尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
pstack是什么?让AI少写代码却写出更高质量代码的终极指南
pstack是什么让AI少写代码却写出更高质量代码的终极指南【免费下载链接】pstack-claudeClaude Code, Codex, Copilot, Pi, OpenCode, Gemini, and Prime Agent versions of Potetos pstack. Rigorous agent workflows with Cursor primitives translated for other harnesses.项目地址: https://gitcode.com/GitHub_Trending/ps/pstack-claudepstack 是一套面向 AI 编程代理Agent的工作流技能栈把 Claude Code、Codex、Pi、OpenCode、Gemini CLI 等主流 AI 编码工具装上一套资深工程师级别的做事规矩代码更简洁、变更更小、每一步都经过验证。你只需告诉它目标它就能自动选对流程少写代码却写出更高质量代码。一、pstack 是什么一句话讲清楚pstack 最初是 Cursor 生态里一套有主见的技能栈skill stack本项目是它移植到 Claude Code、Codex、Pi 等运行时的版本各运行时的构建与差异记录在 CONTEXT.md。它的核心理念浓缩在一句话里告诉poteto-mode你的目标它会自动调用正确的任务流程并让你的代码保持简洁、简单、经过验证concise, simple and verified。也就是说pstack 不改变 AI 的智力而是改变 AI 的工作方式——像给实习生配了一位严格的 Tech Lead。二、为什么 AI 写代码越多越差用过 AI 编程工具的朋友大概率遇到过这些问题代码膨胀改一个按钮要顺手重构半个模块注释水词满屏// Phase 1: 添加卡片这类没有信息量的注释未经验证编译通过就算完成但功能其实是坏的风格漂移文档和回复充满 AI 味的套话。pstack 的答案不是更强的提示词而是把工程纪律固化成技能skills。它在 plugins/pstack/skills/poteto-mode/SKILL.md 中定义了一批不可谈判的触发规则例如场景pstack 的做法代码跨越函数边界先调用architect敲定类型与模块结构再动手实现任何写码任务先给数据形状命名用正确的组织结构表达领域模型任务完成前必须证明它能跑而不是能编译任何文字输出走unslop技能去除 AI 味提交前 / 评审前走deslop/no-comments清理代码项目还内置了 24 条principle-*原则技能如懒惰协议能删代码就不加抽象、先减后加、测试行为而非实现完整目录见 plugins/pstack/skills/。三、一键安装pstack 插件最快配置方法安装非常轻无需服务器无遥测所有脚本都在本地运行。3.1 Claude Code 安装步骤在 Claude Code 中执行/plugin marketplace add michael-denyer/pstack-claude /plugin install pstackpstack-claude3.2 Codex 安装步骤在终端执行codex plugin marketplace add michael-denyer/pstack-claude codex plugin add pstackpstack-claude3.3 Pi 安装步骤pi install git:github.com/michael-denyer/pstack-claude3.4 其他运行时Prime Agent / OpenCode / Gemini CLI支持仅技能安装克隆仓库后把技能目录软链到~/.agents/skills/各运行时的支持矩阵与验证状态见 docs/reference.md。装完后运行一次setup-pstack即可为不同角色配置默认模型与推理强度例如arena runners: opus xhigh或关闭自动路由。四、核心机制pstack 如何做到少写代码4.1 poteto-mode一个入口自动分流poteto-mode 技能 是默认入口。它内置了 20 套playbook剧本位于 plugins/pstack/skills/poteto-mode/playbooks/覆盖真实开发的全生命周期Bug fix先复现 → 定位根因 → 修复 → 重跑失败用例✨Feature从命名的数据形状出发构建新功能Refactoring保证行为不变的前提下改结构Shipping / Babysit盯 PR、修 CI、处理评审直到可合并Investigation只读调查X 是怎么工作的 / 为什么当年这么设计。例如修复一个翻页后搜索条件被重置的 bug你只需要说Use poteto-mode to fix the search filter resetting when I change pages.它会复现问题、用how和why调查、委托子代理修复、再重跑失败用例如果修复跨越函数边界会先引入architect做设计。最终你拿到的是修复结果 失败/通过的证据而不是我已经改好了。4.2 多模型互审用三个模型给 diff 找茬pstack 最有特色的是interrogate 技能让三个不同的模型并行尝试攻破你的代码改动互相抬杠达成共识后才算安全。设计类任务同理——architect会先做并行设计探索arena则跑 N 个并行方案再择优嫁接swarm把任务切成切片分发给并行工作者。默认面板的模型组合记录在 plugins/pstack/models.json这也是少写代码的关键把判断力花在刀刃上——难的改动派给最强判断力的模型机械的修改交给快速模型全部角色都可用 setup-pstack 技能 单独调整。4.3 自动路由不用记命令也能触发Claude Code 和 Codex 插件会安装一个会话路由钩子plugins/pstack/hooks/session-start-context.md当任务满足以下任一条件时自动调用poteto-mode涉及多个文件或修改了被其他文件调用的签名涉及设计或架构决策是原因未知的 bug 或性能问题。小改动则直接放行不被流程拖慢。想关闭可随时用setup-pstack一键关掉。五、常用技能速查表插件共含 57 个技能目录33 个公开技能均可用/pstack:nameClaude Code或/skill:namePi调用完整清单见 docs/reference.md。新手建议先掌握这 8 个命令使用场景/poteto-mode任何非平凡任务的默认入口/how理解某个子系统是如何工作的/why多源证据调查为什么当年这么设计/tdd先写失败测试再修 bug/interrogate三个模型并行试图击穿你的 diff/babysit盯住一个 PR修 CI 和评审保持可合并/unslop清除文字中的 AI 痕迹/bro把上一段话用人话重述一遍六、它适合谁✅ 已经在使用 Claude Code / Codex / Pi 等 AI 编码工具但觉得产出量大质低的开发者✅ 需要让 AI 长时间自主跑任务、事后能审计show-me-your-work会留下可评审的决策轨迹的团队⚠️ 只需单文件小改动的场景pstack 会识别小任务并直接放行不强制流程但也意味着杀鸡用牛刀的地方不多。关于数据pstack 没有服务器、没有遥测技能要求读取的内容包括会话转录只会发往你的模型服务商PR 工具使用你自己的 GitHub CLI 登录细节见 README 数据说明。七、总结pstack 的本质不是更多代码而是一套反膨胀的工程纪律懒惰协议管住手architect 管住设计多模型互审管住质量unslop 管住文字。装好 pstack 之后你交给 AI 的每个任务都会走一套可预期、可验证的流程——写得更少但更好。输出文章【免费下载链接】pstack-claudeClaude Code, Codex, Copilot, Pi, OpenCode, Gemini, and Prime Agent versions of Potetos pstack. Rigorous agent workflows with Cursor primitives translated for other harnesses.项目地址: https://gitcode.com/GitHub_Trending/ps/pstack-claude创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

