garrytan/gstack：把 Claude Code 变成一支虚拟工程团队的 23 个角色

Y Combinator 总裁 Garry Tan 在 2026 年 3 月把一份用了 60 天、跑出 3 个生产服务 + 40 余个功能的 Claude Code 个人配置开源为 garrytan/gstack。这不是又一份「prompt 集合」，而是一套把 AI 编码 Agent 当作虚拟工程团队来用的方法论固化产物：23 个角色化 Skill 排成 7 步 sprint，8 个跨域 Power Tool 覆盖安全、文档、第二意见与浏览器交互，所有能力都以斜杠命令形式挂在 Claude Code 上，单人即可同时跑 10-15 条并行 sprint。

本文先拆 sprint 七阶段与 23 角色的对应关系，再讲 8 个 Power Tool 与跨 Agent 适配机制，最后给出安装路径、真实任务流案例和适用边界。

学习目标

读完后你应当能够：

1. 说清 gstack 的核心设计：sprint 阶段、角色化 Skill、跨域 Power Tool 三层如何联动
2. 描述一个完整任务如何从 /office-hours 走到 /ship，在每个阶段被哪一个 Skill 接管
3. 区分 23 个核心 Skill 各自对应的「虚拟专家」职责与适用阶段
4. 解释 gstack 适配 10 款 AI 编码 Agent 与 OpenClaw 调用的工程机制
5. 在自己的项目中规划 gstack 的安装、团队模式与回退路径

目录

• 总览：把 Agent 当团队用的三层结构
• 核心判断：sprint 阶段、角色化 Skill、跨域 Power Tool
• 系统地图：sprint 七阶段与 23 角色
• 关键机制：每个 Skill 解决哪类失败模式
• 跨域 Power Tool：安全、文档、第二意见、浏览器、iOS QA
• 跨 Agent 适配与 OpenClaw 调度
• 任务流案例：从「想做个每日简报 App」到 PR
• 安装与配置
• 与其他 Claude Code 工具的关系
• 并行 Sprint：单兵变 10-15 人团队
• 适用边界与已知限制
• 采用建议
• FAQ
• 自测题
• 进阶路径

说明：本文所有 Skill 名称、安装命令、统计数字、版本号均来自 garrytan/gstack 仓库的 README.md、CLAUDE.md 与 VERSION 文件（截至 v1.58.5.0，2026-06-25）。Stars/Forks 等会随时间漂移的数字以抓取瞬间为准。

总览：把 Agent 当团队用的三层结构

gstack 的目录里有 90+ 个一级目录和 200+ 个 Skill 文件，肉眼看上去很容易把它当成「Skill 大杂烩」。但它其实只有三层：

gstack
├── Sprint 阶段（流程骨架）
│   └── Think → Plan → Build → Review → Test → Ship → Reflect
├── 角色化 Skill（虚拟专家）
│   └── 23 个 /office-hours, /plan-ceo-review, /plan-eng-review, /plan-design-review,
│       /design-consultation, /design-shotgun, /design-html, /review, /investigate,
│       /design-review, /devex-review, /qa, /qa-only, /pair-agent, /cso, /ship,
│       /land-and-deploy, /canary, /benchmark, /document-release, /document-generate,
│       /retro, /browse
├── 跨域 Power Tool（横向能力）
│   └── /codex, /careful, /freeze, /guard, /unfreeze, /open-gstack-browser,
│       /setup-deploy, /setup-gbrain, /sync-gbrain, /gstack-upgrade
└── 跨 Agent 适配层
    └── setup --host {claude,codex,opencode,cursor,factory,slate,kiro,hermes,gbrain}

「sprint 阶段」是流程骨架，规定每一步的输入输出；「角色化 Skill」是虚拟专家，对应 sprint 阶段里的具体职责；「跨域 Power Tool」是横切能力，可以在任意阶段被调用——比如 /careful 在 build 阶段挡掉 rm -rf，/cso 在 review 阶段跑 OWASP 审计。

