convez.ai
SkillAutomaçãoAvançado
vshen009

vstack — Kit de Skills para Agents de IA

vshen009/vstack

Pipeline de desenvolvimento AI-first: do requisito vago ao merge automatizado.

Ver no GitHub
InicialPluginScore · de 0 a 100

Coleção curada de skills independentes para Claude e Codex, organizada em torno de um fluxo de desenvolvimento AI-nativo: alinhamento de requisitos → PRD → decomposição em issues → execução paralela com agente AFK. Inclui tools como grill-me (refinamento de requisitos), to-prd, to-issues, afk-agent (orquestração TDD), diagnose, handoff e humanizadores de texto em chinês.

Instalação

$npx convez-ai vshen009/vstack

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 2 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Estruturar requisitos nebulosos através de questionamento socrático
  • Decompor PRDs em issues com tracer-bullet para execução paralela
  • Orquestração TDD de desenvolvimento AFK com múltiplos níveis de validação
  • Diagnóstico disciplinado de bugs e regressões de performance
  • Humanização de textos em chinês e remoção de marcas de IA

Veredito

Skill avançado e opinado que codifica uma metodologia completa de desenvolvimento orientada por agentes. Excelente para equipes que adotam trabalho AFK estruturado e já dominam fluxos git/issue-tracking; curva de aprendizado alta, mas ROI significativo em velocidade e clareza de requisitos.

README

A tradução para o português deste README ainda está na fila.

vstack

📖 English: README.en.md

vstack 是我自己的 agent 技能集合仓库。一个 git 仓库装着一堆顺手的技能, 每个都各自独立,Codex(~/.codex/skills/)和 Claude(~/.claude/skills/)都能发现。

这里的技能有些是我自己写的,有些是从社区和网上收集来的——不全是原创,只是我用着比较顺手的一套工具集。原作者的版权归原作者。


AI 时代,开发者角色正在经历一场换挡

一百年前,街上跑的是马车。驾驶马车是一门手艺:要懂马的性格、会判断路况、知道何时勒缰何时松绳,还得会喂料、换蹄铁、在马疲了的时候停下来休息。那些驾驶技术娴熟的人,靠的是多年和马打交道积累下来的直觉。

汽车出现以后,出行这件事本质上没变,还是从 A 到 B。但驾驶技能体系完全不一样了。不需要再懂马,但需要懂离合、节气门、看地图、遵守交通规则。更关键的是,你坐进驾驶室,你和车是一对协作关系:你给方向,车给力量。能力强的司机,靠的是把车用好,自己跑多快这件事,和他没关系。

软件开发正在经历同一种换挡。

过去,一个好工程师的核心能力是"写出正确代码的能力"。每一行逻辑自己把关,每一个边界情况自己想清楚,每一处优化自己来。开发的速度和质量,主要取决于一个人的编码功力有多深。这是马车时代,驾驭的能力和马力本身几乎是同一件事。

现在,AI 可以写代码,可以跑测试,可以同时并行处理十几个任务。但它不知道你真正想要什么,不知道哪个功能值得做、哪个 edge case 重要、哪个验收标准算通过。把一个模糊的想法交给 AI,得到的是一个模糊的实现。

工程师的价值重心,正在从"执行层"迁移到"判断层"。

需求想清楚了吗?任务拆得够细够独立吗?验收标准有没有说清楚"什么叫完成"?这些问题,AI 答不上来,那是只有你才能做的事。能把这些做好的工程师,才是拿到了新时代驾照的人。


从想法到交付:一次完整的 AI 开发冲刺

vstack 里的技能,是按照一套真实的开发节奏设计的。从需求的第一个模糊念头,到代码合进主分支,每一步都有对应的工具接手。整个循环大概是这样:

/grill-me  →  /to-prd  →  /to-issues  →  /afk-agent
需求对齐       生成 PRD     拆解任务       并行开发 + 验收

第一步:/grill-me — 把想法逼清楚

很多开发问题,根子不在代码,在需求没想透。/grill-me 会扮演一个不好糊弄的产品经理,一个问题一个问题地往下问:边界在哪儿?这个功能服务谁?异常情况怎么处理?对话结束的时候,你脑子里那个"大概是这样"的想法,会变成一个每个决策分支都讨论过的方案。

