gstack 把 Claude Code 升级成虚拟工程团队：30+ 个 Markdown 写的 slash 命令覆盖 think → plan → build → review → test → ship → reflect 的完整开发流程，外加一个用 Bun + Playwright 编译出来的常驻 Chromium 守护进程，让 AI 代理在浏览器里点击、截图、QA。作者是 YC 总裁 Garry Tan，MIT 协议，开源免费。
来源：README + package.json 查看 GitHub 仓库 →这是 Y Combinator 总裁 Garry Tan 把自己日常使用的 AI 编码工作流开源出来——他在 README 里给出了一个争议十足的数据：2026 年的人均代码产出约为 2013 年的 810 倍，靠的就是这套流程化、角色化的 Claude Code 增强层。和「再写一个 Claude Code 包装器」不同，gstack 的卖点是把软件工程过程本身做成了 skill 流水线：office-hours 像产品经理质询需求，plan-ceo-review 像 CEO 重审范围，plan-eng-review 锁架构，review/qa/cso 跑代码审查、浏览器 QA 与 OWASP+STRIDE 安全审计，ship 自动开 PR。23 个角色 + 8 个能力工具，全是 Markdown，无前端 UI，可以同时跑 10-15 个并行 sprint。仓库本身用了大量自我验证手段：实时 PTY E2E 测试、跨模型 benchmark、5 层 prompt injection 防御，工程感比绝大多数 AI agent 项目要硬。
来源：README + CHANGELOG/office-hours、/plan-ceo-review、/plan-eng-review、/plan-design-review、/plan-devex-review、/review、/investigate、/cso、/qa、/qa-only、/ship、/land-and-deploy、/canary、/benchmark、/retro、/learn、/autoplan 等命令以 Markdown SKILL.md 形式存在 ~/.claude/skills/gstack/，每个命令对应一个工程师角色，命令之间通过共享的设计文档（如 office-hours 写出的 design doc 被 plan-ceo-review 读取）形成显式的接力。
来源：README + 仓库 treebrowse/ 模块用 bun build --compile 出一个 ~58MB 单文件二进制，启动一个 Bun.serve() HTTP 服务包裹 Playwright 控制的 Chromium。首次调用 ~3 秒冷启动，后续每条命令通过 localhost HTTP POST 走 ~100-200ms，cookie/tab/localStorage 在多次命令间保持，30 分钟空闲后自动关闭。这是 /qa、/browse、/design-review 能在 SPA 上跑得动的关键基建。
来源：ARCHITECTURE.mdsnapshot -i 调用 Playwright page.accessibility.snapshot() 后给每个可交互元素分配 @e1/@e2 引用，AI 代理直接用 $B click @e3 操作页面。底层走 getByRole().nth() 的 Locator 而不是注入 data-ref 属性，能绕过 CSP、React 重渲染和 Shadow DOM 限制；导航后引用整体失效，resolveRef 还会异步 count() 检测 SPA 中的悬空引用，避免代理点错元素。
来源：ARCHITECTURE.md侧边栏 agent 暴露 Bash/Read/Glob/Grep/WebFetch 工具，是注入攻击的主要面。防御依次是：L1-L3 内容安全（datamarking、隐藏元素剥离、ARIA 正则、URL 黑名单 + 信任边界包装）、L4 ML 分类器（22MB 量化 BERT-small ONNX，本地无网；可选 721MB DeBERTa-v3 ensemble）、L4b Claude Haiku 转写检查、L5 系统提示词 canary token 跨流（text_delta/input_json_delta/工具参数/文件写入）泄漏检测、L6 verdict 组合器（要求两个分类器 ≥WARN 才 BLOCK，规避 Stack Overflow 误报）。
来源：ARCHITECTURE.mdpair-agent 让 Claude Code、OpenClaw、Hermes、Codex 等不同厂商的代理能在同一个浏览器里协作。本机用 setup-key 兑换 scoped token、各占独立 Tab；远程用 ngrok 隧道。安全上不依赖 header 推断，而是物理分离两个 HTTP 监听器（local 端口暴露 /health、/cookie-picker、/inspector 等，tunnel 端口仅暴露允许列表中的 /connect、/command、/sidebar-chat），从 socket 层面切断 root token 通过隧道泄漏的可能。
来源：ARCHITECTURE.mdSKILL.md.tmpl 包含人写的工作流提示，构建时 gen-skill-docs.ts 从 commands.ts、snapshot.ts 等源文件提取命令注册表、参数说明、preamble、设计/QA/测试方法学等占位符填充进去，生成最终 SKILL.md 提交进仓库。CI 通过 gen:skill-docs --dry-run 加 git diff --exit-code 阻止文档漂移，从结构上保证文档列出的命令一定存在。
来源：ARCHITECTURE.md + package.jsonhosts/ 目录下针对 claude、codex、cursor、factory、gbrain、hermes、kiro、openclaw、opencode、slate 各写一个 TypeScript 配置，./setup --host
v1.15.0.0 引入 654 行的 test/helpers/claude-pty-runner.ts，基于 Bun.spawn({terminal:}) 直接驱动真实 claude 二进制并解析渲染后的终端帧，用来测 AskUserQuestion 格式合规、计划模式 UI 检测、tool-budget 回归等以前结构上无法覆盖的行为。bin/gstack-model-benchmark 还能把同一个提示词跑过 Claude/GPT (via Codex CLI)/Gemini，对比延迟、token、成本，并可选 LLM-judge 评分。
