工作流框架

gstack 最佳实战：23 个 AI 技能，7 步工作流，让一个人跑出完整工程团队的工作量

by admin
信息图封面：gstack 全文要点总览

Garry Tan 有两个身份：Y Combinator 总裁，和一个高产的开源开发者。2026 年，他在 GitHub 上有 1,237 次贡献，60 天内生成了超过 60 万行生产代码。同时，他还全职管理 YC。

这不是段子，数据来自 gstack 项目的 README。他的秘诀不是熬夜，而是一套叫 gstack 的开源工具集 – 用 23 个 AI 技能和 8 个强力工具，把一个程序员武装成一支虚拟工程团队。

1. gstack 到底是什么

一句话：gstack 是一套 AI 工程工作流工具集，把 Claude Code 变成一个有完整流程的工程团队。

它不是框架，不是 SDK，不是又一个 AI 编程插件。它的做法更直接 – 提供了一套结构化的 Sprint 工作流（Think → Plan → Build → Review → Test → Ship → Reflect），每个阶段都有对应的 AI 技能来执行。

打个比方：你一个人写代码，平时就是「想 → 写 → 提交」。用了 gstack 之后，流程变成了：先让 AI 帮你做产品方向审查（/office-hours），再做架构评审（/plan-eng-review），写完代码让另一个 AI 审查（/review），测试交给 QA 角色（/qa），最后自动发布（/ship）。

每个环节都有专门的 AI 技能负责，而且这些技能之间是配合关系，不是互相替代。

关键数据

指标数据来源
60 天生产代码600,000+ 行README
测试代码占比35%README
一周产出140,751 行添加 / 362 次提交README
当前版本v0.16.2.0README
许可证MIT（开源）README

2. 三个设计哲学：gstack 的底层逻辑

gstack 不只是工具集合，它有一套清晰的工程哲学，写在项目的 ETHOS.md 里。理解这三个原则，能帮你搞明白为什么 gstack 的技能是这样设计的。

Boil the Lake（煮沸湖泊）

核心意思：AI 辅助编程让做完整的边际成本接近零。既然如此，那就做完整。

但有个边界条件 – 湖泊和海洋的区别。湖泊是可以煮沸的：100% 测试覆盖率、完整功能实现、所有边缘情况。海洋是不行的：从零重写整个系统、多季度平台迁移。

翻译成大白话：能用 AI 做到完整的事情，就不要偷懒只做一半。但也要认清哪些事根本做不完，别碰。

Search Before Building（先搜索后构建）

三层知识体系：

  • Layer 1 – 经验证的：标准模式、久经考验的方法
  • Layer 2 – 新兴流行的：当前社区常见实践、博客文章、生态趋势
  • Layer 3 – 第一性原理：从具体问题推导出的原创观察

这个原则在 /office-hours 技能里体现得很明显 – 它会强制你回答六个问题，把产品方向想清楚再动手。而不是上来就开始写代码。

User Sovereignty（用户主权）

AI 模型推荐，用户决策。 两个 AI 模型同意某个变更是一个强信号，但不是命令。

这点很重要。gstack 的技能不是自动执行的流水线，每个关键节点都需要人来拍板。AI 给建议，你说了算。

三个设计哲学概念图

3. 架构解析：为什么这么快

gstack 的技术架构用一句话概括：

Claude Code → CLI (编译二进制) → HTTP POST → Bun Server → CDP → Chromium (无头)

为什么选 Bun 不选 Node.js

ARCHITECTURE.md 里列了四个理由，每个都很实在：

  1. 编译二进制：bun build --compile 生成单个约 58MB 的可执行文件，不用装运行时
  2. 原生 SQLite：直接读取 Chromium 的 SQLite cookie 数据库，解密 Cookie 不用绕路
  3. 原生 TypeScript：开发时不需要编译步骤，改了直接跑
  4. 内置 HTTP 服务器：Bun.serve() 搞定，不用装 Express 或 Fastify

守护进程模型

首次调用浏览器时启动，大概 3 秒。之后每次调用只要 100-200 毫秒。30 分钟空闲自动关闭。

这个设计很聪明 – 既不用每次都冷启动浏览器，也不会一直占着内存。而且用随机端口（10000-60000），支持多个工作空间同时跑。

Ref 系统

这是 gstack 浏览器操作的核心。用 @e1、@e2、@c1 这样的标识来引用页面元素，基于 Playwright 的无障碍树定位，不修改 DOM。

好处是：即使页面结构变了（比如 SPA 路由切换），只要无障碍树没大变，引用还能用。导航时 refs 会自动清除，避免悬空引用。

安全模型

四个关键点：

  • 只绑定 localhost，不暴露到网络
  • Bearer token 认证（UUID v4）
  • Cookie 安全：macOS Keychain 访问需用户批准，内存中解密，不写磁盘明文
  • Shell 注入防护

gstack 处理的是浏览器和代码，安全是底线。从架构设计看，这块做得很到位。

gstack 技术架构图

4. Sprint 工作流：7 步跑完一个完整迭代

gstack 的核心工作流是 Sprint，7 个阶段：Think → Plan → Build → Review → Test → Ship → Reflect。

