gstack：把 Claude Code 变成虚拟工程团队的 23 个专家技能

2026 年 3 月，Andrej Karpathy 在 No Priors 播客里说了一句让整个科技圈震动的话：

“I don’t think I’ve typed like a line of code probably since December.”

Y Combinator 总裁 Garry Tan 听到这句话之后，决定把自己用 AI 编程的完整方法论开源。他把这个工具集命名为 gstack——目前已在 GitHub 斩获 96,218 Stars，是近期最受关注的开源 AI 编程工具之一。

gstack 的核心思路并不复杂：把 Claude Code 从一个单点辅助工具，扩展成一个完整的虚拟工程团队。23 个专科角色，8 个强力工具，全部通过斜杠命令调用。安装 30 秒，即可启用。

本文从设计理念、架构解析、技能速览到安装配置，对项目做一次完整解读。

1. 背景与动机：一个人如何跑赢一支团队

Garry Tan 在 Y Combinator 工作期间，接触了数千家初创公司。他观察到的一个规律是：一个全情投入的创始人，效率可以远超一支传统工程团队。

他自己也在身体力行。2026 年过去的 60 天里，他在兼职运营 YC 的同时：上线了 3 个生产级服务、完成 40+ 功能更新、GitHub 年贡献数已达 1,237 次。同一个人、同样智力投入，2026 年的产出是 2013 年的 240 倍——前提是用了对的工具。

gstack 就是那套工具。

2. 核心设计理念

2.1 专科制衡，而非全知助手

大多数 AI 编程工具的思路是"一个更聪明的助手"——你说什么，它做什么。gstack 反其道而行：强制专科化。

当你运行 /review，Claude Code 扮演的是" Staff Engineer “角色，专门找那些通过 CI 但会在生产环境爆炸的 bug。当你运行 /cso，它扮演的是"首席安全官”，用 OWASP Top 10 + STRIDE 威胁模型审计代码。

每个技能的 system prompt 里嵌入了对应的专家思维框架，而不是通用对话。这不是提示词工程，是角色模拟。

2.2 流程即工作流，不是工具集合

gstack 不是 23 个独立工具，而是一个完整的开发流程：

Think → Plan → Build → Review → Test → Ship → Reflect

上游技能的输出，直接作为下游技能的输入。/office-hours 输出的设计文档，喂给 /plan-ceo-review 做战略评审；/plan-eng-review 输出的测试计划，由 /qa 接手执行。没有信息断层，没有交接损耗。

2.3 所有 AI 编程 agent 通用

gstack 不绑定 Claude Code。它通过 ./setup --host <name> 支持 10 种 AI 编程 agent：

接入新 agent 只需要一个 TypeScript 配置文件，零代码修改。

3. 架构解析

3.1 为什么用 Bun

gstack 的 CLI 和 Server 均采用 Bun 构建。选择 Bun 有四个原因：

第一，编译为独立二进制文件。 bun build --compile 输出一个 ~58MB 的可执行文件，运行时不依赖 node_modules，不依赖 npx，不修改 PATH。这对于安装到 ~/.claude/skills/ 这种用户目录的工具来说，非常重要。

第二，原生 SQLite 支持。 浏览器 Cookie decryption 需要直接读取 Chromium 的 SQLite 数据库。Bun 内置 new Database()，无需 better-sqlite3，无需 native addon 编译，没有跨平台编译的痛苦。

第三，原生 TypeScript 开发。 服务器代码以 bun run server.ts 运行，开发时无需编译步骤。

第四，内置 HTTP 服务器。 Bun.serve() 简洁高效，足以支撑整个 CLI-Server 通信层，不需要 Express 或 Fastify。

3.2 守护进程模型

gstack 在后台运行一个长驻 Chromium 实例，CLI 通过 localhost HTTP 与其通信：

Claude Code (Tool call)
        ↓
CLI (编译后二进制，读取状态文件)
        ↓ HTTP POST /command
Server (Bun.serve)
        ↓ CDP
Chromium (headless，常驻 30 分钟空闲超时)

首次调用冷启动 ~3 秒；之后每次命令 ~100-200ms，因为浏览器已经就绪。

状态文件 .gstack/browse.json 记录当前服务器进程信息（PID、端口、认证 token）。CLI 通过这个文件定位服务器，如果服务器失活则自动重启。

3.3 双重监听器隧道架构（v1.6.0.0）

gstack 支持 --client 模式，即远程 AI agent 驱动本地浏览器。安全设计为双监听器架构：

• 本地监听器（127.0.0.1:LOCAL_PORT）：完整功能，/health、/cookie-picker、/inspector/* 等，仅本地访问。
• 隧道监听器（127.0.0.1:TUNNEL_PORT）：仅在 /tunnel/start 时绑定，提供受信任的 API 端点：/connect（配对）、/command（限定命令集）、/sidebar-chat。

ngrok 只转发隧道监听器的端口。即使远程攻击者拿到了隧道 token，也无法访问本地监听器上的 /health 或 /cookie-picker。物理端口分离，比 HTTP Header 检查可靠得多。

