如何用 Claude Code Skills 提升开发效率？Garry Tan gstack 的 6 个实战技巧

引言

Y Combinator 首席执行官 Garry Tan 最近在 SXSW 大会上分享了他与 AI 智能体工作的狂热状态——他称之为”网络精神病”（cyber psychosis）。每天只睡 4 小时，却精力充沛地同时推进三个不同项目。秘诀是什么？他开源的 Claude Code gstack 技能系统。

2026 年 3 月 12 日，Tan 在 GitHub 上公开了他的 gstack 配置，短短几天内收获了近 20,000 颗星和 2,200 次 fork。这套包含 13 个可复用技能（skills）的系统，让开发者能够模拟完整的工程团队结构，而非简单地”构建这个功能”。

本文将深入解析 gstack 的核心理念，并提供 6 个实战技巧，帮助你在自己的开发工作流中应用类似的 AI 技能系统。

什么是 Claude Code Skills？

Claude Code Skills 是存储在特殊 skill.md 文件中的可复用提示词（prompts），它们指示 AI 在特定角色或任务中如何行为。每个技能文件定义了一个专门的工作模式，例如：

• CEO 技能：评估创业想法或功能的商业价值
• 工程师技能：编写高质量代码实现功能
• 代码审查技能：检查 bug 和安全问题
• 设计师技能：优化用户体验和界面
• 文档技能：生成清晰的技术文档

gstack 的核心洞察是：AI 编程在模拟工程团队结构时效果最佳。与其让 AI 一次性完成所有工作，不如让它分角色、分步骤地协作。

技巧一：建立角色分离的工作流

gstack 最强大的设计原则是角色分离。每个技能专注于单一职责，避免 AI 同时扮演多个角色导致的注意力分散。

实施步骤

1. 创建技能目录结构

mkdir -p ~/.claude-code/skills/
mkdir -p ~/.claude-code/skills/ceo
mkdir -p ~/.claude-code/skills/engineer
mkdir -p ~/.claude-code/skills/reviewer
mkdir -p ~/.claude-code/skills/designer

2. 定义 CEO 技能（ceo/skill.md）

# Role: CEO

你是一位经验丰富的科技公司 CEO，擅长评估产品想法的商业价值。

## 职责
- 评估功能的商业可行性和市场价值
- 分析用户需求和痛点
- 确定优先级和 MVP 范围
- 考虑竞争格局和差异化

## 输出格式
1. 商业价值评分（1-10）
2. 目标用户群体
3. 核心价值主张
4. 建议的 MVP 功能列表
5. 潜在风险和挑战

3. 定义工程师技能（engineer/skill.md）

# Role: Senior Engineer

你是一位资深软件工程师，擅长编写高质量、可维护的代码。

## 职责
- 根据需求设计技术方案
- 编写清晰、高效的代码
- 遵循最佳实践和设计模式
- 编写单元测试和集成测试

## 代码标准
- 使用 TypeScript/Python（根据项目）
- 遵循 SOLID 原则
- 添加完整的类型注解
- 包含详细的注释和文档字符串

## 输出格式
1. 技术方案概述
2. 文件结构和修改列表
3. 完整代码实现
4. 测试用例
5. 部署注意事项

工作流程示例

# 第一步：用 CEO 技能评估想法
cc --skill=ceo "我想做一个 AI 驱动的代码审查工具，帮助小团队发现安全问题"

# 第二步：用工程师技能实现
cc --skill=engineer "根据 CEO 的评估，实现一个基础的代码审查功能"

# 第三步：用审查技能检查
cc --skill=reviewer "审查刚才实现的代码，找出潜在的安全问题"

技巧二：设计可组合的技能链

gstack 的真正威力在于技能之间的组合。通过定义清晰的输入输出格式，你可以让一个技能的输出成为下一个技能的输入。

技能链接模式

# 技能链：想法 → 评估 → 实现 → 审查 → 部署

1. CEO 技能输出 → 工程师技能输入
   - CEO 的"MVP 功能列表"成为工程师的"需求规格"

2. 工程师技能输出 → 审查技能输入
   - 工程师的"完整代码实现"成为审查的"待审查代码"

3. 审查技能输出 → 工程师技能输入（迭代）
   - 审查发现的"问题列表"成为工程师的"修复任务"