核心判断：sprint 阶段、角色化 Skill、跨域 Power Tool

gstack 的核心判断可以一句话概括：

个人 AI 编码的瓶颈不是模型能力，而是缺乏工程团队的多人协作纪律。把团队的角色分工、阶段交接、跨域工具写成斜杠命令，让单人也能跑出多人的工程节奏。

围绕这个判断，三个设计选择值得专门指出：

1. Skill 是 Markdown，不是 Python。所有 23 个 Skill 本质上是结构化的 SKILL.md 提示词，setup 脚本把它们 symlink 到 ~/.claude/skills/（或目标 Agent 的对应目录）。这种「Skill = 文件 = 命令」的设计，让 fork 即定制成为可能。
2. 每个 Skill 对应一个真实工程角色。/plan-ceo-review 是 CEO，/plan-eng-review 是工程经理，/plan-design-review 是资深设计师，/cso 是首席安全官，/qa 是 QA 主管。命名强迫 Agent 切换心智模型，而不是继续沿用「万能助手」的角色。
3. sprint 阶段让 Skill 形成流水线。/office-hours 写出来的设计文档会被 /plan-ceo-review 读，/plan-eng-review 写出来的测试计划会被 /qa 接住，/review 抓出的 bug 会被 /ship 验证修复。Skill 之间通过文件传递上下文，而不是靠对话窗口里的聊天历史。

这个判断区别于大多数「Claude Code 配置」仓库：后者通常只优化 prompt 模板、或者只做几个常用快捷命令；gstack 试图把整个工程生命周期搬进 Agent 的命令面板。

系统地图：sprint 七阶段与 23 角色

下表把 sprint 七阶段、对应 Skill、虚拟专家角色和「输入 / 输出」一次性铺开，是后续详读的总览：

关键观察：Plan 阶段最重——一个产品决策要先后过 CEO、工程经理、设计师、DX Lead 四道闸门；Build 阶段反而最轻——Agent 直接写代码，没有专门的「写代码 Skill」；Document/Memory 阶段横切——/document-release 会在 /ship 末尾自动被调用，文档保持同步。

关键机制：每个 Skill 解决哪类失败模式

23 个 Skill 不是平铺的 feature list，每个都瞄准一种具体的 AI 编码失败模式。下表挑出最值得理解的几个：

/office-hours：把「我想做 X」重写成「X 真正在解决的问题」

触发条件：用户说「我想做一个 XX」。

机制：先抛 6 道强制问题（具体例子而非假设、最近一次痛点、为什么是现在、谁付钱、什么算成功、什么算失败），把模糊需求转成结构化问题列表。然后主动 push back——如果你说「每日简报 App」，它会反问「你描述的其实是私人 chief of staff AI，为什么要做成 App？」。

输入：用户的痛点叙述。 输出：设计文档（自动写盘 + 喂给下游 Skill）。

为什么需要：普通 Agent 默认是「接收字面需求然后写代码」，结果就是造出没人要的 App。/office-hours 把「重写需求」当作独立阶段，强制把模糊度降到下游能接住的水平。

/plan-ceo-review：四种 scope 模式强制对抗 scope creep

触发条件：/office-hours 写完设计文档之后。

机制：CEO 视角跑 10-section 审阅，最关键的是它暴露了 4 种 scope 模式：Expansion（扩大）、Selective Expansion（选择性扩大）、Hold Scope（守住）、Reduction（缩减）。每种都强迫 Agent 给一个明确推荐，而不是把「先做 MVP」当成万能逃逸。

输入：设计文档。 输出：CEO 视角的审阅意见 + scope 推荐。

/plan-eng-review：把假设、状态机、错误路径 ASCII 画出来

触发条件：架构决策点。

机制：工程经理视角，强制产出 ASCII 数据流图、状态机、错误路径、测试矩阵。ARCHITECTURE.md 的文档结构就是这一阶段的产物模板。

输入：架构决策。 输出：可审计的架构草图 + 风险点清单。

/review：把「CI 通过 ≠ 生产 OK」自动化

触发条件：任何带 diff 的分支。

机制：Staff Engineer 视角，先自动修复明显的 typo / lint / 简单 bug（标记 [AUTO-FIXED]），剩下的复杂度问题用 [ASK] 标记把决策权交回给用户。它不追求「找到所有 bug」，追求「找到 CI 漏掉的那种 bug」。

输入：git diff。 输出：自动修复 + 决策清单。

/qa：让 Agent 真正「看见」Web 错误

触发条件：staging URL。

机制：QA 主管视角，打开真实浏览器（不是 headless phantom），点击用户路径、抓控制台错误、截屏证据，然后对每个 bug 跑「修复 + 自动写回归测试 + 验证修复」的闭环。/qa-only 是只报告不修的姊妹命令。

