访问量： 454

gstack · AI驱动的软件工厂详解 · 已生成

📊 项目概览

维度数量说明
专家技能23个office-hours→plan→design→review→qa→cso→ship→canary→retro
工具技能8个browse/scrape/skillify/learn/context-save/restore/health/diagram等
构建哲学3条煮沸海洋 / 先搜索再构建 / 用户主权
安全层6层L1-L3内容安全 → L4 ML分类器 → L4b对话分类器 → L5金丝雀令牌 → L6集成组合器
iOS能力层4级observe / interact / mutate / restore

🔥 核心价值：一个人 = 一个团队

传统方式gstack方式
产品构思靠灵感/office-hours 六问深挖+重新框定
架构靠经验猜测/plan-eng-review 图表强制暴露隐藏假设
审查只过CI/review + /codex 双AI跨模型分析
QA手动点页面/qa 读diff自动测试+回归测试自动生成
安全靠运气/cso OWASP Top 10 + STRIDE全扫描
发布手动且拖延/ship → /land-and-deploy 一条命令到生产
设计AI slop泛滥/design-review 80项审计+AI Slop评分 D→A
跨会话无记忆/learn 持久化学习+自动”Prior learning applied”
gstack · AI驱动的软件工厂详解

🏭 gstack · AI驱动的软件工厂

Garry Tan (YC CEO) 的开源AI工程流水线 · 23个专家 + 8个工具 · MIT协议

CEO思维 Eng Manager 设计师 代码审查 QA测试 安全审计 发布工程 性能基准 iOS真机 跨AI协作

核心命题：一个人 + AI = 一个团队的产出。Garry Tan 2026年逻辑代码变更率是2013年的 810×。60天内：3个生产服务、40+功能，兼职完成，同时全职运营YC。
gstack 把 Claude Code 变成 虚拟工程团队——CEO重新思考产品、Eng Manager锁定架构、设计师捕捉AI slop、Reviewer发现生产Bug、QA打开真浏览器、CSO跑OWASP审计、Release Engineer发布PR。

📋 一、技能概览

🎯 技能定位
gstack — Claude Code的虚拟工程团队。23个专家技能 + 8个工具技能，全部slash命令，全部Markdown，MIT协议。

触发场景：产品构思、架构评审、代码审查、QA测试、安全审计、发布部署、设计审查、性能基准、iOS真机测试、跨AI协作
📊 核心数据
– 23个专家技能 + 8个工具技能
– 持久化Chromium浏览器（~100ms/命令）
– 6层提示注入防御
– UniFFI IPC Schema自动生成
– 75项原生规范审计
– 80项设计审计
– OWASP Top 10 + STRIDE安全审计
– iOS真机USB CoreDevice隧道
💡 一段话总结
gstack不是一个工具，是一个 软件工厂。它把产品生命周期中每个角色都AI化：
构思（/office-hours）→ 规划（/plan-ceo-review → /plan-design-review → /plan-eng-review）→ 实现（/design-consultation → /design-html）→ 审查（/review + /codex）→ 测试（/qa + /benchmark）→ 安全（/cso）→ 发布（/ship → /land-and-deploy）→ 监控（/canary）→ 复盘（/retro）
每个环节都有持久化记忆（/learn），上下文可保存恢复（/context-save / /context-restore），浏览器提供真实视觉验证（/browse）。

🏛️ 二、三大构建哲学

🌊哲学一：煮沸海洋
“不要煮沸海洋”在工程时间是瓶颈的年代是对的。那个时代结束了。AI辅助编码让完整性的边际成本趋近于零，旧的谨慎悄然变成了借口。

海洋是目的地——100%测试覆盖、完整功能实现、所有边界情况、完整错误路径。你一个湖一个湖地到达那里：每个湖是一个可煮沸的单元。

完整性是廉价的：评估”方案A（完整，~150行）vs 方案B（90%，~80行）”——始终选A。70行增量用AI编码只需几秒。”发布捷径”是工程时间作为瓶颈时代的遗留思维。

