pstack
我是 poteto。我不是总裁,也不是 CEO,但我在 Meta、Netflix 和 Cursor 经手过数百万行代码。我也在 React 核心团队,一起做和维护 React Compiler。
越来越多人觉得,AI 写出来的注水代码太多了。我同意。我不想跟二十个注水写手一样交付。只要吞吐、不要质量,不是我要的。想快,先挖深。
pstack 是我的回答。 这些就是我每天在 Cursor 用来交付高质量代码的 skill。它把 Cursor 变成一支真的工程团队。目标不是把代码行数拉满,其实正好相反。pstack 帮你写得更少,但质量更高。
pstack 让你敢并行。 你能在一个 agent 上挖深,并且信得过它写出好的、可验证的代码,才真能放心并行。用 poteto-mode 拉起多个 agent,并放心它们会把严谨的工程原则用到自己的活上。
Cursor 把各家的长处都给你。 每个前沿模型都有自己的长短。pstack 配哪个模型都能用。其实我的很多 skill 走多模型工作流,就是为了用上每个模型自己的长处。
fork 它。改它。变成你的。欢迎 PR!
安装
/add-plugin pstack
在 Claude Code 里:
/plugin marketplace add cursor/plugins
/plugin install pstack@cursor-plugins
对第三方 marketplace,Claude Code 默认关掉自动更新,所以 pstack 会停在你装上的那个版本。要打开,运行 /plugin,打开 marketplaces 标签,选中 cursor-plugins,再选 enable auto-update。想手动更新一次,运行 claude plugin update pstack@cursor-plugins。
Claude Code 会给插件命令和 agent 加前缀,所以 /poteto-mode 就是 /pstack:poteto-mode。Claude Code 适配器 映射其余的 Cursor 名字。在 Claude Code 里,/pstack:setup-pstack 把你的模型选择写到 ~/.claude/rules/pstack-models.md。某一步要用 Cursor 才有的功能,比如 bugbot 或 automations,会跳过,并留一行说明。
Claude Code 从仓库根目录的 harness/pstack/ 装上一份生成的 pstack 副本,包括这份 README 和指南。你改完 pstack 之后,在仓库根目录运行 node scripts/generate-pstack-harness-trees.mjs,再 commit 结果。只要生成的副本不是最新的,CI 就会失败。
上手
两步:
- 运行
/setup-pstack,选一个推理预算,再选你要用的模型。 - 凡是需要严谨的事,都用
/poteto-mode。
刚来?pstack 指南 会带你走完第一个真任务,从配置、写 prompt,一直到验证和过夜跑。卡住了,或者不确定哪个 skill 合适?问 /poteto-help。
就这些。其他 skill 看情况用,模式 skill 会在需要时替你调用它们。开箱时,代码委托(功能、重构、修 bug、性能、hillclimb)、散文和判断交给 xhigh 档的 opus 5.5,没有角色跑在 xhigh 之上。在评审面板之外,fable 5.2 只在你点名它时才跑,或者在同一份简报的两次 opus 5.5 运行都失败之后才跑。默认面板是 fable 5.2 / opus 5.5 / gemini 4 carbon。/setup-pstack 可以改其中任何一项。
用法
任务一开始就用 /poteto-mode。它读你的请求,从一组 playbook 里挑一个,再按步骤需要去跑其他 skill。
输入任务之前,先选 /poteto-mode(在 / 菜单里),这样 Cursor 会把这个 skill 附到消息上。
直接用 /poteto-mode
这个 skill 是主快捷方式。我需要 agent 做严谨的工程活时,就用它。它自带二十二个 playbook:
/poteto-mode this pr has a subtle bug where the scroll drifts every 750ms even when idle. repro
first, then fix and verify.
/poteto-mode i'm going to bed. land the stack even if ci flakes. i want everything merged by
morning.
