poteto
@poteto
The Complete Guide to pstack Pt. 1
在 X 上查看更新于 2026-10-04
poteto
@poteto
The Complete Guide to pstack Pt. 1
在 X 上查看
在这个系列里,我会讲我怎么用 pstack。它是我自己的一套 skills,用来做严谨的工程工作。靠它,我每个月能往生产环境发 2,000 个 PR,而且很有把握。

我自己从来不太在意合进了多少行代码、多少个 PR。在有 agent 之前,没人在意这个,这也合理。光有产量,不一定就有质量,也不一定能变成用户看得见的结果。它只是个虚荣指标。
但做 pstack 的这段时间里,我发现量确实重要,尤其是当你能靠 agent 保住产品质量、甚至让质量更高的时候。拿 Grok @Bot 来说,我大约两个月前开始做它。那时它还在早期,代码库很新,但已经开始变大。现在团队人多了,每天有几百个 PR 合进 Grok @Bot 的代码库。即便这样,pstack 也让我能替大家把代码质量守在高水平。我一直在盯代码、做重构、加新的 lint 和检查,同时也在写功能。
每个团队都需要一个园丁。有个人静静盯着源源不断流进代码库的 PR,闻出里面的坏味道:这周第三个 isRecord,还有一条条屏蔽 lint 的注释,像常春藤一样,在你精心规划的花园里一点点蔓延。得有一双稳当的手打理这些杂草。放着不管,它们会把整座花园淹没在 slop(粗制滥造的代码)里。
细心打理,它就一直是座花园。你拔掉的每一棵草,都会变成一条 rule,所以它再也长不回来。不这样打理,它就是长成什么样算什么样。
原帖:@poteto
我能做 Grok @Bot 的园丁和维护者,全靠 pstack。原型做出来以后,我们早期势头非常猛,很多人陆续加入团队。那是一个关键时机。代码库还在一边建、一边扩,我可以在不停机的前提下,把它整个重构成地基牢固的样子。也就是一个高质量的代码库,不管有多少工程师(最重要的是,还有非工程师)往里贡献,它都撑得住。这些工作都要求我在 Grok Bot 建造的同时,重构、加固它的地基。只有地基跟得上贡献的数量,这件事才做得成。

Grok Bot 是市面上最高效、性能最好的 AI 桌面应用之一
Grok @Bot 本身就是证明。接下来几周,我会把用 pstack 构建和维护高质量应用需要知道的一切,都讲给你听。
你的工具箱里,最关键的 skill 是一个高质量的验证 skill。有这个 skill、维护好这个 skill,都太重要了。所以在我眼里,它更像关键基础设施,而不「只是」一个 skill。好的验证 skill 能放大整个团队的产出,连非工程师也算在内。做得好,全队的产出能提升到原来的 100 到 1000 倍。
如果你不熟悉这个词,验证指的是 agent 能验证自己的工作。它能一直干到任务成功为止,因为现在它自己就能闭环,不用你来当瓶颈。想多了解我是怎么给 Cursor 做出第一个验证 skill 的,可以看我上一篇文章《可信的循环》(X 原文)。
先装好 pstack,再运行 /create-verification-skill。我也推荐把 Dr Eggbot 加进你的 bot 阵容。它是我做的 bot,专门帮你做出高质量的 bot。Dr Eggbot 随 pstack 一起提供。它会教写代码的 bot 怎么用 pstack,也能用同样严谨的方式做出不写代码的 bot。
你可以让 Dr Eggbot 给你做一个工程师 bot。之后让这个 bot 运行 /create-verification-skill,再设一个每天跑 /maintain-verification-skill 的例行任务。

超爱 Dr Eggbot
趁它跑着,我们来过一遍这个 skill 做了什么,以及它怎么替你做出一个高质量的验证 skill。
我们做 Grok @Bot 和 Cursor 时用的验证 skill,我全都提炼进了这个 skill。它算是一种元 skill,教你的 agent 怎么给你自己的应用做一个高质量的验证 skill。
这时候,技术栈的选择就很重要了。比如你用 Electron 做应用,或者做 Web 应用,就能用上 JS 生态里丰富的调试工具。像 Chrome DevTools Protocol (CDP) 就能让你用上浏览器开发者工具里的那一整套功能。做 iOS 应用的话,就用模拟器。
理想情况下,你要有这些能力:和应用交互、调试应用、录性能追踪,以及手动开发应用时你平常会用的其他调试和开发工具。如果没有功能丰富的运行时可用,你可能得让 agent 帮你造工具(比如用 lldb,或者写一个在开发环境里以边车进程运行的自定义包),或者就用手头现有的东西。
我个人觉得,让 agent 自己做验证太重要了。重要到我会认真建议你:自己造一套功能丰富的调试工具,甚至换一个技术栈。这样做软件时,你就有别人没有的优势和极高的生产力。前面说过,让 agent 能验证自己的工作,组织里的每个人就都能参与贡献,并确认自己的改动真的能用。技术栈越难调试、越难控制,agent 就越难用出效率。
