说实话，Zui近在 GitHub 上kan到这种指数级增长的项目，真的不多见。才上线短短七天Star 数就冲破了 2 万大关，这速度简直像坐了火箭。而且这事儿的主角还是 Garry Tan——对，就是那个 Y Combinator 的掌门人，推特上拥有百万粉丝的硅谷顶流投资人。

他到底扔出了什么重磅炸弹？简单来说这是一套专门为 Claude Code 打造的 AI 编程工作流，名字叫 gstack。

咱们hen多人现在dou在用 Claude Code 或者类似的 AI 编程助手，但你有没有这种感觉：别人用 AI Neng搞出架构复杂、功Neng完备的成熟项目，自己用同样的工具，Zui后搞出来的东西总像个半成品的 Demo？功Neng勉强Neng跑，但审美一塌糊涂，细节geng是经不起推敲。

这中间到底差在哪儿了？Garry Tan 用这个开源项目告诉了我们答案：除了模型本身的智商，工作流的差距才是致命的。

咱们平时“裸用” Claude Code 的时候，习惯性的一句指令是什么？大概率是：“帮我写个二手交易 App”。

然后呢？AI 就开始吭哧吭哧地写代码了。这kan起来效率hen高，但其实是陷阱。你把产品规划、代码实现、质量测试、发布上线这四件完全不同维度的事，全混在了一起。

Garry 有一句话说得特别扎心，也特别在理：

“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。”

你想想kan，一个人干一整个团队的活，结果必然是什么douZuo了但什么dou不精。产品方向没人帮你深想过技术方案没人帮你死磕过代码质量没人帮你把过关，甚至连页面长什么样，它自己doukan不到。这种“大杂烩”出来的代码，Neng好到哪里去？

这就是 gstack 解决问题的思路。它不是简单地给你几个提示词，而是构建了一支分工明确的虚拟团队。

它的核心理念非常清晰：别让一个 AI 什么dou干，给它装上不同的人格，每个专精一件事。

这跟我之前推荐过的那个开源项目 Agent-Agency 有点像，dou是把复杂的开发流程拆解。gstack 一共提供了 7 个 Skill，每个 Skill dou对应一个专精的角色——有负责宏观把控的 CEO，有定技术方案的技术负责人，有死磕细节的资深设计师，还有那个偏执狂般的 Staff Engineer，以及专门负责发布的工程师等等。

这些 Skill 不是孤立存在的，串起来就是一条完整的开发流水线。它们覆盖了软件开发的完整生命周期：从Zui开始“想清楚Zuo什么”，一直到Zui后“上线后复盘”。

当你把 gstack 装进 Claude Code 后你的典型工作流就会变得完全不一样。它不再是你说一句它写一句，而是像在指挥一个专业团队：

① 描述你的需求
② /plan-ceo-review    → 压力测试产品方向
③ /plan-eng-review    → 敲定技术方案
④ 退出 plan 模式，开始写代码
⑤  /review  → 偏执级代码审查
⑥ /ship  → 一键发版
⑦ /qa   → 系统化测试
⑧ 周五来个 /retro  → 本周回顾

你kan，这多像咱们在正规大厂里的流程？一个人不需要什么dou会，他只需要知道什么时候该调谁。

什么时候该叫 CEO 想清楚方向？什么时候该叫 Tech Lead 定方案？什么时候该让那个偏执的 Staff Engineer 审代码？什么时候该让 Release Engineer 一键发布？gstack 把这些“档位”给你Zuo得清清楚楚。

除了工作流的设计，gstack 在技术实现上也有不少值得玩味的地方，特别是它对效率的追求。

咱们知道，Claude Code 本身就有 Bash 工具，这是Zui简单的接口。但 gstack 并没有止步于此。它Zuo了一个hen有意思的选择：在浏览器自动化这块，没用 MCP ，而是使用了编译 CLI 二进制。

为什么要这么Zuo？因为 MCP 的问题比较明显。

每次调用 MCP，你dou得带上完整的 JSON Schema 和协议帧。这就像是你去楼下买瓶酱油，却非要开一辆十八轮的大卡车去，光装卸货的时间就够你跑好几趟了。一次简单的获取页面文本操作，实际消耗的 Token 可Neng是必要信息的几十倍。这对于咱们这种天天跟 AI 打交道、对 Token 成本敏感的人来说真的hen难顶。

所以 gstack 的Zuo法是：编译成一个 CLI 二进制，接收命令行参数，输出纯文本。这就快多了也轻多了。Token 开销非常友好，跑个几百次浏览器操作，心里也不慌。

这玩意儿装完之后到底好不好用？咱们来试一个场景。

比如你用一下里面的 /design-review 这个 skill。你会发现，它不再是一个只会写代码的机器了。它会自己访问你给出的一个网站，像个真正的设计师一样去审视页面kankan有没有视觉体验问题，排版乱不乱，颜色搭不搭。

这种感觉挺奇妙的。以前你跟 AI 说“帮我Zuo个网页”，它给你一堆 div 和 css。现在你跟它说“帮我评审一下设计”，它会像个挑剔的艺术总监一样给你挑刺。

而且，gstack 不是装完就不变的死工具。它具有某种程度的“进化”Neng力，而且会用得越多越聪明。它会根据你的使用习惯，不断调整各个角色的配合度。

其实安装起来特别简单，不需要你折腾什么复杂的环境配置。你只需要打开 Claude Code，直接跟它说：

帮我安装这个 skill，安装之前让我kankan你的安装计划再执行：https://github.com/garrytan/gstack

然后你就等着你的 Claude Code 自己去折腾就行了。它会自己拉取代码，自己配置环境，你只需要在旁边kan着，或者在它问你“计划是否可行”的时候点个头。

Garry Tan 之前在推特上说自己对 Claude Code 上瘾，经常搞到凌晨 4 点，用 AI 每天写一万行代码、每天合十几个 PR。当时大家还以为他在凡尔赛，现在kan了这个 gstack，我信了。这确实是一套Neng让人上瘾的“外挂”。

现在这套工作流他Yi经开源了目前在各大平台上dou特别火。这不仅仅是一个工具的发布，geng像是一种开发范式的展示。

它告诉我们，从零设计出设计规范，审好计划再动手写代码，写完先扫代码质量再跑 QA 测到没 bug，Zui后一条龙发布上线同步文档，周末复盘——这套kan似繁琐的流程，不仅没有被淘汰，反而因为 AI 的介入变得geng容易执行了。

Ru果你也觉得自己的 AI 编程体验卡在了瓶颈期，Zuo出来的东西总是差点意思，不妨去试试 gstack。毕竟谁不想拥有一个由硅谷大佬亲自调教出来的 24 小时待命的超强开发团队呢？