二十二个 playbook
| playbook | 用于 |
|---|---|
| 调查 | 只读的问题。x 怎么工作,为什么 y 做成这样,我们确定吗。 |
| 修 bug | 复现缺陷,找出根因,用运行时证据修好。 |
| 性能 | 顺着测到的变慢追下去,对照基线改快。 |
| hillclimb | 对着一个目标,持续、科学地拉高一项指标:假设一轮轮循环,每轮都做前后测量,每个被接受的改进一个 commit。 |
| 运行时取证 | 从插桩诊断正在发生的症状(泄漏、空闲 CPU 空转、毛刺)。 |
| trace 取证 | 诊断抓下来的性能分析产物(cpuprofile、trace、spindump、heap snapshot)。 |
| 功能 | 新的或改过的行为,从一个起了名的数据形状做起。 |
| 重构 | 保持行为不变,改结构或形状。 |
| 原型 | 一次性草图,用来便宜地做个设计或行为上的决定,或者靠观察,把一个得试了才知道的岔定下来。 |
| 视觉对齐 | 两套实现之间,像素级的 UI 一致。 |
| 编写 skill | 写或改一份 SKILL.md。 |
| 评估 | 盲测一个 skill 或 prompt 的改动会怎样影响 agent 的行为。 |
| 看护 PR | 把一个 PR 或一个 stack 推到能合并:冲突、评审线程、CI。 |
| 交付 | 独立验证一个全绿的 stack,再把连续验证过的这一串自底向上落地,默认经 GitHub,有 Origin 时经 Origin。 |
| 自主运行 | 把一个长任务一直推到做完,中途不停。 |
| autopilot-full | 把彼此独立的 PR 跑到合并,每个 PR 一个负责人。swarm 验证每个代码就绪的 head,之后对这个补丁的每次改动都重新检查。 |
| autopilot-stack | 不合并的 autopilot-full。把 PR 建好并验证,留给操作的人评审和落地。一个 PR 只叠在它所基于的那个 PR 上。 |
| 接手会话 | 恢复或接管上一个 agent 还没做完的活。 |
| 安全暂停 | 把还没做完的活干净地挂起,以后还能接着做。 |
| 多阶段计划 | 跨阶段,或跨叠着的 PR 的工作。 |
| 清理 worktree | 清掉已合并或丢弃的 worktree,以及过期的 iOS 模拟器,收回磁盘,带安全闸。 |
| 开 PR | 用小而有序的 commit 开一个就绪的 PR,标题用 conventional commits,正文用简报体。每个其他 playbook 结束时都会调用。 |
调用之后,它会:
- 把你的任务对上一个 playbook,并打开一份待办,最前面几项就是它的步骤,原文照抄。
- 步骤一触发,就路由到其他 skill。
- 写出去掉 AI 腔的回复,同时写给用的人和维护的人。
完整的规则和 playbook 在 skills/poteto-mode/SKILL.md。
想让 /poteto-mode 跨轮次一直开着,从 / 菜单里选中它,按 option+enter(Mac)或 alt+enter(Windows),不要按 enter。这样就成了一个 自定义模式,Cursor 在 Agents 窗口和 CLI 里都有。你退出这个模式之前,每一轮它都留在上下文里。只按 enter,它只附到一条消息上。
/poteto-mode 和 Cursor 的 /loop 命令配合得非常好。你可以让 Cursor 连续干很多个小时,严谨不丢。
skills
/poteto-mode 会在某一步需要时替你跑其中大部分(why、architect、arena、swarm、interrogate、unslop、no-comments、technical-writing、tdd,以及这些原则)。下面这张表是给你想直接用某一个时看的:
/how do we cancel runs? do we have an n+1 when we look up every run to cancel?
/interrogate review this pr.