开源项目 Open-Generative-AI 接入 TaoToken 统一 API 通道:多模型生成配置与验证

开源项目 Open-Generative-AI 接入 TaoToken 统一 API 通道:多模型生成配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/7 23:54:05
Portmaster 随机数发生器(rng)熵质量测试指南:tickFeeder 与 Fortuna 的 dieharder 验证实践

Portmaster 随机数发生器(rng)熵质量测试指南:tickFeeder 与 Fortuna 的 dieharder 验证实践

网络安全 【免费下载链接】portmaster 🏔 Love Freedom - ❌ Block Mass Surveillance 项目地址: https://gitcode.com/gh_mirrors/po/portmaster 点击查看 免费下载 本篇指南围绕 Portmaster 项目 base/rng 随机数包的熵质量测试方案展开,完…

📅 2026/10/7 23:54:05
RD-AGENT 第一讲 · AI 因子工厂是怎么运转的

RD-AGENT 第一讲 · AI 因子工厂是怎么运转的

第一讲 AI 因子工厂是怎么运转的《AI 挖因子时,如何不被自己和 AI 骗到》第一章第一讲 学习目标:理解 RD-Agent 类因子挖掘循环的五个步骤、人与 AI 的分工边界;能看懂一次循环的执行记录。1. 开场:一台真实跑过的机器 这门课的素…

📅 2026/10/7 23:54:05
MORE NEWS

更多资讯

📰

AXI valid-ready握手机制中的ready打拍方案与时序收敛实践

干过总线协议验证或者写过IP核的朋友,应该都跟AXI的valid-ready握手机制打过交道。这套机制看起来就两个信号的事——valid拉高表示数据有效,ready拉高表示接收方就绪,两边同时为高就算握手成功——但实际工程里一旦开始关心时序收敛、吞吐率…

📰

动态多级反思深度剪枝:在大模型推理发散与局部最优间寻找 Pareto 最优解

在多智能体系统的工业落地中,反思(Reflection)与自我纠偏机制被普遍视作突破大模型“贪心单步推断”天花板的撒手锏。借助思维树(Tree of Thoughts, ToT)或蒙特卡洛树搜索(MCTS)的启发式框架&am…

📰

Kafka 零拷贝与批量聚合压缩:在 Agent 万级并发流式追踪日志采集中的调优

在构建工业级多智能体(Multi-Agent)集群的可观测性体系时,数据摄取层(Ingestion Layer)面临着前所未有的吞吐挑战。一个具备自主反思和多工具协同能力的 Agent,在单次推演任务中就会产生密集而异构的追踪数…

📰

W1 记忆系统总结:短期、长期与向量混合记忆白皮书

在以大语言模型(LLM)为认知中枢的智能体(Agent)架构中,**持久化记忆系统(Persistent Memory System)**是突破无状态对话限制、实现长期个性化演进与复杂任务自主闭环的关键支柱。 然而&#xff…

📰

W1 领域落地集:电商客服、比价与文案 Agent 协同复盘

随着大语言模型从通用对话走向垂直业务深水区,单体智能体(Single Agent)在面对高度复杂的垂直场景时逐渐显露疲态。以典型的电商大促(如双 11、618)为例,业务需求横跨“高情商售前客服咨询”、“绝对确定性…

📰

vscode-server 下载 timed out 排查:把 endpoint 改到 TaoToken 的配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