让它可复现
pstack 里有一条原则叫 Build the Lever。放到写 skill 上,意思是我们更愿意给 agent 工具,而不只是给 markdown。对验证 skill 来说,就是做一个小 CLI,把应用的交互和调试都写成脚本,装进一个对 agent 友好的小工具里。这样 agent 做一件事消耗的 token 更少(跑一条 CLI 命令就行,不用为了点某个东西写一次性脚本),你的验证 skill 也更容易复现、更容易测试。
举个假想的例子。你的 agent 给 Electron 应用做的 CLI 可能是这样的:
# healthnode .cursor/skills/verify-atlas/control-atlas.mjs doctor
# open a blank thread and sendnode .cursor/skills/verify-atlas/control-atlas.mjs new-sessionnode .cursor/skills/verify-atlas/control-atlas.mjs send "list open tasks in this project"
# keyboard pathnode .cursor/skills/verify-atlas/control-atlas.mjs press "Meta+KeyN"
# accessibility snapshot of the live UInode .cursor/skills/verify-atlas/control-atlas.mjs snapshot
# screenshot for evidencenode .cursor/skills/verify-atlas/control-atlas.mjs screenshot /tmp/atlas-proof.png
# wait for streaming / layout to settlenode .cursor/skills/verify-atlas/control-atlas.mjs wait-settle
# flip a feature flag for the sessionnode .cursor/skills/verify-atlas/control-atlas.mjs feature-flag rooms_v2 on现在,所有 agent 都能用这个 CLI 在你的应用里快速导航和调试。你也该开始考虑应用的开发体验了:
这些事你以前自己写代码时,多半也得考虑。所以,把这个 CLI 当成 agent 在你的应用上做开发的主力工具。好好维护,好好测试!
还有一些可以考虑的命令,举几个例子:
- **Inspection:** `info`, `snapshot`, `screenshot`, `components`- **Navigation:** `home`, `new-session`, `select-project`, `select-runtime`, `scroll`- **Interaction:** `send`, `click`, `click-xy`, `aria-click`, `type`, `press`, `eval`, `upload-image`, `add-context`, `feature-flag`- **Performance:** `trace`, `profile`, `record`, `perf-metrics`, `wait-settle`- **Streaming:** `console`, `network-log`, `network-summary`- **Health & cleanup:** `doctor`, `cleanup`, `watch --restart`有了这套基础配置,你应该已经能看到 agent 进步很大。它们应该能轻松地在应用里导航、调试。
我建议先在这一步多花些时间,把 CLI 做好、做到不出错,再去做更高级的东西。你还要考虑(或者让 agent 去考虑)怎么设计一个对 agent 友好的 CLI。网上有很多资料可以丢给 agent 参考,不过我最看重这几条:
--dry-run 选项--help 说明用 Cloud Agents 代替 worktree(Git 工作树),并行跑得更快
等你用验证 skill 顺利合进几个 PR 之后,可能会开始琢磨,能不能再多并行一些。比如,既然 agent 现在拿到你的提示词,基本就能自己推进到可以合并的状态,那你不就腾出手来,可以多跑几个 agent 了吗?
你的第一反应会是加上 worktree 支持。也就是让 agent 用 git 建一份受跟踪的仓库副本,在副本里改代码,和主工作目录互不干扰。理论上,这样你就能同时跑好几个 agent,它们的改动也不会互相覆盖。
我不建议这么做。首先,它很占你本机的存储空间和资源。看仓库多大、机器多强,用 worktree 也许能勉强并行跑到 10 个 agent。但有一个好得多的办法!