全部 skill
| skill | 什么时候用 |
|---|---|
/poteto-mode | 任何不算小的任务的默认入口。 |
/poteto-help | 你刚接触 pstack,或者不确定哪个 skill、playbook 或原则合适。它先弄清你想做什么,回答那一部分,再交给你一条可以直接输入的 prompt。只有你输入 /poteto-help 时才跑。 |
/in-your-own-words | 你想让 agent 在开工前先复述你的目标和问题。只有你输入 /in-your-own-words 时才跑。 |
/sharpen | 你想在发出去之前把 prompt 做深,不做大:顶尖的人会做、但你没开口要的事,他们从什么原材料起步,他们的方法和工具,以及一个从外部确认结果是对的检查。它交回改写后的 prompt。这条 prompt 要求 agent 把实验能定的选择先做成原型,产品和偏好上的选择留给你。它不做这个任务。只有你输入 /sharpen 时才跑。 |
/how | 你想要一份走查,看某个子系统是怎么工作的。 |
/why | 你想知道为什么某个东西做成这样。答案来自记录,不来自代码:引入它的那些 commit 和 PR 讨论,以及之后的每一次改动;这条痕迹很淡时,再看别的来源。引用作者写过的原话,标出自己的推断,并说明记录没有回答的部分。 |
/recall | 你在开始或接着做,想把某个主题上最近的上下文,从你自己的聊天记录和共享记录里重新整理出来,交回一份紧凑的当前状态简报。 |
/ketchup | 你想知道这次聊天里,自上一条消息以来变了什么,用大白话和小图说清楚。每一件等你的事都列出来,只看这条回复就能做决定,哪怕回复因此变长。 |
/ketchup-video | 你想把 /ketchup 的进度补上,做成一段带字幕的幻灯片短视频,等你拍板的决定以文字放在下面。 |
/blast-radius | 你有一处看着很小的改动,想知道它还可能弄坏什么。那个「它之所以安全」的事实,要靠跑代码证明,不能只靠断言。 |
/architect | 你正要写跨过函数边界的代码,想先把调用方的用法、类型和模块形状定下来。 |
/arena | 你想对同一件事做 N 次并行尝试,再从每次里拿走最好的部分。 |
/swarm | 你想要 N 个并行 worker,分头跑不同的切片或竞速,然后出一份汇总报告。 |
/interrogate | 你有一份 diff,想让不同的模型试着把它打穿,只留下一次运行能证明的发现。 |
/automate-me | 你想要一份自己的 -mode skill,按你实际怎么干活来起草。 |
/make-bot-ui | 你想要一个页面或仪表盘,按钮经 webhook 唤醒一个 Grok Bot,还包括发送方密钥的交接和 Tailscale。 |
/setup-pstack | 你想按角色选 pstack 用哪些模型。它检测你有的模型,并写一条配置规则。 |
/reflect | 一个长任务落地了,你想把配方收成对 skill 的一次修改。 |
/correct | 你总在为同样的错纠正 agent。它从历史里挖错误类别,在管用的最高一层修掉每一类(先架构,再类型、lint 和 CI,再测试,文档放最后),并留一张表,每条规则配上真正强制它的东西。 |
/teach | 你想真正弄懂一处改动或一个子系统,不只是要一份摘要。跑 how 和 why,一张图一张图织成一段白话解释。 |
/tdd | 你在修 bug,而且有一条便宜的本地测试路径。先写会失败的测试,再写修复。 |
/benchmark-checklist | 你跑了基准,或测到了加速或回退。拿这个数字去汇报或行动之前,先审它(限制因素、调参、误差、重复跑、端到端是否相关)。 |
/no-comments | 评审前先剥掉注释。拉起 Comment Sicko,修掉被接受的发现,并为声称的约束给出编码。 |
/typescript-best-practices | 你在读或改 TypeScript。把 type-system-discipline 这条原则落到语法上。 |
/figure-it-out | 附带的 playbook 没有一份合适。为这个任务设计一份严谨、可审计的 playbook。 |
/show-me-your-work | 你想要一条可评审的决策轨迹。把决策记进一份你可以 commit 的 tsv。 |
/create-verification-skill | 你的项目没有脚本化的办法证明应用行为。生成一份项目本地的 verify skill,带一张功能地图,任何语言或平台都行。 |
/maintain-verification-skill | 你的 verify skill 的功能地图已经和应用程序对不上。源码扫一轮,加一次实机走查,已证明的修正最多一个 PR。 |
/create-formal-verification-skill | 测试够不着那个会让竞态、重试、状态机、解析器或 unsafe 代码出事的用例。用合适的工具验证一条性质,并生成一份项目本地的 skill,每次改动都再查一次。 |
/maintain-formal-verification-skill | 形式化验证覆盖的代码,自上次检查之后变了。更新模型、harness 或性质,让它们和代码对齐,重新跑,并说明每次失败是验证漂了,还是代码里的 bug。 |
/statechart | 对这个行为负责的人得看见它,而不是去读一份规格。检查一个 TLA+ 模型,把用户看到的画成 Mermaid statechart,标出每个打破规则的状态,并给出到每个状态的最短路径。 |
/unslop | 你在收拾文字。去掉 AI 腔。 |
/bro | 你想把上一条消息用大白话重说一遍,不要行话。 |
/technical-writing | 分层的文档标准(Diátaxis + Google developer style + STE + Global English),用于文档、RFC、README、PR 描述和 commit 消息。 |
示例
大多时候,我在任务开头输入 /poteto-mode,让它路由到一个 playbook。其他 skill 在步骤需要时才触发。有几个我会直接去用。
全部示例
bug fix: /poteto-mode this pr has a subtle bug where the scroll drifts every 750ms even
when idle. repro first, then fix and verify.