反模式：”选B——90%覆盖且代码更少” / “测试推迟到后续PR” / “这需要2周”（应该说：2周人工 / ~1小时AI辅助）
🔍哲学二：先搜索再构建
1000×工程师的第一直觉是”有人已经解决了吗？”而非”让我从零设计”。

三层知识：
– Layer 1：久经考验——标准模式、久经沙场的方法。检查成本趋近于零
– Layer 2：新且流行——当前最佳实践、博客、生态趋势。搜索但审视——人群可能是错的
– Layer 3：第一性原理——从具体问题推理出的原创观察。最有价值。优于一切

尤里卡时刻：搜索最宝贵的结果不是找到可复制的解决方案，而是理解所有人为什么这样做 + 用第一性原理推理他们的假设 + 发现常规方法为什么错了。这是10/10。
👤哲学三：用户主权
AI模型推荐。用户决定。这是覆盖所有其他规则的一条规则。

两个AI模型同意一个变更——这是强信号，不是命令。用户总有模型缺乏的上下文：领域知识、商业关系、战略时机、个人品味、未分享的未来计划。

正确模式是 生成-验证循环：AI生成推荐 → 用户验证并决定 → AI永远不因自信跳过验证步骤。

Karpathy称之为”钢铁侠战衣”哲学：伟大AI产品增强用户，而非替代。Simon Willison警告”代理是复杂性的商人”——人类离开循环后，他们不知道发生了什么。

AI辅助压缩比

任务类型人工团队AI辅助压缩比
脚手架/样板代码2天15分钟~100×
测试编写1天15分钟~50×
功能实现1周30分钟~30×
Bug修复+回归测试4小时15分钟~20×
架构/设计2天4小时~5×
研究/探索1天3小时~3×

🧭 三、23个专家技能 + 8个工具技能

🏗️ 产品构思与规划（5个）

技能角色做什么
/office-hoursYC合伙人6个强制问题重新框定产品。挑战前提，生成实现替代方案。设计文档直接喂入下游技能
/spec规格作者5阶段将模糊意图转化为精确可执行规格。可直接创建GitHub Issue
/plan-ceo-reviewCEO/创始人重新思考问题。找到请求中隐藏的10星产品。4种模式：扩展/选择性扩展/保持/缩减
/plan-eng-reviewEng Manager锁定架构、数据流、图表、边界情况、测试。强制暴露隐藏假设。图表使规划无法含糊
/plan-design-review高级设计师交互式计划模式设计审查。7轮评分0-10，解释10分长什么样，修复计划

🎨 设计系统（4个）

技能角色做什么
/design-consultation设计伙伴从零构建完整设计系统。调研竞品，提出安全选择+创意风险，生成HTML预览
/design-review会写代码的设计师80项在线视觉审计+修复循环。原子提交，前后截图。AI Slop评分 D→A
/design-shotgun设计探索者生成3个AI设计变体，浏览器对比板，迭代直到批准方向。品味记忆偏向偏好
/design-html设计工程师Pretext原生HTML生成。文本重排、高度自适应、智能API路由、框架检测

🔍 审查与调试（4个）

技能角色做什么
/review偏执Staff Engineer找通过CI但在生产爆炸的Bug。自动修复明显的。标记完整性缺口。枚举处理器追踪
/investigate调试器系统化根因调试。铁律：无调查不修复。3次修复失败后质疑架构而非盲目尝试
/codex第二意见OpenAI Codex独立审查。3模式：review/challenge/consult。跨模型分析：两个医生同一病人
/autoplan审查流水线一条命令：CEO→设计→Eng自动运行。6条编码决策原则。仅品味决策需人工批准

🧪 测试与质量（4个）

技能角色做什么
/qaQA Lead测试应用、找Bug、原子提交修复、重新验证。自动生成回归测试。4模式：diff/全量/quick/regression
/qa-onlyQA Reporter同/qa方法论但只报告不修改。纯Bug报告
/benchmark性能工程师基线化页面加载、Core Web Vitals、资源大小。PR前后对比。趋势追踪
/canarySRE部署后监控循环。控制台错误、性能回归、页面失败。周期截图与基线对比