自动化脚本示例

创建一个简单的 shell 脚本来自动化技能链：

#!/bin/bash
# run-skill-chain.sh

IDEA="$1"

echo "📋 步骤 1: CEO 评估..."
CEO_OUTPUT=$(cc --skill=ceo "$IDEA" --json)

echo "🔧 步骤 2: 工程师实现..."
ENGINEER_OUTPUT=$(cc --skill=engineer "$CEO_OUTPUT" --json)

echo "🔍 步骤 3: 代码审查..."
REVIEW_OUTPUT=$(cc --skill=reviewer "$ENGINEER_OUTPUT" --json)

echo "✅ 完成！审查结果："
echo "$REVIEW_OUTPUT"

技巧三：定义明确的输出格式

每个技能都应该有严格的输出格式要求，这使得技能之间的数据传递更加可靠。

JSON 输出格式

## 输出格式（JSON）

```json
{
  "status": "success|warning|error",
  "summary": "简要概述",
  "details": {
    "key_points": ["要点 1", "要点 2"],
    "recommendations": ["建议 1", "建议 2"],
    "risks": ["风险 1", "风险 2"]
  },
  "next_steps": ["下一步 1", "下一步 2"],
  "confidence_score": 0.85
}

### 结构化输出优势

- **可解析**：可以轻松提取特定字段供下游技能使用
- **一致性**：确保每次输出的格式相同
- **可追踪**：便于记录和分析 AI 决策过程

## 技巧四：创建领域专用技能

除了通用的角色技能，gstack 还鼓励创建针对特定技术栈或业务领域的专用技能。

### 示例：前端 React 技能

```markdown
# Role: React Frontend Engineer

你是一位专注 React 生态的前端工程师。

## 技术栈
- React 19+ with Hooks
- TypeScript 5+
- Tailwind CSS
- React Query for data fetching
- Zod for validation

## 组件标准
1. 使用函数组件和 Hooks
2. 所有 props 必须有 TypeScript 类型定义
3. 使用 Tailwind 工具类进行样式设计
4. 实现响应式设计（mobile-first）
5. 包含加载状态和错误处理

## 性能要求
- 使用 React.memo 优化重渲染
- 实现虚拟滚动处理大数据列表
- 使用 Suspense 进行代码分割
- 避免不必要的 useEffect 依赖

## 输出模板
1. 组件设计思路
2. Props 接口定义
3. 完整组件代码
4. 使用示例
5. 性能优化说明

示例：API 安全技能

# Role: API Security Specialist

你是一位专注于 API 安全的工程师。

## 检查清单
- [ ] 身份验证和授权机制
- [ ] 输入验证和清理
- [ ] SQL 注入防护
- [ ] XSS 防护
- [ ] CSRF 令牌
- [ ] 速率限制
- [ ] 敏感数据加密
- [ ] 错误信息不泄露内部细节

## 输出格式
1. 发现的安全问题（按严重程度排序）
2. 每个问题的详细说明
3. 修复建议和代码示例
4. 优先级评分（Critical/High/Medium/Low）

技巧五：建立技能版本控制

随着你的技能系统逐渐成熟，版本控制变得至关重要。

技能版本管理

# 技能目录结构
~/.claude-code/skills/
├── v1/
│   ├── ceo/
│   ├── engineer/
│   └── reviewer/
├── v2/
│   ├── ceo/
│   ├── engineer/
│   └── reviewer/
└── current -> v2/  # 符号链接指向当前版本

技能变更日志

在每个技能目录中维护 CHANGELOG.md：

# CEO Skill Changelog

## v2.1.0 (2026-03-15)
- 添加了竞争分析部分
- 改进了风险评估模板
- 增加了市场时机评估

## v2.0.0 (2026-03-10)
- 重构输出格式为 JSON
- 添加了置信度评分
- 分离了 MVP 定义逻辑

## v1.0.0 (2026-03-01)
- 初始版本

技巧六：团队技能共享与协作

gstack 的设计初衷之一是团队共享。通过合理的配置，整个团队可以使用统一的技能系统。

项目级技能配置

在项目根目录创建 .claude-code/ 目录：

your-project/
├── .claude-code/
│   └── skills/
│       ├── product/
│       ├── backend/
│       └── frontend/
├── src/
└── package.json