Cursor 的 cloud agents 是跑在云上的 agent,用的是 Cursor 的基础设施。它们能用上一台真正的电脑,所以能装依赖、跑你的应用、录视频、截图,还能像真实用户一样操作你的应用。如果你在上一步下足了功夫,把开发体验做好了,配置 cloud agents 应该不会太费劲。你第一次配置云端环境时,我们会派一个 agent 帮你把它配好、跑通。第一次构建之后,我们会拍一个快照,之后每次运行 cloud agent 都能很快启动。
我强烈建议花时间把 cloud agents 配好。有了它们,并行能让生产力大幅提升。之后的文章里,我会讲我怎么在云上并行跑几百个子代理!不过眼下,先把环境配好,配到你开始放心把所有 agent 都放到云上跑。
用 Feature Map 让 agent 心里有数
应用越来越复杂,agent 就需要更多指引,才能找到功能、操作功能。为此,我想出了一个东西,叫 Feature Map。顾名思义,它是一张便于搜索的地图,列出应用里所有可用的功能、每个功能做什么,以及从用户的角度怎么找到它。
这是我给一个虚构应用 Atlas 准备的 Feature Map 示例。它只是几个 markdown 文件,验证 skill 的 SKILL.md 里提到了它们。
这个文件放哪都行。不过在 /create-verification-skill 里,我们会自动建一个 references/features 目录,里面附带一个 README.md。这个 README 就是地图本身。它概括列出所有主要功能,并链接到各自的细节。一个功能条目大概长这样:
# Preferences
Full-screen preferences overlay and its tab set.
## Sub-features
- settings-overlay: full-screen overlay opened from the gear or Cmd/Ctrl+,- settings-nav: left nav of tabs (General, Appearance, Models, Plan & Usage, ...).- settings-search: in-overlay search (Cmd/Ctrl+K while settings is open).- theme-picker: quick theme control on Appearance.
## How to get to it (user POV)
Click the gear next to the account avatar, or press Cmd/Ctrl+,. Pick a tab from the left nav. Type in the preferences search box to jump. Escape or the close control dismisses.
## Driving it with control-atlas
bashnode .cursor/skills/verify-atlas/control-atlas.mjs press "Meta+Comma"node .cursor/skills/verify-atlas/control-atlas.mjs snapshotnode .cursor/skills/verify-atlas/control-atlas.mjs press "Escape"
- Overlay root: look for a dialog/region named Preferences in the a11y tree.- Tabs: click by visible name. Plan & Usage may be absent for some account states.- While settings is open, Cmd/Ctrl+K is preferences search, not the global palette (see `multi-surface-journeys.md`).
## Gotchas
- Closing settings mid-suite can leave focus nowhere useful. `new-session` or `home` recovers.- Some tabs are entitlement-gated. Skip with an explicit account reason.这些都不用你自己写!运行 /create-verification-skill 时,agent 会自动把你的应用过一遍,把所有功能整理成目录,再替你生成这些参考文件。
Feature Map 加上 CLI,是 pstack 的验证 skill 这么好用的主要原因之一。现在 agent 了解每一个功能,也知道怎么找到它。这样既省下上下文窗口里宝贵的 token,也让它确切知道每个功能是干什么的、怎么去到那里。
你可以把 Feature Map 看成一种「物化的记忆」。如果你用 agent 有一阵子了,大概对「记忆」这个概念不陌生。这些记忆通常存成简单的 markdown 文件(比如一个 Obsidian 笔记库),也可能是更复杂的东西,比如向量数据库。我个人认为,代码库才是记忆的终极形态。你和团队做过哪些决策,代码就是它们的投影。发生过什么、东西实际怎么运作,都以代码为准。Feature Map 只是它更紧凑的一种形式,为省 token 而设计。而且它就是 skill 里的 markdown,所以每个给代码库做贡献的人,都能从这份共享的记忆里受益。
所以,维护验证 skill 真的很重要。我建议每天至少运行一次 /maintain-verification-skill,确保 agent 手里一直有操作你应用的最新细节。验证 skill 用得越多,你可能还会发现,agent 在你的应用上干活时,会自动更新这些内容。漏掉的部分,交给 /maintain-verification-skill 补上。
这里有一个给虚构应用做的验证 skill 示例,供你参考:https://github.com/poteto/verification-skill-example。再提醒一下,运行 /create-verification-skill 就能做出一个,里面带有基础的 CLI 和 Feature Map。
我平时是这样配合 pstack 用它的。
第一步当然是在提示词开头写上 /poteto-mode。如果你在 Cursor 里用 pstack,自动补全 /poteto-mode 时,还可以按 Opt + Enter,而不是只按 Enter。这样会把这个 skill 加成一个 Custom Mode。Custom Mode 会把 skill 固定下来,agent 每开始新的一轮,都会收到使用这个 skill 的提醒。

输入 /poteto-mode,再按 Opt + Enter,把它固定成 Custom Mode
在 Grok @Bot 里,先装好插件,再输入 /poteto-mode。

在 Grok Bot 里也能用 pstack!
