gstack：Garry Tan 的 AI 驱动工程团队工作流

一、项目概述

gstack 是 Y Combinator CEO Garry Tan 开源的 AI 编程工作流系统。它不是一个简单的工具集合，而是一套完整的"AI 工程团队"方法论——将 Claude Code 转变为包含 23 个专业角色和 8 个强力工具的虚拟工程团队。

核心问题

Andrej Karpathy 在 2026 年 3 月提到：“我从去年 12 月开始基本没写过一行代码。“这引发了一个问题：一个人如何以 20 人的团队速度交付？

Garry Tan 的答案是：正确的工具链。他使用 AI Agent，在过去 60 天内交付了 3 个生产级服务、40+ 功能特性（兼职工作，同时全职运营 YC）。按逻辑代码变更（排除 AI 膨胀的代码行）计算，他的 2026 年交付速度是 2013 年的 ~810 倍（11,417 vs 14 逻辑行/天）。

核心特性

23 个专业角色：从 CEO、工程师、设计师到 QA、安全官、发布工程师
完整的冲刺流程：Think → Plan → Build → Review → Test → Ship → Reflect
跨 Agent 支持：不仅支持 Claude Code，还支持 Codex、Cursor、OpenCode 等 10 种 AI 编程工具
真实的浏览器：通过 CDP 协议控制 Chromium，实现真正的 E2E 测试
持久化记忆：通过 GBrain 实现跨会话的知识积累

二、技术原理

架构设计

gstack 采用 技能栈（Skill Stack） 架构，每个技能对应一个专业角色：

office-hours (YC Office Hours)
    ↓ 输出设计文档
plan-ceo-review (CEO/Founder)
    ↓ 战略挑战
plan-eng-review (Eng Manager)
    ↓ 架构锁定
build (Implementation)
    ↓ 代码实现
review (Staff Engineer)
    ↓ 代码审查
qa (QA Lead)
    ↓ 浏览器测试
ship (Release Engineer)
    ↓ 发布
retro (Eng Manager)
    ↓ 复盘

每个技能读取前一个技能的输出，形成 流水线式的工作流。例如：

/office-hours 生成的设计文档会被 /plan-ceo-review 自动读取
/plan-eng-review 生成的测试计划会被 /qa 自动获取
/review 发现的 bug 会被 /ship 验证是否已修复

核心技术栈

技术	用途	选型理由
Bun	运行时 + 包管理器	快速启动、内置 TypeScript 支持
Playwright	浏览器自动化	稳定的 CDP 协议实现
Chrome DevTools Protocol	浏览器控制	真实浏览器环境，支持反爬虫
Puppeteer Core	备选浏览器控制	兼容性备选方案
Hugging Face Transformers	本地 ML 模型	Prompt 注入检测

关键设计模式

1. 域名技能系统（Domain Skills）

gstack 引入了"域名技能"概念：Agent 在访问特定网站时，会自动加载该网站的注意事项。

$B domain-skill save
# 保存：LinkedIn 的 Apply 按钮在 iframe 中
# 下次访问 LinkedIn 时自动应用

实现机制：

技能存储在 per-project 的 learnings 文件中
经过 3 次成功使用后会提升为 active 状态
可通过 $B domain-skill promote-to-global 提升为全局技能

2. 原始 CDP 逃逸舱（Raw CDP Escape Hatch）

对于精选命令未覆盖的边缘情况，gstack 提供了原始 CDP 访问：

$B cdp <Domain.method>
# 例如：$B cdp Runtime.evaluate

安全机制：

默认拒绝模式（deny-default）
方法必须显式添加到 browse/src/cdp-allowlist.ts
两层互斥锁（two-tier mutex）序列化浏览器范围内的 CDP 调用
数据渗透方法的输出包裹在 UNTRUSTED 信封中