输入：URL。 输出：bug 列表 + 原子 commit + 回归测试。

/ship：从分支到 PR 的一键流水线

触发条件：分支上有改动的 commit。

机制：发布工程师视角，自动 sync main、跑测试、审计覆盖率、推送、开 PR。如果项目没有测试框架，/ship 会先 bootstrap 一个（vitest / pytest / jest 任选）。

输入：git 分支。 输出：PR URL。

/retro：把 git log 翻译成团队对话

触发条件：周末或冲刺结束。

机制：聚合本周的 commit 频率、PR 节奏、测试健康度，按贡献者拆分（/retro 是当前项目，/retro global 跨项目），生成「这周谁在拉胯、下周重点是什么」式的周报。

输入：git log + GitHub API。 输出：结构化周报。

失败模式覆盖：与 Karpathy 4 条原则的对应

Andrej Karpathy 公开过 AI 编码的 4 类典型失败：wrong assumptions（盲目假设）、overcomplexity（过度复杂）、orthogonal edits（正交修改）、imperative over declarative（命令式而非目标式）。gstack 的 7 阶段流水线结构化地对抗了所有四类：

• 盲目假设 → /office-hours 强制 6 道题、/plan-eng-review 强制把假设画成状态机
• 过度复杂 → /review 的 [AUTO-FIXED] 自动收敛简单问题、/plan-ceo-review 的 Reduction 模式
• 正交修改 → /careful 警告 + /freeze 锁定编辑目录
• 命令式 → /ship 把任务翻译成可验证目标，测试先于合并

跨域 Power Tool：安全、文档、第二意见、浏览器、iOS QA

8 个 Power Tool 不属于任何 sprint 阶段，可以从任意阶段被调用。

/cso：把 OWASP + STRIDE 跑成可读清单

OWASP Top 10 + STRIDE 威胁建模是行业标准，但普通 Agent 大概率会输出一堆假阳性（每个 framework 都有这种问题）。/cso 的关键设计是零噪音：内置 17 个已知假阳性排除规则、8/10 置信度门控、独立发现验证（一个发现被两轮独立审计都标记才确认）。每条发现都附「具体可复现的 exploit 场景」，而不是泛泛说「存在 XSS 风险」。

/codex：让 OpenAI Codex 给出独立第二意见

三种模式：review（pass/fail 闸门）、adversarial challenge（主动尝试破坏）、open consultation（带 session continuity 的咨询）。当 /review（Claude）和 /codex（OpenAI）都跑过同一分支时，gstack 输出跨模型分析：哪些发现两个模型都同意（高置信）、哪些只在一个模型出现（可能是单边盲点）。

/careful + /freeze + /guard：三档安全护栏

• /careful：在执行任何破坏性命令前（rm -rf、DROP TABLE、git push --force、git reset --hard）弹警告，用户口头说「be careful」激活，可以临时 override。
• /freeze：把编辑锁在某个目录内，调试时防止 Agent 顺手「修复」无关代码。
• /guard：/careful + /freeze 同时激活，prod 环境工作的最大安全档。

/browse + /open-gstack-browser：让 Agent 真正看见 Web

/browse 提供 ~100ms/命令的 fast headless 浏览器（基于 Playwright），用于 QA、自动化抓取。/open-gstack-browser 进一步启动带侧边栏的 GStack Browser 进程：抗反爬隐身（Layer C stealth）、自动模型路由（Sonnet 跑点击、Opus 跑分析）、一键 cookie 导入、子 Claude 代理（侧边栏输入自然语言就能让子 Claude 执行）。

浏览器还有 4 个域级能力：

• $B domain-skill save——把"LinkedIn Apply 按钮在 iframe 里"这种 site-specific 经验写进 per-domain 文件，下次自动应用（quarantined → 3 次成功转 active → 可提升为 global）。
• $B cdp <Domain.method>——raw Chrome DevTools Protocol 逃生口，deny-default：方法必须显式加入 browse/src/cdp-allowlist.ts 才允许调用。
• $B handoff / $B resume——AI 卡在 CAPTCHA / MFA / 登录墙时，开一个带 cookie 的可见 Chrome 给用户手动解决，结束 $B resume 接续。
• /pair-agent——把同一个浏览器共享给另一个 AI Agent（OpenClaw、Hermes、Codex、Cursor），通过 one-time setup key + scoped token，每个 Agent 独立 tab、互不干扰。