每个阶段都有对应的 AI 技能。下面按阶段拆解，重点讲实操。

Think 阶段 – 想清楚再动手

/office-hours – 这个技能名字来自 YC 的办公时间传统。它会强制你回答六个问题，把产品方向和需求想清楚。

这步的本质是：用 15 分钟想清楚，避免花 5 小时写错东西。

在 Claude Code 里直接输入：

/office-hours

AI 会以 YC 合伙人的角色，逐个提问。回答完之后，你会得到一份结构化的产品方向文档。

Plan 阶段 – 三重审查

gstack 提供了一键审查流水线 /autoplan，自动跑三轮：

技能角色审查什么
/plan-ceo-reviewCEO/创始人重新思考问题，找 10 星产品方向
/plan-design-review高级设计师交互设计审查，0-10 评分
/plan-eng-review工程经理锁定架构、数据流、边缘情况

每轮审查都是独立的 AI 会话，不会互相干扰。三轮跑完，你会拿到一份经过三个视角审视的执行计划。

也可以单独跑某一轮，比如只需要工程架构审查：

/plan-eng-review

Build 阶段 – 写代码

这步主要靠 Claude Code（或其他 AI 编程 Agent）本身的能力。gstack 的设计是：规划阶段结束后的执行交给编程 Agent，配合 /browse 做浏览器端操作。

以 Claude Code 为例，调用 GLM5 或 MiniMax2.7 这样的大模型来生成代码，然后用 gstack 的浏览器技能验证实际效果。

Review 阶段 – 代码审查

/review – 主管工程师角色，专门发现那些通过 CI 但到生产环境会爆炸的 Bug。

/codex – 这个工具特别有意思。它会调用 OpenAI Codex CLI 做独立的代码审查，相当于让另一个模型从旁观者角度检查你的代码。

这就是 User Sovereignty 哲学的体现 – 两个 AI 模型都同意的改动，可信度更高。但最终拍板还是你。

实际使用：

/review
# 审查完成后，换一个模型视角
/codex

Test 阶段 – 真实浏览器测试

/qa – 不只是跑单元测试。它在真实浏览器里操作，找到 Bug 还会自动修复。

/benchmark – 性能工程师角色，跑 Core Web Vitals 和页面加载基准测试。

/qa
# 如果只想看报告不改代码
/qa-only

Ship 阶段 – 一键发布

/ship – 同步 main 分支、跑测试、审计覆盖率、推送、开 PR，一口气搞定。

/land-and-deploy – 合并 PR → CI → 部署 → 验证生产环境健康。

/ship
# 合并并部署
/land-and-deploy

Reflect 阶段 – 复盘

/retro – 工程经理角色，做团队感知的周回顾。

/learn – 管理跨会话的学习记录，让下一个 Sprint 能从上一个 Sprint 的经验中受益。

/retro
/learn

到这里，一个完整的 Sprint 就跑完了。从产品方向到上线发布，每个环节都有 AI 技能兜底。

Sprint 工作流环形图

5. 三种实战模式

单人高效模式

适合独立开发者。核心路径：

/office-hours → /autoplan → 写代码 → /review → /qa → /ship

一人分饰多角，但每个角色都有 AI 帮你把关。

根据 ETHOS.md 里的效率压缩比数据，几个典型场景的提升幅度：

任务类型传统耗时gstack 耗时压缩比
样板代码/脚手架2 天15 分钟~100x
测试编写1 天15 分钟~50x
功能实现1 周30 分钟~30x
Bug 修复+回归测试4 小时15 分钟~20x

