Skip to content

garrytan/gstack

⭐ 92,193  ·  #5  ·  TypeScript

Use Garry Tan's exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA

TypeScript Webui

项目分析

🎯 定位可视化交互层
💡 核心价值把 Agent 的命令行能力封装成 Web 界面,支持会话管理、历史记录、多模型切换等功能,降低非技术人员的使用门槛
👥 适合谁不太熟悉终端操作的用户,或者需要团队协作使用 Agent 的场景

为什么值得关注

92,193 Stars 说明这是一个经过大量用户验证的成熟工具。使用 TypeScript 开发。核心特色:"I don't think I've typed like a line of code probably since December, basically, which is an extremely large change." — Andrej Karpathy, No Priors podcast, March 2026。

将 Claude Code 武装成虚拟软件工厂的 CLI 工具集。

核心功能

  • 23 个专家角色(Slash Commands):通过 Markdown 提示词定义 CEO、设计师、工程经理、QA、安全官等角色,每个角色对应独立的工作流,如 /plan-ceo-review 负责产品战略评审,/qa 在真实浏览器中执行端到端测试。
  • 完整的交付流水线:从产品构思(/office-hours)、架构评审(/plan-ceo-review)、代码审查(/review)、质量保障(/qa)到发布管理(/release),覆盖软件交付全生命周期。
  • 自动化安全审计:内置 /security-audit 命令,自动执行 OWASP Top 10 和 STRIDE 威胁建模检查,输出结构化审计报告。
  • 零成本、零依赖运行:所有工具均为纯 Markdown 提示词 + Claude Code 原生能力,无需额外 SaaS 订阅或基础设施。
  • MIT 开源、可 Fork 定制:提示词和工具链完全开放,开发者可任意修改角色定义、调整工作流,或扩展新的 slash 命令。

技术架构

  • 语言与运行时:TypeScript 为主,依赖 Claude Code CLI、Git 和 Bun(Node.js 仅 Windows 需要)。
  • 代码结构:核心资产是 prompts/ 目录下的 Markdown 文件,每个角色对应一个 .md 文件(如 ceo-review.mdqa-engineer.md),通过 Claude Code 的 Slash Command 机制加载。无复杂构建系统或框架。
  • 设计哲学:以“提示工程”替代传统代码开发。不写业务逻辑,而是定义 AI 代理的行为边界、输出格式和交互流程。本质上是一个“AI 代理的操作系统”——通过结构化提示词编排多代理协作。
  • 亮点:将 AI 的不确定性封装在固定角色边界内。例如 /release 命令不仅发 PR,还要求代理执行变更日志生成、版本号校验、回滚预案检查等操作,显著降低 AI 幻觉风险。

快速上手指南

  1. 安装依赖:确保已安装 Claude Code、Git、Bun(或 Node.js for Windows)。
  2. 克隆仓库:在 Claude Code 终端中执行以下命令:
    bash
    git clone --single-branch --depth 1 https://github.com/garrytan/gstack
  3. 运行第一个命令:在项目根目录启动 Claude Code,输入 /office-hours 描述你的产品想法。
  4. 典型工作流/office-hours/plan-ceo-review → 编写代码 → /review/qa/release

优劣势与适用场景

优势

  • 极高效率:单人可以完成传统 5-10 人团队的工作流,尤其适合原型验证和快速迭代。
  • 零学习成本:对熟悉 Claude Code 的开发者而言,安装即用,无需学习新框架或 DSL。
  • 完全透明:所有提示词和流程开源,可审计、可修改,避免了商业 AI 工具的“黑箱”问题。
  • 强约束输出:通过角色定义和输出模板,大幅降低 AI 生成无意义内容的概率。

劣势

  • 强绑定 Claude Code:无法迁移到 GPT-4、Gemini 等其他模型,存在单一供应商风险。
  • 依赖 AI 质量:效果上限取决于 Claude Code 的实际能力。复杂业务逻辑或罕见边缘场景可能导致幻觉或错误。
  • 缺乏可视化界面:纯 CLI 操作,对非技术团队成员不友好。
  • 不适合大型团队:设计初衷是“单人超级团队”,多人在同一仓库上并行使用 Claude Code 可能引发冲突。

适用场景

  • 独立开发者 / 技术创始人:希望以最小人力成本快速验证产品想法。
  • 小团队(1-5 人):需要覆盖全流程但缺乏专职 QA、安全、发布工程师。
  • AI 工具探索者:对提示工程和 AI 代理编排感兴趣的技术人员。

不适用场景

  • 大型企业级项目(需要严格合规审计、多人协作审批)。
  • 对模型输出可靠性要求极高(如医疗、金融核心系统)的场景。
  • 团队已拥有成熟 DevOps 和 QA 基础设施的组织。

社区与热度

  • Stars:92,193(截至分析日期),增长极快,反映出 AI 代理工具赛道的巨大关注度。
  • Fork / 贡献:由于项目性质(提示词集合而非传统代码库),Fork 数量预计低于 Star 数,但“Fork 后定制”是项目预期的主要使用模式。
  • 近期更新:2026 年 5 月 9 日最后更新,说明项目仍处于活跃维护期。Garry Tan 本人持续迭代,README 中展示了 2026 年惊人的贡献数据(1,237 次贡献)。
  • 社区生态:项目鼓励用户通过 Issue 和 PR 分享自定义角色提示词,有望形成“提示词市场”式的社区资源池。

技术信息


数据更新于 2026-04-01 · Stars 数以 GitHub 实际数据为准

热点项目数据来自 GitHub API,实时更新