perf: /poteto-mode a big list takes a second or two to load even though we virtualize.
run a cpu trace and tell me why.
feature: /poteto-mode build a small feature behind a feature flag. verify it really works.
prototype: /poteto-mode build two prototypes of the markdown renderer so we can compare.
spawn an agent for each.
multi-phase: /poteto-mode open source these skills as a plugin. nothing internal leaks, work
in a temp dir, show me the dependency graph first.
overnight run: /poteto-mode i'm going to bed. land the stack even if ci flakes. i want
everything merged by morning.
babysit: /poteto-mode check on pr 123. anything outstanding?
visual parity: /poteto-mode the row spacing is too tall when this flag is on. the second image
is correct. repro and fix until it matches.
figure it out: /poteto-mode i'm stepping away. migrate every caller from the synchronous store
to the new async one, keeping behavior identical. i want to trust it was done
right when i'm back.
how: /how do we cancel runs? do we have an n+1 when we look up every run to cancel?
why: /why is this feature flag not on yet?
architect: design this instrumentation to be high signal with no false positives. /architect
this first.
arena: /arena take my prompt to the arena verbatim. i want to compare their proposals
with yours.
swarm: /swarm check every package under packages/ against its check.sh. one worker per
package. one report.
interrogate: /interrogate review this pr.
tdd: /tdd implement
unslop: can we unslop and tighten the new changes?
reflect: /reflect that took too long. capture what we learned so the next run doesn't
repeat it.
correct: /correct
show-me-your-work: /show-me-your-work keep a decision trail i can review when i'm back.
automate-me: /automate-me
help: /poteto-help which skill should i use to review this branch?
poteto-agent 和 Comment Sicko 这两个 subagent
/poteto-mode 跑在收到它的那个聊天里。那个聊天拥有 playbook、待办,以及每一次 subagent 拉起。
pstack 还附带 subagent_type: "poteto-agent",作为一次运行里拉起的委托的包装。做任何事之前,它会把 poteto-mode 完整读一遍,包括里面内联的原则索引。换成 generalPurpose 就会跳过这次阅读,然后漂掉。不要拉起 poteto-agent 去跑 playbook 本身。
/poteto-mode 和 subagent_type: "poteto-agent" 走同一个包装。
pstack 还附带 Comment Sicko,一个只读的注释评审者,用 subagent_type: "comment-sicko" 就能叫到。通常通过 /no-comments 来调用,不要直接叫。
原则
二十四条短 skill,每条一个原则。poteto-mode 在正文里索引它们,任务开始时读这份索引。独立文件留着,是为了别的 skill 能按名字引用一条原则,也让索引能指向每一条的完整规则。
全部二十四条原则
| 原则 | 分组 | 规则 |
|---|---|---|
| laziness-protocol | 核心 | 偏向删除,以及能解决问题的最小改动。 |
| foundational-thinking | 核心 | 写逻辑之前用:选定核心类型和数据结构,排好脚手架和功能谁先谁后,问并发各方共享什么。数据结构弄对,下游代码就显然了。 |
| redesign-from-first-principles | 核心 | 重新设计时,把这条需求当成从第一天就在的基础假设,不要事后补上去。 |
| attack-the-premise | 核心 | 两个或更多修复,前提相同,又在同一道关上失败,这时用。把前提写下来,直接检验它,再写下一个还假定它成立的修复。 |