例子:做新功能
做新功能时,我一般把验证 skill 和 /poteto-mode 搭配起来用,让 agent 验证自己的工作。比如,我的提示词可能是这样:
/poteto-mode 实现
<功能描述,加上任何有用的上下文>。用 /control-app 验证你的改动,给我看视频和截图当证据
这里的 /control-app,就是 /create-verification-skill 做出来的 skill。在 Grok @Bot 里,我的提示词大概是这样:
派一个 cloud agent,用 /poteto-mode 实现
<功能描述,加上任何有用的上下文>。用 /control-app 验证你的改动,给我看视频和截图当证据
这里有个小区别。在 Grok @Bot 里,你是让 bot 派一个 cloud agent 去干活,而不是让它自己干。我喜欢这样做,主要是因为这能让 bot 腾出手做别的事,它的上下文窗口也能保持干净。从这个角度看,我更多是把 bot 当成协调者,让它们管理、监督 cloud agents。用 cloud agents,你还能用上 Cursor 里的全部模型。它们各自有独立的机器,所以 bot 的电脑可以空出来干别的。
例子:性能优化
派一个 cloud agent,用 /poteto-mode 缩短我们应用的初始加载时间。先用 /control-app 给现状录一份性能追踪,找出能改进的地方。然后做针对性的修复,再用 /control-app 加上 /swarm 确认确实变快了
/swarm 是和验证 skill 搭配起来最好用的 skill 之一。它能一次派出任意数量的 cloud agent 去跑你的验证 skill。这样你就能用足够大的样本量确认性能确实有提升,也能对应用做模糊测试,确保没有弄坏什么,也没有让什么退化。
例子:自动复现用户报告的问题
等你对验证 skill 满意了,就可以把它放进 Grok @Bot 的例行任务,或者 Cursor Automations 里。例行任务和 Automations 都能按计划跑,也能在某个事件发生时触发。
比如,你把用户反馈接进了 Slack,或者有自己的内部反馈频道,就可以让 bot 盯着每一条报告,自动派 cloud agent 去尝试复现。如果你的验证 skill 和 Feature Map 足够好,你甚至可以更进一步,把问题也自动修掉。
我前面说验证是你工具箱里最重要的 skill 之一,是有原因的。它给你打下地基,新的 skill 和例行任务都可以建在上面。最重要的是,团队里的每个人都能受益。
做出验证 skill 以后,用 /maintain-verification-skill 让它一直好用。不断改进 CLI,像对待关键基础设施那样在这个 skill 上投入。你甚至可以给它排值班。要让团队的生产力提升到原来的 100 到 1000 倍,它就是这么重要。
这个 skill 是许多其他 skill 的基础,这套 pstack 指南后面会讲到它们。它和这些 skill 都能组合得很漂亮。
我推荐把 Dr Eggbot 加进你的 bot 阵容。它是我做的 bot,专门帮你做出高质量的 bot。Dr Eggbot 随 pstack 一起提供。它会教写代码的 bot 怎么用 pstack,也能用同样严谨的方式做出不写代码的 bot。
你可以让 Dr Eggbot 给你做一个工程师 bot。之后让这个 bot 运行 /create-verification-skill,再设一个每天跑 /maintain-verification-skill 的例行任务。
感谢阅读,敬请期待第 2 部分!