3. 连续检查点模式（Continuous Checkpoint Mode）

设置 gstack-config set checkpoint_mode continuous 后，技能会在工作过程中自动提交，提交信息包含：

WIP: 前缀
结构化 [gstack-context] 主体（决策、剩余工作、失败尝试）

恢复机制：

/context-restore 读取这些提交来重建会话状态
/ship 在 PR 前会 filter-squash WIP 提交（保留非 WIP 提交）

数据流分析

以"构建每日简报应用"为例：

用户输入："我想构建一个日历每日简报应用"
  ↓
/office-hours
  - 追问具体痛点（不是假设）
  - 挑战用户的问题框架
  - 提取 5 个用户未意识到的能力
  - 生成 3 种实现方案 + 工作量估算
  ↓ 输出：设计文档
/plan-ceo-review
  - 读取设计文档
  - 挑战范围（4 种模式：扩展/选择性扩展/保持范围/缩减）
  ↓ 输出：CEO 审查报告
/plan-eng-review
  - ASCII 图表（数据流、状态机、错误路径）
  - 测试矩阵、失败模式、安全考虑
  ↓ 输出：工程计划
用户批准计划，退出计划模式
  ↓
实现（~8 分钟，2,400 行代码，11 个文件）
  ↓
/review
  - [自动修复] 2 个问题
  - [询问] 竞态条件 → 用户批准修复
  ↓
/qa https://staging.myapp.com
  - 打开真实浏览器
  - 点击流程，发现并修复 bug
  ↓
/ship
  - 同步 main
  - 运行测试
  - 审计覆盖率
  - 推送，打开 PR

三、安装与快速开始

环境要求

Claude Code（必需）
Git（必需）
Bun v1.0+（必需，用于运行时）
Node.js（Windows 必需，Bun 在 Windows 上有 Playwright pipe transport bug）

安装步骤

方式 1：快速安装（推荐）

打开 Claude Code，粘贴以下内容：

Install gstack: run `git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup` then add a "gstack" section to CLAUDE.md that says to use the /browse skill from gstack for all web browsing, never use mcp__claude-in-chrome__* tools, and lists the available skills: /office-hours, /plan-ceo-review, /plan-eng-review, /design-consultation, /design-shotgun, /design-html, /review, /ship, /land-and-deploy, /canary, /benchmark, /browse, /connect-chrome, /qa, /qa-only, /design-review, /setup-browser-cookies, /setup-deploy, /setup-gbrain, /retro, /investigate, /document-release, /document-generate, /codex, /cso, /autoplan, /plan-devex-review, /devex-review, /careful, /freeze, /guard, /unfreeze, /gstack-upgrade, /learn. Then ask the user if they also want to add gstack to the current project so teammates get it.

Claude 会自动完成所有配置。

方式 2：团队模式（推荐用于共享仓库）

在仓库内运行：

(cd ~/.claude/skills/gstack && ./setup --team) && ~/.claude/skills/gstack/bin/gstack-team-init required && git add .claude/ CLAUDE.md && git commit -m "require gstack for AI-assisted work"

优势：

无 vendored 文件
无版本漂移
无手动升级
每次 Claude Code 会话启动时自动检查更新（限流至 1 次/小时，网络故障安全，完全静默）

方式 3：其他 AI Agent

gstack 支持 10 种 AI 编程工具：

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

或指定 Agent：

./setup --host codex    # OpenAI Codex CLI
./setup --host cursor    # Cursor
./setup --host opencode  # OpenCode
./setup --host factory   # Factory Droid

最简运行示例

安装完成后，运行以下命令体验完整流程：

/office-hours
# 描述你要构建的产品

/plan-ceo-review
# 对功能想法进行 CEO 审查

/review
# 审查任何有变更的分支

/qa
# 对 staging URL 进行 QA 测试

四、使用方法与实战

基础用法

1. 产品探索：/office-hours

这是起点。6 个强制问题会重新框架你的产品，然后再写代码。

你：我想构建一个日历每日简报应用。
Claude：[询问具体痛点——不是假设的例子]

你：多个 Google 日历，事件信息过时，位置错误。准备工作耗时太久，结果不够好...