注意这些数据来自 gstack 官方文档，实际效果取决于你的项目复杂度和模型能力。但数量级是可信的 – AI 写样板代码和测试，确实比人快一两个数量级。

效率压缩比对比图

并行 Sprint 模式

这是 gstack 真正拉开差距的地方。利用守护进程的随机端口设计，你可以同时开 10-15 个 Sprint 会话。

具体操作：每个终端窗口跑一个独立的 Claude Code 实例，各自处理不同的任务。gstack 的浏览器守护进程支持多端口，互不干扰。

比如同时跑：

  • 终端 1：功能 A 的 /plan-eng-review
  • 终端 2：功能 B 的 /qa
  • 终端 3：功能 C 的 /ship

一个人，三条线并行推进。Garry Tan 日产万行代码，靠的就是这个并行模式。

跨模型协作

/codex 让你用不同的大模型做独立审查。比如用 Claude Code 写代码，用 GLM5 做一轮审查，再用 MiniMax2.7 做交叉验证。

/pair-agent 支持跨 Agent 协调，共享浏览器会话。两个 AI Agent 可以在同一页面上协作操作。

# 在 Claude Code 中写完代码后
/review
# 换用独立模型审查
/codex
# 两个 Agent 协调工作
/pair-agent

你在项目里用过类似的跨模型审查方案吗？评论区聊聊效果。

6. 无头浏览器：不只是点击工具

gstack 的 /browse 技能背后是一个完整的无头浏览器系统，基于 Playwright + Chromium。

基本操作

# 打开网页
$B goto https://example.com

# 获取页面文本
$B text

# 获取可交互元素（按钮、链接、输入框）
$B snapshot -i

# 差异对比（和上次快照对比）
$B snapshot -D

# 截图
$B screenshot

$B 是 gstack 的浏览器命令别名。每条命令的响应时间在 100-200 毫秒，用起来几乎感觉不到延迟。

数据提取（v0.16.0 新增）

从 v0.16.0 开始，gstack 的浏览器从点击工具升级为数据提取平台：

  • media：发现页面上所有图片、视频、音频元素
  • data：提取结构化数据（JSON-LD、Open Graph、Twitter Cards）
  • download：下载 URL 或页面元素到本地
  • scrape：批量下载页面媒体
  • archive：保存完整页面为 MHTML

这些命令组合起来，可以做不少有意思的事 – 比如用 /qa 跑完测试后，自动用 data 提取页面结构化数据做验证。

7. 30 秒安装上手

前置条件

  • Claude Code（或其他支持的 AI 编程 Agent）
  • Git
  • Bun v1.0+

安装

一条命令搞定：

git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup

大概 30 秒。完成后，所有技能就能在 Claude Code 里直接用了。

团队模式

如果是小团队协作，推荐用团队模式：

# 初始化团队配置
cd ~/.claude/skills/gstack && ./setup --team

# 在项目里启用
cd <your-repo> && ~/.claude/skills/gstack/bin/gstack-team-init required

团队模式会自动保持版本同步，避免版本不一致的问题。

支持 8 个 AI 编程 Agent

gstack 不绑定 Claude Code。官方支持 8 个 Agent：Claude Code、OpenAI Codex CLI、OpenCode、Cursor、Factory Droid、Slate、Kiro、OpenClaw。

不过目前功能完整的体验还是在 Claude Code 上，其他 Agent 的支持程度各有差异。

8. 安全机制：不是玩具

gstack 处理浏览器 Cookie、执行代码、操作生产环境，安全不能马虎。

四层提示注入防御（v0.15.12+）

  1. 内容信封：隔离外部内容
  2. 隐藏元素剥离：防止恶意隐藏内容
  3. 数据标记：标记数据来源
  4. 内容过滤器：过滤危险指令

安全工具

/careful    # 破坏性命令安全警告
/freeze     # 锁定目录，防止误编辑
/guard      # careful + freeze 组合，相当于安全模式

/guard 在做生产环境操作时特别有用 – 相当于给 AI 加了安全带。

9. 一个完整的 Sprint 演示

假设你在做一个 Web 应用的新功能，完整流程大概是这样：

第 1 步：想清楚需求

/office-hours

回答六个问题，拿到产品方向文档。15 分钟。

第 2 步：三重规划

/autoplan

自动跑 CEO、设计、工程三轮审查。拿到执行计划。30 分钟。

第 3 步：写代码

用 Claude Code 配合 GLM5 或 MiniMax2.7 写代码实现。根据功能复杂度，30 分钟到几小时不等。

第 4 步：审查

/review
/codex

两个模型交叉审查。发现潜在问题。15 分钟。

第 5 步：测试

/qa
/benchmark

真实浏览器测试 + 性能基准。自动修复发现的 Bug。15-30 分钟。

第 6 步：发布

/ship

同步、测试、审计、推送、开 PR。5 分钟。

第 7 步：复盘

/retro
/learn

记录这个 Sprint 的经验教训，下次不再踩同样的坑。10 分钟。

整个流程从需求到上线，一个人完成。传统流程至少需要产品经理、设计师、前端、后端、QA、DevOps 六个角色。gstack 把每个角色都 AI 化了，你只需要做决策。

10. 适合谁，不适合谁

适合

  • 独立开发者：一个人做产品，缺人做审查和测试
  • 小团队：3-5 人的早期团队，想要更规范的开发流程
  • 开源维护者：一个人维护多个项目，需要高效的工作流

不太适合

  • 纯新手：gstack 假设你已经会写代码，只是想提效
  • 大团队：已经有完善的 CI/CD 和代码审查流程的团队，收益有限
  • 非 Web 开发：浏览器相关的技能对非 Web 项目用处不大

总结

gstack 的价值不在于某个单一功能，而在于它把软件工程的完整流程结构化了。从产品思考到上线发布，每个环节都有对应的 AI 技能，而且这些技能是配合使用的，不是孤立存在的。

三个哲学（Boil the Lake、Search Before Building、User Sovereignty）贯穿整个工具集的设计。AI 做执行的效率远高于人，但方向判断和决策权始终在人手里。