| subtract-before-you-add | 核心 | 先去掉多余的负担、重复的校验器和桩引用,再在更简单的底座上建。 |
| minimize-reader-load | 核心 | 数一数问题和答案隔了几层,以及读者脑子里的隐藏状态。收掉只有一个调用方的包装,缩小可变范围。 |
| outcome-oriented-execution | 核心 | 用在阶段边界明确的计划重写和迁移上。向目标架构收敛。不要用一次性兼容代码去保住平滑的中间态。 |
| experience-first | 核心 | 用户爽优先于实现省事。少交付打磨好的功能,不多交付粗糙的。 |
| exhaust-the-design-space | 核心 | 先做 2-3 个对着干的原型,并排比较,再拍板。 |
| build-the-lever | 核心 | 任何不算小的活都用,不只是批量活:编辑、迁移、分析、检查。做出那个干活或证明它的工具(codemod、脚本、生成器,或一份 subagent 会照着走的 skill),不要用手干。这个工具就是评审者能重跑的产物。 |
| model-the-domain | 架构 | 把领域放进一个结构,不要散成一堆条件判断。 |
| boundary-discipline | 架构 | 守卫集中在系统边界(CLI、配置、网络、外部 API)。信任内部类型,业务逻辑放在纯函数里。 |
| type-system-discipline | 架构 | 让非法状态无法表示,给语义原语打上品牌,外部数据在边界解析,穷尽变体,从权威 schema 派生。 |
| make-operations-idempotent | 架构 | 幂等:不管之前是否只跑了一部分,都收敛到同一个终态。 |
| migrate-callers-then-delete-legacy-apis | 架构 | 同一波里迁完调用方并删掉旧 API,不留兼容层。 |
| separate-before-serializing-shared-state | 架构 | 先消除共享。只有「单一共享写入者」真是不变量时,才从结构上串行化。 |
| prove-it-works | 验证 | 任务做完、宣布完成之前用。对照真实产物验证(跑这个功能、读实际的值、看 diff),不要靠替身、自己说自己过了,或一句「能编译」。 |
| fix-root-causes | 验证 | 把每个症状追到根因,在系统第一次走错的地方修。守卫只有在它处理的状态本身合法时,才算修复。 |
| sequence-verifiable-units | 验证 | 用在多步工作上(扫荡、迁移、一批相似编辑),也用在你怎么叠 commit 和 PR。拆成小单元,每个都结束在可验证的状态,查完一个再下一个,交付顺序要让这个序列自己向评审者证明。 |
| test-behavior-not-implementation | 验证 | 写测试、改测试、或决定留下一个测试时用。断言使用者能观察到的东西。行为坏了,测试就失败。只改内部,测试仍然过。 |
| explain-the-number | 验证 | 在你信任、汇报,或按一个测到的数字行动之前用:加速、回退、吞吐、延迟,或一次 eval 结果。找出什么在限制它,并排除一种可能:量到的并不是你以为的那项工作。 |
| guard-the-context-window | 委托 | 批量活路由给 subagent。主线程留摘要,不留原始载荷。 |
| never-block-on-the-human | 委托 | 继续做,拿出结果,让人事后纠偏。只有不可逆的动作才确认。 |
| encode-lessons-in-structure | 元 | 把规则做成 lint、元数据标记、运行时检查或脚本,不要再加文字。 |
这里不带
有几样东西 poteto-mode 会提到,但没有打包进来:
/deslop和deslop这个 skill 在cursor-team-kit插件里。control-cli(给 CLI 和 TUI)和control-ui(给浏览器、Electron、Web)也在cursor-team-kit里。/create-skill是 Cursor 内置的。Cursor 还内置了一个/autopilot,用来盯一个 PR。在poteto-mode里,pr-status 请求走 看护 PR playbook。
想要全套,就把 cursor-team-kit 和 pstack 一起装上。
为什么没有规划 skill?
Cursor 已经有一个很好的 Plan 模式,和 pstack 配合得很好。但我自己不信规划。最好的规格就是代码。你要是真想做个计划,/poteto-mode 覆盖了,但它不是默认。
变成你的
poteto-mode 是我的风格。你未必想要一模一样的。
输入 /automate-me。它挖你最近的对话记录,按你实际怎么干活起草一个 <your-name>-mode skill,底下仍然走 pstack。你留着 pstack 当底座,最后会在 poteto-mode 旁边得到你自己的路由 skill。
模型也能配。输入 /setup-pstack。它检测你能用哪些模型,写一条始终生效的小规则,把每个角色(code、judgment、评审面板)映射到一个模型。每个 skill 都会读它。规则不在时,回退到合理的默认,所以你只改你想改的。
默认变了之后,改动之前写的规则仍钉着旧默认,直到你再跑一次 /setup-pstack。这一次会换掉它认得出的旧默认,模型跟默认不一样的其他角色会留着。要丢掉一个它认不出的钉,先删掉那个角色的那一行,或先删掉文件。
自动化
pstack 还附带一份未启用的 benny 自动化包。benny 会分诊 Slack 上的问题报告,再用真实的 UI 证据复现并修好已经确认的 bug。这些文件没有注册成斜杠 skill。
要配置,把 Cursor 指到 FOR_AGENTS.md。配置会把这个包复制到目标仓库的 .cursor/automations/benny/,在那里启用 pstack,用来共享 skill,并把用户配置留在复制出来的包外面。benny 跑在 Cursor automations 上,所以只有 Cursor 能用。
许可证
MIT