启动或发请求时，项目层的报错出现在执行计划、跑测试时。前者查环境变量和 URL，后者查依赖和系统库。分清了方向，定位就快很多。

如果接入层反复报错又找不到原因，可以去 https://taotoken.net/api-keys 重新生成一个 Key 试试，排除 Key 本身的问题。文档页 https://taotoken.net/doc 里也有各客户端的排错说明，对照着看更直观。

6. 把 AI 编码流程固定下来的几个实用建议

跑通一次不代表每次都能顺，想把这条流程变成日常习惯，有几个点值得注意。

第一，需求描述尽量带验收标准。Superpowers 的 brainstorm 会追问，但如果你一开始就说清楚「输入是什么、输出是什么、怎么算成功」，澄清轮次会少很多。比如「识别图片文字并用红框标注」就比「做个 OCR 工具」好得多，后者 AI 得猜你要命令行还是 GUI。

第二，计划阶段别急着跳过。很多人看到 write-plan 产出的计划觉得啰嗦，直接确认执行，结果中途发现方向不对。花一分钟扫一眼计划里的文件结构和依赖，能挡掉大部分返工。

第三，测试失败自动修是好事，但要盯着它改了什么。AI 有时会用「绕过测试」的方式让测试通过，比如把断言改松。发现这种情况及时叫停，让它改实现而不是改测试。

第四，配置尽量固化到项目里。把 Base URL、Key、权限写进.claude/settings.json，换台机器 clone 下来就能用。Key 敏感的用环境变量引用，别硬编码。

第五，长期做编码和 Agent 任务的话，可以考虑用 Coding Plan 这类套餐，比按量计费更划算，适合高频调用。地址在 https://taotoken.net/coding-plan ，具体额度自己按用量评估。

第六，模型选择上，复杂任务用能力强的模型，简单脚本用轻量模型，别一律上最贵的。Claude Code 里切换模型比较方便，按任务复杂度来。

最后说个我自己的习惯：每次用 Superpowers 跑完一个任务，把生成的计划和测试文件留着，下次遇到类似需求可以直接参考它的拆解方式。用久了你会发现，这套流程真正训练的是你自己拆解问题的能力，AI 只是把这个过程显性化了。