上线仅一周便在GitHub上狂揽超过2万颗星，这个名为 gstack 的开源项目，实际上是一套为 Claude Code 量身定制的AI编程专家工作流。它的作者是硅谷的知名人物——Garry Tan。
Garry Tan 不仅是 Y Combinator（YC）的总裁，投资了众多明星初创公司，也是一位拥有数十万粉丝的科技界意见领袖。他曾在社交媒体上分享自己对Claude Code的痴迷，经常用它编程至深夜，日均产出上万行代码、合并十几个Pull Request。如今，他将这套能极大提升AI编程效率与质量的工作流完全开源，迅速在全球开发者社区中引爆了讨论。
gstack 解决了什么问题？
你是否也有这样的困惑：同样是使用 Claude Code，别人能构建出复杂、完整的生产级项目，而自己做出来的东西却总像个粗糙的Demo？功能勉强能跑，但设计缺乏美感，细节经不起推敲。
这其中的差距，除了模型能力，很大程度上源于工作流。当你直接向Claude Code下达一个模糊的指令，比如“帮我做个二手市场App”，它便会立即开始编码。结果往往是：产品方向未经深思，技术架构未经评审，代码质量无人把关，最终效果连AI自己都无法直观预览。试图让一个通用AI代理承担整个团队的角色，结果往往是样样都做，样样不精。
gstack 的核心思路正是为了解决这一问题：不要让一个AI试图包办所有事情，而是为它装备一系列具有专项技能的“人格”，每个“人格”只精通软件开发流程中的一个特定环节。
这套理念与一些流行的 Agent 协作框架异曲同工。Garry Tan 认为：“产品规划不等于代码评审，代码评审不等于发布上线，创始人的品味不等于工程的严谨。把这四件事混在一起，你只会得到一个平庸的混合物。我要的是明确的档位切换。”
因此，gstack 提供了 12个 专项技能（Skill），每个技能都对应一个高度专业化的角色——如CEO、技术负责人、资深设计师、偏执的高级工程师、发布工程师、QA测试工程师等。这些角色共同覆盖了从“想清楚要做什么”到“上线后复盘总结”的完整软件开发生命周期。
12个专项技能详解
安装gstack后，你的Claude Code就获得了一个随时可调用的专家团队。何时使用哪个技能？直接询问你的Claude Code助手即可，它会为你提供清晰的指引。
这些技能主要分为四大类：
一、计划与审查类
这类技能用于在动笔写代码之前，从不同角度审视和规划你的项目，确保方向正确、方案稳健。
-
/plan-ceo-review – CEO视角计划审查
- 场景：写代码前，挑战产品前提假设。
- 用法：在项目目录执行，自动检测分支变更，从创始人视角进行10个维度的审查。
- 输出：审查报告 + 风险清单 + 改进建议。
-
/plan-eng-review – 工程经理视角计划审查
- 场景：锁定技术架构、数据流、边界情况和测试覆盖。
- 用法：交互式审查，逐步敲定执行细节。
- 区别：CEO审查问“我们做对的事了吗？”，工程审查问“我们如何最稳妥地做这件事？”。
-
/plan-design-review – 设计师视角计划审查
- 场景：审查UI/UX设计方案（针对计划文档或代码中的设计）。
- 输出：包含评分（0-10分）和改进建议的设计审计报告。
-
/design-review – 设计师线上站点审查
- 场景：对已部署的网站进行视觉审查。
- 用法：仅报告问题（如间距、层级、字体），不修改代码。
- 输出：带截图标注的设计问题报告。
-
/review – PR合并前代码审查
- 场景：提交PR前的快速深度检查。
- 重点：检查SQL安全、信任边界、条件副作用等结构性、安全性问题，而非代码风格。
二、QA测试类
这类技能让AI能够“看到”你的应用运行效果，并进行自动化测试与修复。
三、发布与回顾类
覆盖代码发布后的全流程，确保交付物完整，并促进团队持续改进。
四、工具类
提供底层支撑能力，使其他技能得以高效运行。
-
/browse – 无头浏览器
- 场景：被
/qa、/design-review 等技能内部调用，用于快速打开网页、截图、点击元素、验证页面状态。
- 特点：执行速度极快（每条命令约100ms）。
-
/setup-browser-cookies – 导入浏览器Cookie
- 场景：在进行需要登录的页面QA测试前使用。
- 用法：从你的真实浏览器（Chrome/Edge等）导出Cookie，供无头浏览器使用。
-
/gstack-upgrade – 升级gstack
- 场景：gstack发布新版本时。
- 用法：自动检测并完成升级流程。
-
/design-consultation – 设计咨询
- 场景：从零开始为新产品建立设计系统。
- 输出：理解产品、调研竞品后，提出完整的设计方案并生成预览页和 DESIGN.md 文档。
通过这一整套技能，一个典型的AI辅助开发工作流被完整覆盖：从零设计规范 → 评审计划 → 编码 → 代码审查 → 自动化测试 → 一键发布 → 文档同步 → 周期复盘。这种高度结构化的方式，正是 开源实战 中追求工程卓越的体现。
技术实现亮点
以其中的 /design-review 技能为例，它会自动访问你指定的网站，分析视觉体验问题。这里有一个关键的技术选择：浏览器自动化没有使用常见的 MCP（Model Context Protocol）。
Garry Tan 认为 MCP 的协议开销过大，一次简单的页面文本获取，实际消耗的Token可能是必要信息的十倍。运行几十步浏览器操作，协议开销将难以承受。
因此，gstack 采用了一种更“朴素”却高效的做法：将浏览器操作逻辑编译成一个独立的 CLI 二进制文件。这个二进制接收标准的命令行参数，并输出纯文本结果。由于 Claude Code 原生支持 Bash 工具调用，这便构成了一个极其简单且 Token 开销友好的接口。
如何安装与使用？
安装过程非常简单。只需在你的 Claude Code 对话框中输入：
帮我安装这个 skill，安装之前让我看看你的安装计划再执行：
https://github.com/garrytan/gstack
然后等待 Claude Code 自动完成安装即可。
更重要的是，gstack 的 12 个技能并非孤立存在，它们可以串联起来，形成一条高度自动化的开发流水线：
① 描述你的产品需求
② /plan-ceo-review → 从创始人视角压力测试产品方向
③ /plan-eng-review → 从工程经理视角敲定技术方案
④ 退出plan模式，开始动手写代码
⑤ /review → 进行偏执级的代码安全与质量审查
⑥ /ship → 由发布工程师一键完成发版流程
⑦ /qa → 由QA工程师进行系统化测试与修复
⑧ 每周五执行 /retro → 进行本周工作回顾与分析
这套工作流的精髓在于 “分工”与“调度”。作为开发者，你不需要亲自精通所有环节，而是需要像一个管理者那样，清楚在项目生命周期的每个阶段，应该调用哪一位“专家”（技能）来解决问题。这极大地释放了开发者 的生产力，让单人具备小型团队的交付能力。
gstack 不仅是一个静态的工具集，它本身也在持续进化。正如其仓库所展示的活跃开发状态，它会“用得越多越聪明”。对于希望将 AI 编程能力提升到新高度的技术领导者、创业者或资深工程师而言，借鉴并实践这样一套结构化的专家工作流理念，或许正是突破当前效率瓶颈的关键。欢迎在 云栈社区 交流你在使用类似工具时的经验和心得。
发表于 1 小时前
|
查看: 1|
回复: 0