团队技能同步脚本

#!/bin/bash
# sync-skills.sh

SKILLS_REPO="git@github.com:your-team/team-skills.git"
LOCAL_SKILLS_DIR="./.claude-code/skills"

echo "🔄 同步团队技能..."
git clone $SKILLS_REPO /tmp/team-skills
cp -r /tmp/team-skills/* $LOCAL_SKILLS_DIR/
rm -rf /tmp/team-skills

echo "✅ 技能同步完成！"
echo "📁 可用技能："
ls -1 $LOCAL_SKILLS_DIR

团队技能规范文档

创建 SKILLS_GUIDE.md 供团队成员参考：

# 团队技能使用指南

## 快速开始

```bash
# 安装团队技能
./scripts/install-skills.sh

# 使用技能
cc --skill=backend "实现用户认证 API"
cc --skill=frontend "创建登录页面组件"

可用技能列表

贡献新技能

1. 在 skills/ 目录创建新技能文件夹
2. 编写 skill.md 定义角色和职责
3. 添加测试用例验证技能效果
4. 提交 PR 供团队审查

## 争议与反思：gstack 真的是"上帝模式"吗？

gstack 发布后引发了两极分化的反应。一方面，支持者称之为"上帝模式"，声称它能立即发现团队未曾意识到的安全漏洞。另一方面，批评者认为这不过是"一堆提示词"，有经验的 Claude Code 用户早已在使用类似方法。

真相可能介于两者之间：

**gstack 的价值不在于魔法，而在于结构化**。它将隐式的最佳实践显式化，将个人经验转化为可复用的系统。对于 AI 编程新手，它提供了快速上手的模板；对于资深用户，它提供了优化和扩展的基础。

正如 ChatGPT 的评价："gstack 是'相当复杂的提示工作流，但并不神奇'。真正的洞察是：AI 编程在模拟工程团队结构时效果最佳。"

## 实战案例：用 gstack 思维开发一个功能

让我们通过一个完整案例演示如何应用这些技巧。

### 场景：为电商网站添加"智能推荐"功能

**步骤 1：CEO 评估**

```bash
cc --skill=ceo "为我们的电商网站添加 AI 驱动的商品推荐功能"

输出要点：

• 商业价值评分：8/10
• 目标用户：浏览未购买的用户
• 核心价值：提升转化率 15-25%
• MVP 范围：基于浏览历史的简单推荐

步骤 2：工程师实现

cc --skill=backend "实现推荐 API：接收用户 ID，返回推荐商品列表"

输出：

• 技术方案：协同过滤 + 热门商品兜底
• 文件结构：/api/recommendations.ts, /lib/recommendation-engine.ts
• 完整代码实现
• 单元测试

步骤 3：安全审查

cc --skill=security "审查推荐 API 的安全问题"

输出：

• ⚠️ 中等风险：用户 ID 未验证
• ⚠️ 低风险：推荐结果未缓存可能导致性能问题
• 修复建议代码

步骤 4：迭代修复

cc --skill=backend "根据安全审查结果修复问题"

总结与行动建议

Garry Tan 的 gstack 系统提供了一个宝贵的框架，但真正的价值在于理解其背后的原则：

1. 角色分离：让 AI 专注于单一职责
2. 技能组合：构建可链接的工作流
3. 格式规范：定义清晰的输入输出
4. 领域专用：创建针对特定场景的技能
5. 版本控制：管理技能的演进
6. 团队共享：将个人经验转化为团队资产

立即行动

1. 从 gstack GitHub 仓库克隆基础技能：https://github.com/garrytan/gstack
2. 选择 1-2 个最相关的技能开始使用
3. 根据你的技术栈调整技能定义
4. 记录使用效果并持续优化
5. 与团队分享你的定制技能

AI 编程的真正力量不在于替代人类，而在于放大人类的能力。gstack 这样的系统，正是放大器的设计蓝图。

参考资料

• gstack GitHub 仓库
• Garry Tan SXSW 演讲视频
• TechCrunch: Why Garry Tan’s Claude Code setup has gotten so much love, and hate
• Claude Code 官方文档