/setup-gbrain + /sync-gbrain：给 Agent 装一个真·长期记忆

GBrain 是 gstack 的姊妹项目，本质是给 AI Agent 用的持久化知识库（Supabase 后端 + PGLite 本地两种模式）。/setup-gbrain 把 GBrain 装好 + 注册为 MCP server；/sync-gbrain 把当前 repo 的代码重新索引到 GBrain，并在 CLAUDE.md 写一段 ## GBrain Search Guidance，让 Agent 优先调 gbrain search / code-def / code-refs 而不是原生 Grep。

/ios-qa + 4 个 iOS 专项 Skill：USB CoreDevice 驱动真机

v1.43.0.0+ 的 /ios-qa 通过嵌入式 StateServer 驱动 USB 连接的 iPhone，读 Swift 源、生成类型化 @Observable 访问器、跑 agent loop。--tailnet 标志可以把设备暴露给 Tailscale 上的远程 Agent 跑 QA，本机不碰硬件。配套有 4 个 /ios-* Skill：bug-fix、HIG 设计审查、debug-bridge 清理、accessor 同步。

/document-release + /document-generate：文档不再腐烂

/document-release 读项目里所有 doc 文件、交叉对比 diff、更新漂移的段落（README、ARCHITECTURE、CONTRIBUTING、CLAUDE.md、TODOS），输出 Diataxis 框架下的覆盖图（reference / how-to / tutorial / explanation 四象限），让文档缺口在 PR body 里直接可见。/ship 会自动调用它，所以「文档同步」是 shipping 的最后一步而不是可选项。/document-generate 是从零补缺版本的姊妹命令。

/spec：5 阶段 spec 撰写 + Codex 质量门

5 阶段（why、scope、technical with mandatory code-reading、draft、file），Codex 给出 7/10 质量门禁（低于 7 不让 file），fail-closed 密钥脱敏，对照现有 issue 去重，spec 归档到 $GSTACK_STATE_ROOT/projects/$SLUG/specs/。--execute 标志在 fresh worktree 拉 claude -p 直接执行。

4 个原生 OpenClaw Skill（无需 Claude Code session）

通过 ClawHub 安装 4 个 conversational skill——gstack-openclaw-office-hours、gstack-openclaw-ceo-review、gstack-openclaw-investigate、gstack-openclaw-retro——直接在 OpenClaw chat 里用，不需要再 spawn Claude Code 会话。

跨 Agent 适配与 OpenClaw 调度

gstack 不绑定 Claude Code。setup --host <name> 适配 10 款 AI 编码 Agent：

docs/ADDING_A_HOST.md 文档承诺「加一个新 Agent 只需一份 TypeScript config，零代码改动」。

OpenClaw 调度约定

OpenClaw 通过 ACP 协议 spawn Claude Code 会话，所以 gstack skill 零配置即用。OpenClaw 端的 dispatch 约定：

• “Fix the typo in README” → 不走 gstack，spawn 普通 Claude Code 会话
• “Run a security audit on this repo” → spawn Claude Code + Run /cso
• “Build me a notifications feature” → spawn Claude Code + /autoplan → 实现 → /ship
• “Help me plan the v2 API redesign” → spawn Claude Code + /office-hours → /autoplan，只保存 plan，不实现

完整路由逻辑见 docs/OPENCLAW.md。

Conductor 并发环境

Conductor 在每个 workspace 显式剥离 ANTHROPIC_API_KEY 和 OPENAI_API_KEY，导致 paid evals / gbrain embeddings 跑不起来。gstack 的解决是 lib/conductor-env-shim.ts（v1.39.2.0+）把 GSTACK_ANTHROPIC_API_KEY / GSTACK_OPENAI_API_KEY 在 gstack 入口提升为规范名。Conductor 用户需要在 workspace env 显式设这两个变量。

任务流案例：从「想做个每日简报 App」到 PR

README 里有完整对话 transcript，下面把关键节拍拆开来看：

你:  我想做一个每日简报 App。
你:  /office-hours
Claude:
  [问痛点——具体例子不是假设]
  [从对话里提取 5 个你没意识到的能力]
  [质疑 4 个前提——你可以同意、不同意或调整]
  [生成 3 个实现方案 + 工作量评估]
  RECOMMENDATION: 先把最窄的 wedge 明天就发，从真实使用里学习。
  完整愿景是 3 个月项目——先把真正好用的每日简报做出来。
  [写设计文档 → 自动喂给下游 Skill]