🔒 安全与发布（4个）

技能角色做什么
/cso首席安全官OWASP Top 10 + STRIDE威胁建模。注入/认证/加密/访问控制全扫描
/ship发布工程师同步main、跑测试、审计覆盖、推送、开PR。无测试框架则自动引导
/land-and-deploy发布工程师合并PR、等CI、部署、验证生产健康。一条命令从”approved”到”verified in production”
/setup-deploy部署配置器一次性部署配置。自动检测平台（Fly/Render/Vercel/Netlify/Heroku/GHA）

📱 iOS真机（4个）

技能角色做什么
/ios-qaiOS QA LeadUSB CoreDevice隧道+嵌入式StateServer。读Swift源码、codegen访问器、驱动真iPhone
/ios-fixiOS修复器捕获复现快照→修复→重编译→重部署→验证。快照成为回归测试fixture
/ios-design-reviewiOS设计师真iPhone上10维Apple HIG审计。每维度0-10分，<7分提出修复建议
/ios-synciOS桥接同步升级gstack或新增@Observable类后重新生成访问器和Swift模板

🛠️ 工具技能（8个）

技能角色做什么
/browseQA工程师持久化Chromium浏览器。~100ms/命令。70+命令。ref元素选择。3模式：headless/headed/pair-agent
/scrape数据提取器从网页拉数据。首次原型~30s，后续编码化运行~200ms
/skillify技能编码器将/scrape原型编码为永久Playwright脚本+测试+fixture
/learn记忆管理跨会话学习。审查、搜索、修剪、导出项目特定模式和偏好
/context-save保存状态保存工作上下文（git状态、决策、剩余工作），任何未来会话可恢复
/context-restore恢复状态从保存的上下文恢复，跨Conductor工作区交接
/retroEng Manager团队感知周复盘。每人分解、发布连续、测试健康趋势、成长机会
/health质量仪表板类型检查+lint+测试+死代码检测。加权0-10分，趋势追踪

🛡️ 安全护栏 + 其他

技能角色做什么
/careful安全护栏危险命令前警告（rm -rf / DROP TABLE / force-push / reset –hard）
/freeze编辑锁限制文件编辑到单个目录。调试时的意外防护
/guard完整安全/careful + /freeze 一条命令。生产工作最大安全
/pair-agent远程代理桥配对远程AI代理与本地浏览器。范围隧道+锁定允许列表+会话令牌
/document-release技术作者更新所有项目文档匹配刚发布的内容。自动捕获过时README
/document-generate技术作者为功能生成Diataxis文档（教程/how-to/参考/解释）
/make-pdfPDF生成器Markdown→出版级PDF。Mermaid/Excalidraw渲染为矢量图
/diagram图表制作英文→mermaid源码+可编辑.excalidraw+渲染SVG/PNG。完全离线

🌐 四、浏览器架构 — 技能的”眼睛”

核心洞察
AI代理与浏览器交互需要 亚秒延迟 和 持久状态。如果每次命令冷启动浏览器，等3-5秒。如果浏览器在命令间死亡，丢失cookies/tabs/登录。
gstack运行长驻Chromium守护进程，CLI通过localhost HTTP通信。首次调用~3s启动，后续每次~100-200ms。
Claude Code
$B snapshot -i
→
CLI (编译二进制)
读state文件
POST /command
→
Server (Bun.serve)
分发命令
与Chromium通信
→
Chromium (headless)
持久tabs
cookies保留
30min空闲超时

为什么选Bun

编译二进制
bun build --compile → 单个~58MB可执行文件。无node_modules、无npx、无PATH配置
原生SQLite
Cookie解密直接读Chromium的SQLite DB。无需better-sqlite3、无需gyp编译
原生TypeScript
bun run server.ts 直接运行。无编译步骤、无ts-node
内置HTTP
Bun.serve() 快速简单。~10个路由，不需要Express/Fastify

