不到 2 天涨星 3800+,gstack 把 Claude Code 从一个助手拆成了一支开发小队

项目拆解

这篇文章重点讲清 3 件事:OpenClaw 和 Claude Code 分别适合做什么,ACP 为什么会成为更顺手的接法,以及这套长期协作工作流应该按什么顺序落地。

这两天如果你在刷 Claude Code 相关讨论,大概率已经看到 gstack 了。它上线不到 48 小时,GitHub star 就冲到 3852。它火,不只是因为 Garry Tan 亲自下场,更因为它抓得很准:大家对 AI 编程工具真正不爽的,往往不是“不会写”,而是什么都能干一点,但始终没有分工感

项目卡片

  • 项目名:gstack
  • GitHub:https://github.com/garrytan/gstack
  • 涨星速度:不到 2 天,star 约 3852
  • 一句话判断:这不是又一包 prompt,而是在给 Claude Code 上“岗位分工”。
gstack 仓库概览图

先说我的感觉:如果你已经把 Claude Code 当主力搭子,gstack 值得看;如果你还只是偶尔让 AI 补几段代码,它的价值不会马上放大。

它到底做了什么?

gstack 的做法很直接:预装一组带强角色设定的技能,让 Claude Code 在不同阶段换不同脑子。

仓库里现在主要有 8 个技能:

  • /plan-ceo-review:先质疑需求,别急着照单实现
  • /plan-eng-review:盯架构、边界、测试矩阵
  • /review:偏生产问题导向的代码评审
  • /ship:测试、同步、推分支、开 PR
  • /browse:让 agent 真去点页面、看 console、截图
  • /qa:做成体系化 QA,而不是随手点两下
  • /setup-browser-cookies:导入真实浏览器 cookie
  • /retro:做团队复盘
gstack 技能分工图

所以它好玩的地方,不是命令多,而是它把几件本来就不该混着做的事硬拆开了:规划不是评审,评审不是发版,会写代码也不等于会做验证。

为什么这套东西会火?

它会火,我觉得主要还是两件事。

第一,它把“AI 也该分工”这件事做实了。 以前很多讨论停在 prompt 层,gstack 则给了仓库、setup、项目级安装路径,今晚就能装上去试。

第二,它补的是 Claude Code 最缺的验证闭环。 很多人最后还是得自己开浏览器、点流程、看布局、盯报错。gstack 里的 /browse/qa,就是冲这段来的。它不是嘴上说“我来帮你测一下”,而是真的把本地 CLI、常驻服务、Playwright、Chromium 串起来,让 AI 自己去看页面这件事更像工具。

再往前一步,它卖的其实还是一种工作方式:一个会话做 review,一个会话跑 QA,一个会话实现功能,剩下的继续并行。这也是它传播得这么快的原因之一。

并行 agent 工作流示意图

最短上手闭环

如果你想判断它适不适合自己,不用一上来全套接管,先试最短闭环就行:

  1. 先把 gstack 装进 ~/.claude/skills/gstack
  2. 先试一个最有感知的命令:
  • 经常做需求判断,试 /plan-ceo-review
  • 最烦手动点页面回归,试 /browse/qa --quick
  1. 找一个真实小任务跑一遍:先 plan,再 review,最后 browse/qa

如果这一轮下来你明显感觉“切角色之后,输出更稳了”,那它就适合你;如果你平时还没重度用 Claude Code,多半只会觉得命令有点多。

我觉得这仓库真正值得看的,是这 3 个思路

第一,别再让 AI 从头到尾只用一种脑子。 需求澄清、技术评审、代码审查、发版、QA,本来就不是一回事。你不主动切角色,它就很容易继续一锅炖。

第二,把“看页面”正式纳入开发闭环。 很多 AI 编程体验差,不是代码写不好,而是最后验证太人工。谁能把浏览器、截图、console、交互检查这一段做顺,谁的体验就会立刻顺很多。

第三,团队最后需要的不是 prompt,而是共享流程。 gstack 支持装到项目目录里,这个动作本身就很关键:它想卖的不是“我个人写得更爽”,而是“团队以后怎么更稳定地用 AI 干活”。

适合谁,不适合谁?

适合已经高频使用 Claude Code、愿意按阶段拆工作流、手里真有持续项目的人。不太适合还停留在“偶尔让 AI 补几段代码”、也不想折腾浏览器自动化和流程化协作的人。

最后

gstack 真正值得看的,不是 Garry Tan 也不是这波热度,而是它把一个趋势讲清楚了:当 AI 已经会写代码之后,下一步比的未必是谁更会补代码,而是谁先把分工、评审和验证闭环做出来。

所以这项目我还是建议你点进去看一眼。哪怕最后你不照着装,里面那套“给 AI 明确分工”的思路,也很值得抄回自己的工作流。

如果这篇对你有用,建议点个关注。我会持续把 GitHub 上值得用的 AI 工具拆成「最短上手闭环 + 坑点清单 + 可复用配置」,让你少走弯路。


关注微信公众号

想第一时间看到后续的工具拆解与实战更新,欢迎扫码关注公众号。