你:  /plan-ceo-review
  [读设计文档，质疑 scope，跑 10-section 审阅]

你:  /plan-eng-review
  [ASCII 数据流、状态机、错误路径]
  [测试矩阵、失败模式、安全担忧]

你:  批准 plan。退出 plan mode。
  [11 个文件、2400 行代码。~8 分钟。]

你:  /review
  [AUTO-FIXED] 2 个问题。[ASK] 竞态条件 → 你批准修复。

你:  /qa https://staging.myapp.com
  [开真实浏览器，点过用户路径，发现并修了一个 bug]

你:  /ship
  测试: 42 → 51 (+9 new)。PR: github.com/you/app/pull/42

理解这段流程要看到三件事：

1. 「每天简报 App」被改写成「私人 chief of staff AI」——/office-hours 没有照字面实现，而是先重新框定问题。
2. 8 个命令串起一个完整 sprint——从需求重写到架构审阅到 PR，没有任何「接下来我该做什么」的人类决策点。
3. 9 个新测试是 /qa 自动生成的——AI 不只是发现 bug，它为每个 bug 写回归测试，这是「vibe coding safe」和「yolo coding」的分水岭。

安装与配置

需求：Claude Code、Git、Bun v1.0+、Windows 还需要 Node.js。

单机模式（30 秒）

打开 Claude Code，粘贴：

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

setup 会在 ~/.claude/skills/ 下创建 symlink，并把一段「gstack section」追加到 CLAUDE.md（列出全部可用 Skill + 强制 Agent 用 /browse 而非 mcp__claude-in-chrome__*）。

Team 模式（推荐）

仓库根目录粘贴：

(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"

效果：仓库里不落地 vendored 文件，teammate 拉下来第一次跑 Claude Code 时会自动 git pull 更新 gstack（节流到 1 次/小时，network-failure 安全）。把 required 换成 optional 表示软提示而不阻塞。

命令风格偏好

./setup --no-prefix   # /qa 而非 /gstack-qa（默认）
./setup --prefix      # /gstack-qa 而非 /qa（多 Skill 套件并用时建议）

升级

/gstack-upgrade

或在 ~/.gstack/config.yaml 设 auto_upgrade: true 后自动升级。

卸载

~/.claude/skills/gstack/bin/gstack-uninstall

处理 skills、symlinks、~/.gstack/、browse daemons、临时文件。--keep-state 保留配置和 analytics，--force 跳过确认。

与其他 Claude Code 工具的关系

gstack 反复强调的卖点是「Karpathy 的 4 类失败模式已经被覆盖」——它把自己定位成 Karpathy Skills 的执行层而不是替代品。

并行 Sprint：单兵变 10-15 人团队

Conductor 在隔离 workspace 里并行跑多个 Claude Code 会话。Garry Tan 公开说他日常跑 10-15 条并行 sprint——

• 一条 /office-hours 跑新 idea
• 一条 /review 跑 PR
• 一条实现某个 feature
• 一条 /qa 跑 staging
• 其他 6 条在不同分支

「并行之所以能 work，是因为 sprint 结构本身提供了边界：每个 Agent 知道自己要做什么、什么时候停。」没有 sprint 流程的并行 10 个 Agent 等于 10 个混乱源。

语音输入

所有 Skill 都有 voice-friendly 触发短语，对接 AquaVoice / Whisper：「run a security check」→ /cso，「test the website」→ /qa。

适用边界与已知限制

gstack 不是万能的，下面这些场景不建议直接上 gstack：

1. 学习 / 教学场景。学生刚学编程，需要的是「理解每一行」而不是「AI 帮我跑完 sprint」。gstack 假设你已经知道 sprint 应该长什么样。
2. 一次性脚本。写个 30 行 Python 抓数据，setup 一套 gstack 反而是 overhead。/office-hours 的 6 道题在这种场景下是 noise。
3. 超大型 monorepo + 严苛合规。gstack 默认 install 在 ~/.claude/skills/，是用户级而非项目级。在金融、医疗这种需要审计的 monorepo，team 模式 + private registry 会更合适。
4. 不支持的 AI Agent。--host 适配列表里的 10 个 Agent 是 v1.58.5.0 的覆盖范围，其他 Agent（如 Aider 类的 inline edit 工具）需要 docs/ADDING_A_HOST.md 的额外工作。
5. prompt injection 防御。/open-gstack-browser 带的 22MB ML classifier + Claude Haiku transcript check + canary token + 双分类器投票是「合理水平」而不是「绝对安全」。如果业务涉及对抗国家级对手，单独再叠一层。