Ref系统 — 无CSS选择器的元素寻址

工作原理：snapshot -i → Playwright的 page.accessibility.snapshot() → 解析ARIA树 → 分配 @e1, @e2, @e3... → 构建 getByRole(role, {name}).nth(index) Locator → 存储Map

为什么用Locator而非DOM注入：
– CSP：许多生产站点阻止DOM修改 → Locator外部于DOM
– React/Vue水合：框架协调可剥离注入属性 → Locator不受影响
– Shadow DOM：无法从外部触及shadow根 → Locator通过ARIA树工作

过期检测：SPA可在不触发framenavigated的情况下修改DOM。 resolveRef() 在使用前执行 count() 检查——~5ms开销而非30秒超时。

🛡️ 五、6层提示注入防御

Chrome侧栏代理读取敌意网页——这是gstack最暴露于提示注入的部分。防御是分层的，非单点。

层名称机制
L1-L3内容安全数据标记 + 隐藏元素剥离 + ARIA正则 + URL黑名单 + 信任边界信封包装。应用于每个页面内容命令和工具输出
L4ML分类器 (TestSavantAI)22MB BERT-small ONNX模型（int8量化），本地运行无网络。扫描每条用户消息和工具输出。可选721MB DeBERTa-v3集成
L4b对话分类器Claude Haiku扫描完整对话形状（消息+工具调用+输出），非仅文本。门控LOG_ONLY:0.40
L5金丝雀令牌随机令牌注入系统提示。滚动缓冲检测跨text_delta和input_json_delta流。令牌泄漏→确定性BLOCK
L6集成组合器BLOCK需两个ML分类器在≥WARN(0.75)一致同意，非单次高置信命中。工具输出扫描单层直接BLOCK

双监听器隧道架构

本地监听器（127.0.0.1:LOCAL_PORT）：服务完整命令面 + cookie-picker + inspector + welcome
隧道监听器（127.0.0.1:TUNNEL_PORT）：仅服务锁定允许列表——/connect（配对仪式）+ /command（范围令牌+命令白名单）+ /sidebar-chat

安全属性来自物理端口分离：隧道调用者无法到达/health或/cookie-picker——这些路径在该TCP socket上不存在。头部推断不可靠；socket分离是。

🎬 六、从零构建「智能列表发布系统」

场景：你在做一个Craigslist风格的列表应用。用户说”让卖家上传物品照片”。这个看似简单的需求，在gstack流水线下会如何被重新思考、设计、实现、审查、测试、安全审计、发布、监控？