Claude：我要挑战这个问题的框架。你说"每日简报应用"，但你实际描述的是一个个人首席助理 AI。
[提取 5 个你未意识到的能力]
[挑战 4 个前提——你同意、不同意或调整]
[生成 3 种实现方案 + 工作量估算]
建议：明天交付最窄的楔子，从真实使用中学习。完整愿景是 3 个月的项目——从真正可用的每日简报开始。
[写入设计文档 → 自动供下游技能使用]

2. 计划审查：/plan-ceo-review

读取设计文档，挑战范围，运行 10 节审查。

四种模式：

Expansion：扩展范围，探索 10 星产品
Selective Expansion：选择性扩展
Hold Scope：保持范围
Reduction：缩减范围

3. 工程审查：/plan-eng-review

锁定架构、数据流、图表、边界情况和测试。强制将隐藏的假设公开。

输出包含：

ASCII 图表（数据流、状态机、错误路径）
测试矩阵
失败模式
安全考虑

4. 代码审查：/review

发现通过 CI 但在生产环境中爆炸的 bug。

/review
[自动修复] 2 个问题。
[询问] 竞态条件 → 你批准修复。

5. QA 测试：/qa

测试你的应用，发现 bug，用原子提交修复，重新验证。

/qa https://staging.myapp.com
[打开真实浏览器]
[点击流程]
[发现并修复 bug]
[自动生成回归测试]

6. 发布：/ship

同步 main，运行测试，审计覆盖率，推送，打开 PR。

/ship
Tests: 42 → 51 (+9 新测试)
PR: github.com/you/app/pull/42

进阶用法

1. 设计探索：/design-shotgun

“展示选项。“生成 4-6 个 AI 模型变体，在浏览器中打开比较板，收集你的反馈，迭代。

品味记忆（Taste Memory）会在几轮后启动，开始偏向你实际选择的内容。

2. 生产 HTML：/design-html

将模型（来自 /design-shotgun、CEO 计划、设计审查或只是描述）转换为生产质量的 HTML/CSS。

特性：

使用 Pretext 进行计算文本布局
文本在调整大小时实际重排
高度根据内容调整
布局是动态的
30KB 开销，零依赖
检测你的框架（React、Svelte、Vue）并输出正确格式

3. 安全审计：/cso

OWASP Top 10 + STRIDE 威胁模型。

零噪声：

17 个误报排除
8/10+ 置信度门控
独立发现验证
每个发现包含具体的利用场景

4. 多 Agent 协调：/pair-agent

与任何 AI Agent 共享你的浏览器。

/pair-agent
# 选择你的 Agent
# GStack Browser 窗口打开
# 打印指令块
# 粘贴到另一个 Agent 的聊天中

安全特性：

作用域令牌
标签页隔离
速率限制
活动归因

5. 持久化记忆：GBrain

GBrain 是 AI Agent 的持久化知识库。

/setup-gbrain

四种路径：

Supabase，现有 URL——你的云 Agent 已配置 brain
Supabase，自动配置——粘贴 Supabase Personal Access Token
PGLite 本地——零账户，零网络，~30 秒
远程 gbrain MCP——brain 在另一台机器上运行

实际项目示例

示例 1：构建通知功能

你：构建一个通知功能。
Claude：加载 gstack。运行 /autoplan。

[/autoplan 自动运行]
[office-hours → plan-ceo-review → plan-eng-review]
[输出完整计划]

你：批准计划。实施。
Claude：[实现计划] [运行 /ship]

示例 2：安全审计

你：对这个仓库运行安全审计。
Claude：加载 gstack。运行 /cso。

[/cso 运行 OWASP Top 10 + STRIDE]
[输出威胁模型]
[每个发现包含利用场景]

示例 3：调试生产问题

你：生产环境出现异常行为。
Claude：加载 gstack。运行 /investigate。

[/investigate 系统根源调试]
[铁律：没有调查就没有修复]
[追踪数据流]
[测试假设]
[3 次失败修复后停止]

五、常见问题与解决方案

安装失败

问题：技能未显示

原因：CLAUDE.md 中缺少 gstack 部分。

解决方案：手动添加到项目的 CLAUDE.md：

## gstack
Use /browse from gstack for all web browsing. Never use mcp__claude-in-chrome__* tools.
Available skills: /office-hours, /plan-ceo-review, /plan-eng-review, /plan-design-review,
/design-consultation, /design-shotgun, /design-html, /review, /ship, /land-and-deploy,
/canary, /benchmark, /browse, /open-gstack-browser, /qa, /qa-only, /design-review,
/setup-browser-cookies, /setup-deploy, /setup-gbrain, /sync-gbrain, /retro, /investigate,
/document-release, /document-generate, /codex, /cso, /autoplan, /pair-agent, /careful, /freeze,
/guard, /unfreeze, /gstack-upgrade, /learn.