来源：CHANGELOG + README整体是「Markdown 控制层 + Bun 二进制执行层」两层架构。控制层是 30+ 个独立目录（office-hours/、plan-ceo-review/、qa/ 等），每个目录里一个 SKILL.md 描述工作流、AskUserQuestion 模板和共享 preamble；Claude Code 在用户调用 slash 命令时直接读取这些 Markdown，等于把「工程 SOP」以提示词形式喂给 LLM。执行层主要是 browse/、design/、make-pdf/ 三个 Bun 项目，每个都用 bun build --compile 出独立二进制；其中 browse 最复杂——CLI（cli.ts）通过 .gstack/browse.json 状态文件找到守护进程端口和 bearer token，HTTP POST 到 Bun.serve() 服务，服务再用 Playwright 走 CDP 控制 Chromium，命令分 READ/WRITE/META 三类做 dispatch；ref 系统、3 个 50K 容量的环形缓冲日志、5 层 prompt injection 防御都集中在这里。版本一致性靠 git rev-parse HEAD 写入二进制的 .version 文件，CLI 调用时若发现版本漂移就 kill 旧 server 重启。设计上有几个明显的「不做」：不上 WebSocket、不用 MCP、不做多用户、不做 Linux/Windows 系统密钥库解密——团队明确把这些标成 intentionally not here，工程取舍清晰，不是常见的「先做了再说」。整体偏过度工程的部分主要在测试基建（PTY harness、3 层 eval tier、跨模型 benchmark）和安全（双监听器、ML 分类器、canary token、salted hash 攻击日志），但考虑到产品本身就是给 AI 代理用的高权限工具，这些复杂度有合理依据，不算设计冗余。
来源：ARCHITECTURE.md + tree + package.json中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
playwright ^1.58.2（浏览器自动化）puppeteer-core ^24.40.0（备用 CDP 客户端）@huggingface/transformers ^4.1.0（本地 …@ngrok/ngrok ^1.7.0（pair-agent 远程隧道）@anthropic-ai/claude-agent-sdk 0.2.1…marked ^18.0.2（Markdown 解析，make-pdf 用）1. 个人开发者 / 独立创业者想用 Claude Code 提高产出但缺一套「想 → 评估 → 设计 → 写 → 审 → 测 → 发布」的固化流程，gstack 直接给出 23 个角色 slash 命令把 SOP 写死。2. 技术 Lead 或 Staff Engineer 在团队里推 AI 辅助开发，需要每个 PR 都过 review/qa/cso，gstack 的 ship、land-and-deploy、canary 提供 PR 级强制审查与上线后监控。3. 多项目并行的 AI 重度用户配合 Conductor 等多会话工具同时跑 10-15 个 sprint 时，gstack 的角色化命令避免 10 个 agent 变成 10 个混乱来源。4. 跨 AI 工具用户（同时用 Claude Code、Codex CLI、Cursor、OpenClaw 等）希望同一套工作流跨工具复用，gstack 通过 hosts/ 系统把 skill 软链接到各自的 skill 目录。私有化 / 本地部署场景：所有逻辑在本地跑，唯一可选的远程依赖是 Supabase（仅 telemetry，默认关闭）和 ngrok 隧道（仅 pair-agent 远程协作）。
来源：README + ARCHITECTUREVERSION 文件标注 1.15.0.0（2026-04-26），CHANGELOG 主题为「Real-PTY 测试基建」：新增 654 行 test/helpers/claude-pty-runner.ts 直接基于 Bun.spawn({terminal:}) 驱动真实 claude 二进制，新增 6 个真实 PTY E2E 测试（AskUserQuestion 格式合规、plan-design UI 检测、tool-budget 回归、plan-ceo 模式路由、ship 幂等性、autoplan 阶段链）+ 23 个单元测试；18 个 preamble 解析器整体压缩，每次 skill 调用减少 ~196K tokens（-25%），plan-ceo-review preamble 体积从 54KB 降到 31KB。GitHub Releases 接口返回空数组，作者通过 VERSION 文件 + CHANGELOG.md 管理版本，不走 GitHub Releases 流程。
来源：VERSION + CHANGELOG.md + GitHub Releases APIgstack 不是又一个 Claude Code 包装器，它把「如何用 AI 高效写软件」这个问题做成了一条带审计、带回归、带跨模型对照的工程流水线。23 个角色命令的接力设计 + 一个工程级浏览器守护进程 + 五层 prompt injection 防御，在 AI 工程辅助类项目里是少见的硬核组合，作者把自己每天用的 SOP 直接 MIT 开源了。建议这样使用：已经在用 Claude Code 的开发者先装上跑 /office-hours + /review + /qa 三件套体验整套质感，再决定是否切换到 team 模式给整个仓库强制 gstack；多项目并行的 AI 重度用户配合 Conductor 把并行 sprint 数推到 10-15 个时收益最大；技术 Lead 想给团队推 AI 辅助开发的工程纪律，可以拿 ship/cso/canary 当 PR 检查器。哪些情况建议先别用：项目是一次性脚本或玩具 demo（流程开销大于收益）；团队还没用 Claude Code（gstack 不能凭空替代基础工具）；对作者营销话术敏感的人（README 头部生产力数字争议较大，但代码本身确实硬）。短期最值得关注的演进方向是测试基建从 6 个 PTY 测试扩展到全 skill 覆盖，以及 hosts/ 适配层从软链接走向真正的协议适配。
来源：综合分析