Phase 1 /office-hours — 重新框定产品
1
六问深挖：YC风格合伙人不接”上传照片”的字面请求。追问痛点——具体例子，非假设。
用户描述：助手遗漏事项、多Google日历信息过时、准备文档是AI slop、活动地点错误追踪耗时…
2
重新框定：”你说的不是’日历简报应用’。你描述的是个人参谋长AI。”提取5个用户未意识到的能力：
① 跨账户监控日历 + 检测过时信息
② 生成真正的准备功课（非物流摘要）
③ 管理CRM——谁、关系、历史
④ 优先级排序——标记何时需提前准备
⑤ 用金钱换杠杆——主动寻找委托/自动化机会
3
前提挑战：呈现可证伪声明让用户验证——”日历是锚数据源，价值在智能层”、”CRM是must-have非nice-to-have”…每个接受的前提成为设计文档的承重墙
4
实现替代方案：3个具体方案+诚实工作量估算
– 方案A：日简报优先（最窄楔子，M工作量，人工~3周/CC~2天）
– 方案B：CRM优先（L工作量，人工~6周/CC~4天）
– 方案C：全愿景（XL工作量，人工~3月/CC~1.5周）
推荐A——从真实使用中学习，CRM数据第二周自然到来
5
设计文档：写入 ~/.gstack/projects/，直接喂入下游 /plan-ceo-review 和 /plan-eng-review
Phase 2 /plan-ceo-review — 找到10星产品
1
Brian Chesky模式：不实现明显的ticket，从用户视角重新思考问题。
“让卖家上传照片” → 弱助手加文件选择器保存图片。
这不是真正的产品。
2
重新提问：”照片上传”是特性吗？真正的特性可能是帮助创建一个真正能卖出去的列表：
– 能从照片识别产品？
– 能推断SKU/型号？
– 能搜索网络并自动起草标题和描述？
– 能拉取规格、类别、定价对比？
– 能建议哪张照片转化率最高？
– 能检测上传照片丑/暗/杂乱/低信任？
– 能让体验感觉高端而非2007年死表单？
3
4种模式：SCOPE EXPANSION（梦大）/ SELECTIVE EXPANSION（逐个挑选）/ HOLD SCOPE（最大严谨）/ SCOPE REDUCTION（最小可行版）
视野和决策持久化到 ~/.gstack/projects/，超越对话存活
Phase 3 /plan-eng-review — 让想法可构建
1
技术脊柱：一旦产品方向正确，需要完全不同的智能——不是更多发散，而是：
架构 / 系统边界 / 数据流 / 状态转换 / 失败模式 / 边界情况 / 信任边界 / 测试覆盖
2
图表解锁：LLM在被迫画系统时变得远更完整。序列图、状态图、组件图、数据流图、测试矩阵——图表强制隐藏假设暴露，使含糊规划更难。
– 上传/分类/丰富/草稿生成的架构？
– 哪些步骤同步，哪些后台作业？
– 上传成功但丰富失败怎么办？
– 产品识别低置信度怎么办？
– 重试如何工作？如何防止重复作业？
3
Review Readiness仪表板：每次审查后显示仪表板。Eng Review是唯一必需门控。CEO和Design是信息性的。
Phase 3.5 /plan-design-review — 计划中的设计缺口
1
7轮评分：信息架构 → 交互状态覆盖 → 用户旅程 → AI slop风险 → 设计系统对齐 → 响应式/无障碍 → 未解决设计决策
每维度0-10分，解释10分长什么样。低分=大量修复，高分=快速通过。
2
典型发现：”计划描述用户仪表板但从未指定用户首先看到什么。说’带图标的卡片’——看起来像每个SaaS模板。提到0个加载状态、0个空状态、无移动行为。”
初始评分4/10 → 修复后8/10
Phase 4 /design-consultation + /design-shotgun + /design-html — 设计到代码
1
/design-consultation：从零构建设计系统。调研竞品（Linear/Vercel/Datadog/Posthog），提出安全选择+创意风险：
– 安全：Geist正文、Slate中性色、Grid纪律布局（匹配类别期望）
– 风险：Instrument Serif显示标题（dev工具无人用serif）、单teal强调色（非blue）、4px紧凑密度
生成HTML预览页——真实产品页面，非色板样本
2
/design-shotgun：生成3个视觉变体 → 浏览器对比板 → 批准方向 → approved.json 喂入 /design-html
3
/design-html：Pretext原生HTML生成。文本重排、高度自适应、智能API路由（简单布局用prepare()+layout()，卡片网格用自尺寸卡片，聊天UI用walkLineRanges()）。3视口截图验证。精修循环直到”done”
Phase 5 /review + /codex — 双AI审查
1
/review（Claude视角）：偏执Staff Engineer找通过CI但在生产爆炸的Bug：
– N+1查询（列表照片/草稿建议）
– 信任客户端文件元数据而非验证实际文件？
– 两个tab竞态覆盖封面照片选择？
– 失败上传在存储中留孤儿文件？
– “恰好一张hero图”规则在并发下会断？
– 丰富API部分失败→优雅降级还是保存垃圾？
– 拉取web数据到草稿生成→提示注入/信任边界？
自动修复明显的（死代码、过时注释、N+1查询），呈现模糊的
2
/codex（OpenAI视角）：完全不同AI独立审查同一diff。不同训练、不同盲点、不同优势。
跨模型分析：重叠=高置信、Codex独有=不同视角、Claude独有=不同视角。”两个医生同一病人”
Phase 6 /qa + /benchmark — 测试与性能
1
/qa：读git diff → 识别受影响页面 → 启动浏览器 → 逐一测试。4模式：
– Diff-aware：自动读diff，测试受影响页面
– Full：系统探索整个应用，5-15分钟
– Quick：30秒冒烟测试
– Regression：与基线diff
自动生成回归测试——每个修复附带完整归因追踪
2
/benchmark：基线化加载时间、Core Web Vitals（LCP/CLS/INP）、资源数、传输大小。PR前后对比，趋势追踪
Phase 7 /cso — 安全审计
1
OWASP Top 10 + STRIDE：扫描注入漏洞、破坏认证、敏感数据暴露、XEE、破坏访问控制、安全配置错误、XSS、不安全反序列化、已知脆弱组件、不足日志
每个发现包含：严重性、证据、推荐修复
2
列表应用典型发现：
– CRITICAL：用户搜索SQL注入
– HIGH：会话令牌存localStorage
– MEDIUM：/api/login缺速率限制
– LOW：X-Frame-Options头未设置
Phase 8 /ship → /land-and-deploy → /canary — 发布到监控
1
/ship：同步main → 跑测试 → 审计覆盖 → 推送 → 开PR。无测试框架则自动引导（检测运行时、研究最佳框架、安装、写3-5真实测试、设CI/CD、创建TESTING.md）
覆盖审计：构建代码路径图 → 搜索对应测试 → ASCII覆盖图+质量星。缺口自动生成测试
2
/land-and-deploy：合并PR → 等CI → 等部署 → 生产金丝雀检查。一条命令从”approved”到”verified in production”
3
/canary：部署后监控循环——每2分钟检查8个关键页面。控制台错误、性能回归、页面失败、视觉异常。周期截图与部署前基线对比
Phase 9 /retro + /learn — 复盘与记忆
1
/retro：团队感知周复盘。分析提交历史、工作模式、发布速度。每人分解+具体赞美+成长机会。指标：提交数/LOC/测试比/PR大小/修复比。热点文件、发布连续、本周最大发布
2
/learn：gstack从每个会话学习。模式、陷阱、偏好、架构决策累积在 ~/.gstack/projects/$SLUG/learnings.jsonl。其他技能自动搜索学习并在相关时显示”Prior learning applied”