问题：Windows 上使用问题

原因：Bun 在 Windows 上有 Playwright pipe transport bug。

解决方案：

安装 Node.js（除了 Bun）
确保 bun 和 node 都在 PATH 中
浏览服务器会自动回退到 Node.js

问题：Codex 说"Skipped loading skill(s) due to invalid SKILL.md”

原因：Codex 技能描述过时。

解决方案：

cd ~/.codex/skills/gstack && git pull && ./setup --host codex
# 或对于 repo-local 安装：
cd "$(readlink -f .agents/skills/gstack)" && git pull && ./setup --host codex

运行时错误

问题：/browse 失败

原因：依赖未安装或构建未运行。

解决方案：

cd ~/.claude/skills/gstack && bun install && bun run build

问题：Stale install

原因：gstack 仓库过时。

解决方案：

/gstack-upgrade
# 或在 ~/.gstack/config.yaml 中设置 auto_upgrade: true

问题：Claude 说它看不到技能

原因：项目的 CLAUDE.md 缺少 gstack 部分。

解决方案：确保 CLAUDE.md 有 gstack 部分（见上面的"技能未显示"解决方案）。

性能问题

问题：浏览器自动化慢

原因：默认配置可能不是最优的。

解决方案：

使用 GStack Browser（/open-gstack-browser）获得更快的性能
确保使用 Bun 而不是 Node.js（除非在 Windows 上）
检查网络连接（ngrok 隧道可能引入延迟）

问题：Git 操作慢

原因：大文件或网络延迟。

解决方案：

使用 SSH 而不是 HTTPS 进行 Git 操作
配置 Git 代理（如果在企业网络中）
使用 git gc 清理本地仓库

兼容性问题

问题：与其他技能包冲突

原因：命令名称冲突。

解决方案：

cd ~/.claude/skills/gstack && ./setup --prefix
# 从 /qa 切换到 /gstack-qa

问题：Claude Code 版本不兼容

原因：gstack 需要特定版本的 Claude Code。

解决方案：

更新 Claude Code 到最新版本
检查 gstack 的 package.json 中的 engines 字段
如果需要，降级 gstack 到兼容版本

六、总结

gstack 不仅仅是一个工具集合，它是一套完整的 AI 驱动的工程方法论。通过将专业角色、强制流程和安全机制结合在一起，gstack 让单个开发者能够以团队的速度交付生产级软件。

核心价值

生产力提升：Garry Tan 的案例显示，合理使用 AI 工具可以实现 810 倍的生产力提升（按逻辑代码变更计算）。
流程保障：从 Think → Plan → Build → Review → Test → Ship → Reflect 的完整流程，确保每个环节都有专业角色把关。
跨工具兼容：不仅支持 Claude Code，还支持 10 种主流 AI 编程工具，真正的工具无关。
安全第一：内置 OWASP Top 10 + STRIDE 威胁模型、Prompt 注入检测、原始 CDP 访问控制等安全机制。
持久化记忆：通过 GBrain 实现跨会话的知识积累，让 Agent 越来越了解你的项目。

适用人群

创始人和 CEO——尤其是仍想交付代码的技术创始人
首次使用 Claude Code 的用户——结构化的角色而不是空白提示
技术主管和资深工程师——每个 PR 的严格审查、QA 和发布自动化

未来展望

随着 AI Agent 能力的不断提升，gstack 所代表的"AI 工程团队"模式将会越来越成熟。我们可以期待：

更多的专业角色：随着 AI 能力的提升，会有更多细分的专业角色加入。
更好的协作机制：多 Agent 协调、跨会话记忆共享等能力会不断增强。
更深的项目理解：通过 GBrain 等工具，Agent 会越来越了解项目的上下文和历史。
更广的工具支持：会有更多的 AI 编程工具被集成到 gstack 生态中。

gstack 是一个活生生的证明：AI 不是取代开发者，而是让开发者变得更强大。通过这个开源项目，Garry Tan 不仅分享了他的工作流，更为整个行业展示了"AI 原生软件开发"的未来形态。

