Garry Tan 的 AI 软件工厂：把 Claude Code 组织成 CEO、Eng Manager、Designer、QA、Security、Release Engineer 等一整套可安装 skill 体系，并通过 host adapter 扩展到 OpenClaw、Codex、Cursor 等宿主。120.4k stars，MIT 协议。
一句话定位
它不是单个 Skill，而是一个面向 AI coding agent 的 methodology bundle：一组 slash-command skills、浏览器/文档/记忆工具、安装器和 host config 生成链，目标是把“想法 → 评审 → 实现 → QA → 发布 → 复盘”变成可复用的软件流水线。
为什么值得关注
- 主交付物就是技能体系：仓库根目录直接按
/office-hours、/review、/qa、/ship、/cso、/autoplan等能力拆目录，不是“附带几个 skill 的普通 CLI” - 多宿主分发做得完整：
setup+hosts/*.ts+gen:skill-docs把同一套 methodology 分发到 Claude Code、Codex、Cursor、OpenCode、Kiro、Factory、OpenClaw 等宿主 - OpenClaw 适配不是口头支持：仓库内置
openclaw/目录、dispatch routing 文档、gstack-lite/full/plan模板和 4 个 native OpenClaw skills - 浏览器能力是第一等公民：不仅有 Skill，还带
browse二进制、Browser skill、CDP escape hatch、cookie 导入、QA/canary/benchmark 等真实页面验证链 - 测试覆盖非常重：
test/下有大量 skill e2e、host config、OpenClaw/native skill、memory/gbrain/browser 回归测试，明显不是 README 驱动项目
主体结构
gstack/
├── office-hours/ plan-*/ review/ qa/ ship/ cso/ ... # 每个 slash skill 一个目录
├── browse/ # 浏览器 daemon / CLI / server
├── openclaw/ # OpenClaw 适配模板与 native skills
├── hosts/ # Codex/Cursor/OpenClaw 等宿主配置
├── bin/ # gstack-* 辅助 CLI
├── docs/ # skill deep dives / OpenClaw / gbrain / browser
├── scripts/ # 生成、校验、安装、测试辅助脚本
└── test/ # unit + routing + e2e + eval tests
这说明它的核心不是某个单点功能，而是**“方法论文档 + skill 文本 + 工具二进制 + 宿主适配层”**四件套一起交付。
核心工作流
README 明确把 gstack 定义为一条 sprint pipeline：
Think → Plan → Build → Review → Test → Ship → Reflect
对应的代表性 skills：
| 阶段 | 代表 skill | 作用 |
|---|---|---|
| Think | /office-hours | 用 YC office hours 式追问重构产品问题 |
| Plan | /plan-ceo-review /plan-eng-review /plan-design-review /autoplan | 把产品、架构、设计、DX 评审串成可执行计划 |
| Build | /spec /design-html | 生成可执行 spec 或直接落 HTML/实现 |
| Review | /review /codex /cso | 代码质量、跨模型复审、安全审计 |
| Test | /qa /qa-only /benchmark /canary | 浏览器 QA、性能、部署后观测 |
| Ship | /ship /land-and-deploy | 推分支、开 PR、合并部署 |
| Reflect | /retro /learn | 复盘与持久化 learnings |
安装与宿主支持
Claude Code
最标准路径是把仓库 clone 到 ~/.claude/skills/gstack，再执行 ./setup。setup 会：
- 检查 Bun
- 构建浏览器相关二进制
- 安装/链接生成后的 skill 文档
- 根据宿主决定是否生成前缀名、team mode、host-specific 输出
其他宿主
README 和 hosts/ 配置明确支持：
- Codex CLI
- Cursor
- OpenCode
- Kiro
- Factory Droid
- Slate
- Hermes
- OpenClaw
- GBrain（作为 brain-aware 变体）
docs/ADDING_A_HOST.md 说明新增宿主只需增加一个 HostConfig 文件，这个设计对多 harness skill 分发很有参考价值。
OpenClaw 集成价值
docs/OPENCLAW.md 和 openclaw/ 目录给出的不是“把 gstack 全量搬进 OpenClaw”，而是更现实的混合架构：
- OpenClaw 负责编排和会话管理
- Claude Code 会话内运行 gstack coding skills
- OpenClaw 原生侧只保留 4 个 conversational methodology skills
- 通过
gstack-lite/gstack-full/gstack-plan三档 prompt 模板控制 dispatch 强度
这条路线和 agent-skill-loading、agent-harness-anatomy 很契合：把“方法论”保持为 prompt/skill 资产，把“执行器”留在原生 harness。
差异化能力
1. 方法论不是散装技能
很多 skill 仓库只是收集 SKILL.md；gstack 更像完整工程操作系统，强调 skill 之间的前后依赖和文档传递链路。
2. Browser/QA 深度集成
browse、/qa、/canary、/setup-browser-cookies、/open-gstack-browser 形成了“计划后真测网页”的闭环，这比纯文本式 skill 库更接近真实交付。
3. 多宿主适配是源码级能力
hosts/、adapter、path/tool rewrites、generated docs、OpenClaw routing 模板都说明它在认真解决“同一 methodology 如何跨不同 agent host 落地”的问题。
4. GBrain / learnings / context-save
它不只关注单次会话，还尝试把 learnings、context checkpoint、gbrain 检索、timeline log 组织成长期记忆层，这一点和 agentmemory、planning-with-files 的关注点相通。
适用场景
- 希望给 Claude Code / Codex / OpenClaw 加一套成体系的软件交付方法论
- 想把产品评审、架构评审、设计评审、QA、发布标准化
- 需要浏览器自动化和真实网页验证，而不满足于纯代码生成
- 研究多宿主 skill 分发、host adapter、prompt asset 生成链
边界与代价
- 强约束、重流程：更适合中大型任务，不适合所有“顺手改一行”的轻任务
- 依赖较多：Bun、浏览器链路、cookie 导入、可选的 gbrain / ngrok / iOS QA 等让安装面变厚
- 方法论带明显个人风格：产品判断、评审口径、术语和流程都强烈带有 Garry Tan / YC 式风格，不一定适合所有团队
- OpenClaw 集成仍以 Claude Code 为执行内核：不是原生 OpenClaw coding skill 全量移植
与相关条目的关系
- superpowers — 都是“先设计/计划再编码”的强方法论 skill 套件；gstack 更重产品/设计/浏览器/发布流水线
- planning-with-files — 都重视外部状态与长任务连续性，但 planning-with-files 更轻量，gstack 更像完整工厂
- skills-cli — skills-cli 解决安装/分发层；gstack 是被安装的 methodology bundle
- agent-skill-loading — gstack 是“skill 作为 prompt 资产按宿主生成”的典型案例
- openclaw — gstack 对 OpenClaw 的集成策略体现了“外部方法论 + 原生 orchestrator”的混合模式
资源
- GitHub: https://github.com/garrytan/gstack
- OpenClaw 集成文档:
docs/OPENCLAW.md - Skill 详解:
docs/skills.md - 当前版本: v1.58.5.0（仓库内
package.json）