🔄 七、完整流水线 — 一条命令到一条命令

/office-hours
重新框定
→
/plan-ceo
10星产品
→
/plan-design
设计缺口
→
/plan-eng
可构建
→
/design-html
设计→代码
→
/review
+ /codex
→
/qa
测试
→
/cso
安全
→
/ship
发布PR
→
/land
部署
→
/canary
监控
→
/retro
复盘

或用 /autoplan 一条命令自动运行 CEO → Design → Eng 审查，仅品味决策需人工批准

📝 八、SKILL.md模板系统 — 文档永不漂移

问题：SKILL.md告诉Claude如何使用浏览命令。如果文档列出不存在的flag，或遗漏新增命令——代理报错。手维护文档总是漂移。

解法：SKILL.md.tmpl（人写散文+占位符）→ gen-skill-docs.ts（读源码元数据）→ SKILL.md（提交，自动生成段）

模板包含需要人类判断的工作流/提示/示例。占位符从源码构建时填充：
占位符来源生成什么
{{COMMAND_REFERENCE}}commands.ts分类命令表
{{SNAPSHOT_FLAGS}}snapshot.tsFlag参考+示例
{{PREAMBLE}}gen-skill-docs.ts启动块：更新检查/会话追踪/贡献者模式
{{QA_METHODOLOGY}}gen-skill-docs.ts/qa和/qa-only共享QA方法论
{{DESIGN_METHODOLOGY}}gen-skill-docs.ts/plan-design-review和/design-review共享设计审计方法论
{{REVIEW_DASHBOARD}}gen-skill-docs.ts/ship预飞审查就绪仪表板
{{TEST_BOOTSTRAP}}gen-skill-docs.ts测试框架检测/引导/CI/CD设置
{{GBRAIN_CONTEXT_LOAD}}resolvers/gbrain.tsBrain优先上下文搜索+关键词提取+健康感知

