大家都觉得 AI 编码就是把需求扔进去，让模型直接吐出代码。
实际上，这种“一键输出”往往只解决表层的代码片段，却缺少产品思考、架构审查、界面打磨和安全把关，最终容易埋下技术债。
下面就用最接地气的语言，聊聊怎么把 gstack 这套“角色化指令”装进你的工作流，让 AI 真正扮演起 CEO、设计师、工程经理、QA 和发布工程师的全套岗位，做到思考 → 计划 → 实现 → 审查 → 测试 → 发布 → 复盘的闭环。
🔧 安装准备：先把工具弄好
- 确保已经装好 Claude Code，并登录了对应的 API 密钥。
- Git 必须在系统里能正常使用，推荐 2.40 以上。
- Bun 运行时必须是 1.0 以上；如果是 Windows 系统，还要装 Node.js。
- 打开终端，执行下面两行命令即可完成全局安装：
git clone ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup
这一步会把所有 23+ 专业指令放进 Claude Code 能识别的目录，并自动编译浏览器二进制。 - 别忘了在项目根目录的
CLAUDE.md里加上一段## gstack描述，把所有可用指令列出来，这样 Claude 在对话时才能调出它们。
🧠 思考阶段：/office-hours 把想法磨光
大家都觉得直接写需求就能上手开发。
实际上，需求往往埋藏着很多假设：用户到底是谁？他们现在怎么解决这个痛点？如果不做这件事会怎样？
运行 /office-hours，系统会抛出六个强制性问题，让你把模糊的想法硬核细化。比如，你想做一个日历提醒工具，AI 可能会让你发现背后真正的需求是“个人助理 AI”，于是帮你把范围缩小到最小可交付的原型。
这一步的输出是一份 design.md，后面的所有指令都会自动读取它。
🚀 计划阶段：CEO 视角 + 工程视角的双保险
大家都觉得只要有一个产品方案就可以开始写代码。
实际上，缺乏范围把控和技术可行性评估，常会导致后期频繁返工。
- /plan-ceo-review：AI 站在创始人角度，帮你评估四种范围模式（扩张、选择性扩张、维持、缩减），并给出实现路径的工作量预估。
- /plan-eng-review：紧接着 AI 会绘制 ASCII 数据流图、状态机图，列出边界情况和测试矩阵，甚至直接生成对应的
test-plan.md。
这两份文档会被后面的 /qa、/review 和 /ship 自动引用，确保每一步都有前置依据。
💻 实现阶段：让 AI 真正写代码
在完成思考和计划后，你可以直接打开 Claude Code，告诉它 “实现 X 功能”。AI 会根据之前生成的设计文档，快速生成对应的代码文件，一般几分钟就能完成数千行。
如果项目还没有测试框架，/ship 在第一次执行时会自动帮你初始化 Jest、Mocha 或者对应语言的单元测试框架，省去手动搭建的麻烦。
🔍 代码审查：/review 和 /codex 双保险
大家都觉得代码写完就完事儿了。
实际情况是，很多 bug 只会在真实流量里暴露，CI 通过的代码仍然可能崩溃。
/review 会召集 7 位专业子代理（测试、性能、安全、数据迁移、API 合约、红队、维护性），并行检查代码。明显的问题会自动 AUTO-FIXED，模糊的决策会以 ASK 形式让你确认。
如果你想要第二意见，还可以跑 /codex，让 OpenAI 的 Codex 再来一次独立审查，两套模型的交叉结果能帮你发现更多隐蔽缺陷。
🧪 QA 阶段：真实浏览器跑通全链路
大家都觉得单元测试足够保障质量。
实际上，用户交互、页面渲染、登录态等场景只有真实浏览器才能完整验证。
/qa 会启动一个持久化的 Chromium 实例（每条指令响应约 100 ms），按照 test-plan.md 自动完成登录、点击、表单填写、页面截图等动作，找到 bug 并直接在代码库里提交修复，同时为每个修复生成回归测试。
🔐 安全审计：/cso 防止“后门”
大家都以为只要不写明文密码就安全。
实际上，OWASP Top 10 和 STRIDE 威胁模型的细节非常多，手工审计容易遗漏。
/cso 会跑完整的 OWASP Top 10 检查，配合 17 条假阳性过滤规则，只有置信度 8/10 以上的高危问题才会弹出来，确保你在 PR 合并前把关键安全缺陷全部消灭。
🚢 发布阶段：/ship 与 /land-and-deploy 一键搞定
大家都觉得发布就是 push 代码到 master。
实际上，缺少自动化的测试、覆盖率审计和 PR 检查，容易导致不完整的功能直接上生产。
/ship 会自动同步 main 分支、跑全量测试、检查覆盖率、生成 PR 并在标题里写明变更摘要。
随后执行 /land-and-deploy，系统会合并 PR、等待 CI 完成、自动部署到 Vercel/Render/自建 Kubernetes 等平台，并在部署成功后进行一次健康检查。
📈 金丝雀监控：/canary 持续守护
发布完后，大家常常以为一切已经万事大吉。
实际上，部署后 30 分钟内的异常往往最致命。
/canary 会在金丝雀阶段实时监控控制台错误率、API 响应时间和页面加载失败率，若发现阈值超标会立即报警并可自动回滚。
🔁 复盘与学习：/retro + /learn 让经验不流失
大家都觉得项目结束后把代码交付就算完事。
其实每一次 sprint 的得失都值得记录，才能让团队持续进化。
- /retro 会生成本次 sprint 的人均贡献、测试健康趋势、问题复盘等数据。
- /learn 会把所有决策、错误案例、最佳实践保存到本地记忆库，下次遇到类似场景时自动提醒。
💡 小结：为什么普通人也能用 gstack
传统的开发团队需要 5‑10 个人分工合作，沟通成本高、交付速度慢。而 gstack 把这些角色浓缩成几条指令，配合 Claude Code 的强大语言模型，你只需要在终端或聊天窗口敲几行斜杠命令，就能完成一次完整的产品迭代。
对普通开发者而言，这意味着：
- 从「写代码」到「交付产品」的全链路闭环只需几分钟到几小时。
- 不必再担心缺少架构评审或安全审计，因为每一步都有对应的 AI 角色自动介入。
- 即使是单枪匹马的创始人，也能像拥有 10+ 专业工程师的团队一样产出高质量、可维护、合规的代码。
把这套流程落地后，你会发现 AI 不再是「代码生成器」，而是「协作伙伴」，帮助你把精力从低效的琐事里解放出来，专注于真正的业务价值。
🚀 现在就打开 Claude Code，敲下 /office-hours 试试吧，看看你的想法会被 AI 如何重新定义！