已知摩擦点

• Conductor 环境下必须用 GSTACK_* 前缀 env（ANTHROPIC_API_KEY 会被 Conductor 剥掉）。
• Windows + MSYS2 / Git Bash 不开 Developer Mode 时，setup 退化为文件复制，git pull 后必须重跑 ./setup 同步 skill。
• /browse 在 Windows 上会自动从 Bun 切到 Node.js（Bun 有 pipe transport bug，oven-sh/bun#4253）。

采用建议

按风险递增的三档：

1. 试用（个人项目）。在自己的 side project 跑 --no-prefix 单机模式，先用 /office-hours + /plan-ceo-review + /ship 三件套感受 sprint 节奏。2-3 个项目后再考虑扩展。
2. 团队采纳。在团队仓库跑 --team + required，让新 contributor 自动拿到 gstack。配 .gstack/config.yaml 设 auto_upgrade: true 减少手动维护。
3. 生产化。把 /cso 跑进 PR check（gate 评分 < 8/10 不让 merge），/qa 跑进 staging hook，/document-release 跑进 release pipeline。配合 /sync-gbrain 跨仓库 memory。

FAQ

Q：gstack 必须用 Claude Code 吗？ A：不一定。setup --host 适配 10 款 Agent（Codex、OpenCode、Cursor、Factory、Slate、Kiro、Hermes、GBrain + 默认 Claude Code）。但 README 强调「其它 Agent 上 Skill 行为可能有细微差异，因为提示词是按 Claude Code 的 tool call 习惯写的」。

Q：/browse 跟 Playwright / Puppeteer 有什么不同？ A：/browse 是上层 Skill，底层是 Playwright + 自家 fast headless server（~100ms/命令）。它额外提供 $B handoff（人类接 CAPTCHA）、$B cdp（raw CDP 逃生口）、/pair-agent（跨 Agent 共享浏览器）。

Q：gstack 是免费的吗？ A：是。MIT license，没有 premium tier，没有 waitlist。

Q：GBrain 是什么？必须用吗？ A：GBrain 是 gstack 的姊妹项目——给 Agent 用的持久化知识库（Supabase + PGLite）。不是必须，但 /setup-gbrain 装上后 /sync-gbrain 可以让 Agent 跨会话累积项目级模式。

Q：telemetry 默认开吗？ A：默认关。第一次跑 gstack 会问要不要 share anonymous usage（Skill 名、耗时、success/fail、gstack 版本、OS）。代码、文件路径、repo 名、prompt 一律不收。schema 在 supabase/migrations/，可审计。gstack-config set telemetry off 随时关。

自测题

1. 把 sprint 七阶段按「Think → Plan → Build → Review → Test → Ship → Reflect」排出来，每个阶段列出至少 1 个对应 Skill。
2. /office-hours 的 4 个 scope 模式（Expansion、Selective Expansion、Hold Scope、Reduction）各自的适用场景是什么？
3. 解释 /cso 的「零噪音」设计：17 个假阳性排除规则、8/10 置信度门控、独立发现验证各自起什么作用？
4. 描述 /codex 三种模式（review / adversarial challenge / open consultation）以及跨模型分析如何产生。
5. 解释 Conductor 环境为什么必须用 GSTACK_ANTHROPIC_API_KEY 而不是 ANTHROPIC_API_KEY。

进阶路径

• 通读 docs/skills.md 拿到 23 个 Skill 的深度说明（含 Greptile 集成）
• 读 ARCHITECTURE.md 理解 system internals
• 读 BROWSER.md 拿到 /browse 的完整命令参考
• 读 ETHOS.md 体会 Garry Tan 的 builder philosophy（Boil the Ocean、Search Before Building、三层知识）
• 跑一次自己的 /office-hours → /plan-ceo-review → /ship 完整 sprint，把过程写到项目 README 里