3层测试

层什么成本速度
1 — 静态验证解析SKILL.md中每个$B命令，对照注册表验证免费<2s
2 — E2E via claude -p启动真实Claude会话，运行每个技能，扫描错误~$3.85~20min
3 — LLM-as-judgeSonnet评分文档清晰度/完整性/可操作性~$0.15~30s

📱 九、iOS真机QA — 不模拟，真驱动

gstack-ios-qa daemon
Mac (bun/TS)
轮换boot token
铸造session token
能力层级
⇄ USB CoreDevice (IPv6)
iOS app
StateServer
(仅loopback)
核心洞察
不模拟、不跑XCTest、不启动WebDriverAgent。在应用内嵌入HTTP服务器，从Mac侧守护进程通过USB CoreDevice IPv6隧道驱动。

读Swift源码 → 找@Observable类+@Snapshotable字段 → codegen类型化访问器 → 部署调试桥 → 运行闭环find→fix→verify循环
能力层级
observe：/screenshot, /elements, GET /state/*, /healthz
interact：observe + /tap, /swipe, /type, /session/*
mutate：interact + POST /state/<key>
restore：mutate + POST /state/restore

默认铸造token=interact。更高层级需显式owner铸造。
🔓 解锁：USB-tethered + Tailscale = 任何代理的远程iOS QA
一台Mac + 一台iPhone + Tailscale免费层 = 替代BrowserStack/Sauce Labs。
任何HTTP能力代理在你的tailnet上可驱动iOS应用——一旦你铸造了session token。Tailscale ACL限定哪些身份可在哪能力层级到达Mac。

🎯 十、总结

gstack · AI驱动软件工厂 · 核心要点

🌊 哲学

  • 煮沸海洋：完整性边际成本趋近零，做完整的事
  • 先搜索再构建：三层知识（久经考验/新且流行/第一性原理）
  • 用户主权：AI推荐，用户决定。生成-验证循环
  • AI压缩比：脚手架100×、测试50×、功能30×、Bug修复20×

🧭 技能

  • 23专家+8工具=31个slash命令
  • 完整流水线：构思→规划→设计→审查→测试→安全→发布→监控→复盘
  • /autoplan：一条命令自动CEO→Design→Eng审查
  • 跨AI协作：/codex第二意见+跨模型分析

🌐 浏览器

  • 持久Chromium守护进程：~100ms/命令
  • Ref系统：ARIA树元素寻址，无CSS选择器
  • 3模式：headless/headed/pair-agent隧道
  • /scrape+/skillify：首次30s→后续200ms

🛡️ 安全

  • 6层提示注入防御（L1-L6）
  • 双监听器隧道架构（物理端口分离）
  • Bearer令牌+范围令牌+会话cookie
  • Unicode净化、CSP尊重、shell注入防护

📱 iOS

  • USB CoreDevice隧道+嵌入式StateServer
  • 读Swift→codegen访问器→驱动真iPhone
  • 4能力层级：observe/interact/mutate/restore
  • Tailscale远程代理+ACL范围控制

📝 工程

  • SKILL.md模板系统：文档永不漂移
  • 3层测试：静态/E2E/LLM-as-judge
  • Bun编译二进制：58MB单文件，无node_modules
  • ETHOS.md注入每个技能前导
基于 garrytan/gstack · Garry Tan (YC CEO) · MIT协议 · 23专家+8工具

https://github.com/garrytan/gstack