第二步:/to-prd — 把共识落成文档

对齐了之后,/to-prd 把这次对话的上下文整理成一份结构化的 PRD,推进 issue tracker,打上 ready-for-agent 标签。这份文档是后续所有开发工作的基准,相当于给整个流程钉下一个参照点,不管后面 Agent 怎么跑,都有东西可以对齐。

第三步:/to-issues — 切成可以独立交付的任务

PRD 是整体,issue 是切片。/to-issues 用 tracer-bullet 方式把 PRD 打散:每个 issue 垂直穿透所有层,小到一个 PR 就能搞定,带着明确的验收标准,什么叫做完、怎么验、人工要不要介入,都要说清楚。依赖关系也在这一步理清楚,为并行开发做好准备。

第四步:/afk-agent — 让 Agent 接管,你去干别的

issue 列表备好之后,/afk-agent 开始工作。它扫描 ready-for-agent 的 issue,按依赖和优先级排队,逐个 TDD 实现,跑多级验收(L1 代码搜索 / L2 自动化测试 / L3 浏览器验证)。验收过的 issue 会在上面打勾,然后开 PR 合进 batch 分支。整个过程不需要你守着。AFK 就是字面意思:Away From Keyboard。

最后一步:人工验收,合进主分支

需要人工判断的 issue(L4)会被单独标出来等你回来看。其余的,自动合并。一次冲刺结束。

这套流程不改变"谁来做决策",只改变"谁来执行代码"。需求要怎么拆、任务要怎么排、验收算不算通过,这些判断还是你的事。代码本身,交出去就好。


安装

git clone https://github.com/vshen009/vstack.git ~/vstack
cd ~/vstack && ./install.sh

install.sh 会把 skills/ 下的每个技能软链进这两个发现目录,重复跑也没事(幂等)。 卸载用 ./uninstall.sh,它只删指回本仓库的软链,不碰真实目录。

技能索引

技能说明文档
afk-agentGitHub issue 的 AFK 开发编排器:扫描 ready-for-agent issue、按依赖/优先级排程、逐个 TDD 实现、验证验收标准(L1 grep / L2 test / L3 browser / L4 人工)、勾选已验证项、开 auto-merge PR 到共享 batch 分支GUIDE
grill-me对计划/设计反复追问,逐个决策分支推敲,直到达成共识—
grill-with-docs结合项目领域模型与已记录决策来 grill 计划,并就地更新 CONTEXT.md / ADR—
to-prd把当前对话上下文整理成 PRD 并发布到 issue tracker—
to-issues用 tracer-bullet 垂直切片把计划/spec/PRD 拆成可独立认领的 issue—
tdd测试驱动开发:red-green-refactor 循环—
diagnose硬骨头 bug / 性能回归的纪律化诊断循环:复现 → 最小化 → 假设 → 埋点 → 修复 → 回归测试—
handoff把当前对话压缩成交接文档,供另一个 agent 接手—
cn-humanizer中文文本拟人化 + 英中翻译去翻译腔:识别 20+ 种中文 AI 写作特征,改写成自然母语表达—
humanizer-zh中文长文去 AI 味:博客/随笔/非虚构等,含多位作者风格语料(references/voices/)—

加一个新技能

mkdir -p ~/vstack/skills/<新技能名>
# 在里面写 SKILL.md(必需)+ 可选的 scripts/、references/、package.json
cd ~/vstack && ./install.sh        # 自动软链进 Codex 和 Claude

之后即可在 Codex / Claude 里用 /<新技能名> 触发。

测试

cd ~/vstack && ./test.sh           # 对每个带 package.json 的技能跑 node --test

目录结构

vstack/
├── install.sh        软链每个技能进 ~/.codex/skills + ~/.claude/skills
├── uninstall.sh      移除这些软链
├── test.sh           遍历 skills/* 跑 node --test
└── skills/
    └── afk-agent/    每个技能自带 SKILL.md(+ scripts/ references/ package.json)
Ver o original no GitHub

Bom para

Relacionados