项目链接：

GitHub：https://github.com/garrytan/gstack
文档：https://github.com/garrytan/gstack/tree/main/docs
许可证：MIT（免费，永久免费）

引用：

“The difference isn’t who typed it, it’s what shipped.” —— Garry Tan

这句话完美地总结了 gstack 的哲学：重要的不是谁写的代码，而是交付了什么。在 AI 时代，开发者应该从"代码实现者"转变为"产品交付者”，而 gstack 正是实现这一转变的强大工具。

一、项目概述#

核心问题#

核心特性#

二、技术原理#

架构设计#

核心技术栈#

关键设计模式#

1. 域名技能系统（Domain Skills）#

2. 原始 CDP 逃逸舱（Raw CDP Escape Hatch）#

3. 连续检查点模式（Continuous Checkpoint Mode）#

数据流分析#

三、安装与快速开始#

环境要求#

安装步骤#

方式 1：快速安装（推荐）#

方式 2：团队模式（推荐用于共享仓库）#

方式 3：其他 AI Agent#

最简运行示例#

四、使用方法与实战#

基础用法#

1. 产品探索：/office-hours#

2. 计划审查：/plan-ceo-review#

3. 工程审查：/plan-eng-review#

4. 代码审查：/review#

5. QA 测试：/qa#

6. 发布：/ship#

进阶用法#

1. 设计探索：/design-shotgun#

2. 生产 HTML：/design-html#

3. 安全审计：/cso#

4. 多 Agent 协调：/pair-agent#

5. 持久化记忆：GBrain#

实际项目示例#

示例 1：构建通知功能#

示例 2：安全审计#

示例 3：调试生产问题#

五、常见问题与解决方案#

安装失败#

问题：技能未显示#

问题：Windows 上使用问题#

问题：Codex 说"Skipped loading skill(s) due to invalid SKILL.md”#

运行时错误#

问题：/browse 失败#

问题：Stale install#

问题：Claude 说它看不到技能#

性能问题#

问题：浏览器自动化慢#

问题：Git 操作慢#

兼容性问题#

问题：与其他技能包冲突#

问题：Claude Code 版本不兼容#

六、总结#

核心价值#

适用人群#

未来展望#

一、项目概述

核心问题

核心特性

二、技术原理

架构设计

核心技术栈

关键设计模式

1. 域名技能系统（Domain Skills）

2. 原始 CDP 逃逸舱（Raw CDP Escape Hatch）

3. 连续检查点模式（Continuous Checkpoint Mode）

数据流分析

三、安装与快速开始

环境要求

安装步骤

方式 1：快速安装（推荐）

方式 2：团队模式（推荐用于共享仓库）

方式 3：其他 AI Agent

最简运行示例

四、使用方法与实战

基础用法

1. 产品探索：/office-hours

2. 计划审查：/plan-ceo-review

3. 工程审查：/plan-eng-review

4. 代码审查：/review

5. QA 测试：/qa

6. 发布：/ship

进阶用法

1. 设计探索：/design-shotgun

2. 生产 HTML：/design-html

3. 安全审计：/cso

4. 多 Agent 协调：/pair-agent

5. 持久化记忆：GBrain

实际项目示例

示例 1：构建通知功能

示例 2：安全审计

示例 3：调试生产问题

五、常见问题与解决方案

安装失败

问题：技能未显示

问题：Windows 上使用问题

问题：Codex 说"Skipped loading skill(s) due to invalid SKILL.md”

运行时错误

问题：/browse 失败

问题：Stale install

问题：Claude 说它看不到技能

性能问题

问题：浏览器自动化慢

问题：Git 操作慢

兼容性问题

问题：与其他技能包冲突

问题：Claude Code 版本不兼容

六、总结

核心价值

适用人群

未来展望