3.4 安全模型

Cookie 是 gstack 处理的最敏感数据。安全设计分层：

1. Keychain 访问需用户授权。 首次导入 Cookie 时触发 macOS Keychain 对话框，用户必须手动点击"Allow"。
2. 解密在内存完成。 Cookie 值在内存中解密（PBKDF2 + AES-128-CBC），加载到 Playwright context 后直接使用，不落盘。
3. 数据库只读访问。 复制 Chromium Cookie DB 到临时文件，读取后删除原临时文件，不触碰真实数据库。
4. Bearer token 认证。 每个 HTTP 请求（ mutation 类操作）必须携带 Authorization: Bearer <token>，否则返回 401。
5. 侧边栏 Agent 有 6 层防御。 包括 L1-L3 内容安全过滤、L4 ML 分类器（TestSavantAI BERT-small ONNX，22MB 本地运行）、L5 canary token 检测等。

4. 核心技能详解

4.1 战略层（Think + Plan）

4.2 构建层（Build）

4.3 评审层（Review + Test）

4.4 发版层（Ship + Reflect）

4.5 浏览器与安全

5. Ref 系统：如何让 AI 精确定位页面元素

gstack 的 $B 命令组通过 Playwright 控制浏览器。每个页面元素通过 ref 系统定位（@e1、@e2、@c1），而不是 CSS selector 或 XPath。

工作原理：

1. Agent 运行 $B snapshot -i，Server 调用 Playwright 的 page.accessibility.snapshot()
2. 解析器遍历 ARIA 树，为每个可访问元素分配递增 ref（@e1、@e2……）
3. 每个 ref 存储对应的 Playwright Locator：getByRole(role, { name }).nth(index)
4. Agent 运行 $B click @e3，Server 解析 ref 到 Locator，执行 .click()

关键设计决策：使用 ARIA accessibility tree，而非直接修改 DOM。这样避免了三个问题：

• CSP 限制：生产网站通常阻止 DOM 修改脚本
• React/Vue/Svelte 水合：框架调和可能清除注入属性
• Shadow DOM：无法从外部访问 shadow root

Ref 还有 staleness 检测：SPA 导航可能改变 DOM 而不触发 framenavigated 事件。因此每次 resolveRef() 都会先执行 count() 检查——如果元素数为 0，立即报错"Ref stale"，而不是等待 Playwright 的 30 秒操作超时。

6. 安装与快速开始

6.1 环境要求

• Claude Code
• Git
• Bun v1.0+
• Node.js（仅 Windows）

6.2 单人安装（30 秒）

在 Claude Code 中粘贴以下命令，Claude 自动完成剩余安装：

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

安装后向 CLAUDE.md 添加 gstack 配置段，Claude 会自动加载技能路由规则。

6.3 团队模式（推荐）

在仓库中运行：

(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"

团队成员无需手动安装，每次 Claude Code 启动时自动以 1 次/小时的频率静默检查更新。

6.4 最小工作流演示

# 第一步：产品定义
/office-hours
# → Claude 追问 6 个强制问题，重构产品方向，生成设计文档

# 第二步：战略评审
/plan-ceo-review
# → 读取设计文档，10 节评审，挑战 scope

# 第三步：技术锁定
/plan-eng-review
# → ASCII 数据流图，边界用例，安全评审

# 第四步：评审代码
/review
# → 自动修复 2 个问题，询问是否修复 1 个竞态条件

# 第五步：QA 测试
/qa https://staging.myapp.com
# → 打开真实浏览器，点击流程，找 bug 并修复

# 第六步：发版
/ship
# → 测试从 42 个增加到 51 个，打开 PR

全程 8 条命令，从"daily briefing app"到生产 PR。Claude 给出的产品定义可能超出你最初的想象——它重构了问题本身。

7. SKILL.md 模板系统

gstack 的每个技能文档（SKILL.md）由两部分组成：

• 人类编写的模板（SKILL.md.tmpl）：包含工作流、技巧、示例
• 代码元数据自动填充（gen-skill-docs.ts）：编译时将命令标志、参数引用注入模板

代码里存在的命令，必然出现在文档里；代码里不存在的命令，文档里不会出现。CI 可以用 gen:skill-docs --dry-run + git diff --exit-code 检测文档与代码的漂移。

生成文档通过三层测试：

层级 1 每次 bun test 都运行；层级 2 和 3 只在 EVALS=1 时触发。

8. 适用场景与边界

gstack 适合：

• 初次使用 Claude Code，需要结构化工作流的开发者
• 技术创始人/CEO，想保持高代码质量的个人开发者
• Tech Lead / Staff Engineer，对每个 PR 做严格评审的团队
• 需要系统性安全审计和 QA 的项目

gstack 不适合：

• 纯单行修改（git commit -am"fix typo" 这类场景不需要 gstack）
• 没有明确开发流程的临时探索
• 对浏览器自动化有复杂需求但无法运行 Chromium 的环境

当前限制：

• Cookie decryption 仅支持 macOS（使用 macOS Keychain）
• 缺少 Linux（GNOME Keyring/kwallet）和 Windows（DPAPI）支持
• 不支持 iframe 自动发现
• 多用户支持不在路线图上

9. 总结

gstack 解决的根本问题是：AI 编程工具目前太像助手，不够像团队。

当你让 AI 建一个功能，它会执行。但当你问"这个产品方向对吗"“架构选型有没有风险"“UI 设计有没有 AI 味道”——通用的 AI 编程工具无法给出结构性答案。

gstack 用 23 个专科角色，每个角色有自己独立的 system prompt 和工作方法论，加上强制执行流程（Think → Plan → Build → Review → Test → Ship → Reflect），让 Claude Code 的产出质量显著提升。

MIT 协议，免费开源，适合所有想在 AI 时代保持高产的开发者。

仓库链接：https://github.com/garrytan/gstack

快速安装：

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