[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-garry-tan-open-sources-claude-code-toolkit-zh":3,"article-related-garry-tan-open-sources-claude-code-toolkit-zh":30,"series-tools-05553086-6ed0-4758-81fd-6cab24b575e0":82},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":11},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","\u003Cp>6 天，超過 20,000 個 GitHub stars。這個數字放在開發工具 repo，很少見。講白了，大家追的已經不是「哪個模型最會寫」，而是「哪套流程真的能讓我週一上班就開始交付」。\u003C\u002Fp>\u003Cp>Garry Tan 開源的 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgarrytan\u002Fgstack\">gstack\u003C\u002Fa>，就是踩中這個點。它不是另一個聊天機器人包裝，也不是賣夢的提示詞合集，而是一套給 Claude Code 用的工作流骨架，讓你少踩幾次坑，快一點把程式碼推進 repo。\u003C\u002Fp>\u003Cp>我覺得這件事有意思的地方，不在於 Garry Tan 本人有名。真正有意思的是，開發者現在願意為「可重複的方法」按星星，遠多過只看模型跑分。這代表 AI 寫程式的重點，正在從模型能力，轉到流程設計。\u003C\u002Fp>\u003Ch2>為什麼 gstack 會紅這麼快\u003C\u002Fh2>\u003Cp>先講現實面。Garry Tan 是 Y Combinator 的 CEO，自帶流量。這當然有幫助。但如果內容空洞，流量通常撐不過兩天，stars 也不會在 6 天內衝到 20,000。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519873940-mkem.png\" alt=\"Garry Tan 開源 Claude Code 工具包\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>gstack 吸引人的地方，在於它給的是一個「我平常怎麼用 Claude Code」的可檢查版本。你不是聽一堆抽象建議，而是直接看到檔案怎麼放、提示怎麼寫、工作方式怎麼拆。這比任何「AI 最佳實踐」簡報都更有用。\u003C\u002Fp>\u003Cp>很多開發者卡住的點也很單純。模型很強，但每次開新專案都要重想一次上下文、規則、指令格式、檢查方式。搞到最後，時間不是花在寫功能，而是花在跟 AI 對齊。gstack 幫忙做的，就是把這些重複勞動收斂成一套模板。\u003C\u002Fp>\u003Cul>\u003Cli>專案名稱：gstack\u003C\u002Fli>\u003Cli>作者：Garry Tan\u003C\u002Fli>\u003Cli>平台：GitHub\u003C\u002Fli>\u003Cli>用途：Claude Code 工作流工具包\u003C\u002Fli>\u003Cli>早期成績：6 天超過 20,000 stars\u003C\u002Fli>\u003C\u002Ful>\u003Cp>GitHub stars 當然不是完整指標。有人會收藏不會用，這很正常。但 20,000 這個量級，已經不是小圈圈互捧。這代表它有跨出 Claude 使用者社群，打到更廣的開發者注意力。\u003C\u002Fp>\u003Cp>你可能會想問，大家真有這麼缺工作流嗎？答案大概是有。現在多數人都摸過 Copilot、Cursor、Claude 或 ChatGPT，但能穩定把 AI 放進日常開發流程的人，沒有想像中多。工具很多，方法很亂，這就是 gstack 有市場的原因。\u003C\u002Fp>\u003Ch2>gstack 到底提供了什麼\u003C\u002Fh2>\u003Cp>核心概念不複雜。gstack 把 Claude Code 的使用方式，整理成一套偏實戰、帶立場的 workflow。它不是要你從空白聊天框開始亂問，而是先給你結構，再讓你照著專案需求去改。\u003C\u002Fp>\u003Cp>這種工具包的價值，通常不在神祕感，而在一致性。你有一個固定起點，就比較容易讓模型在同樣規則下工作。少一點即興，多一點可預測，輸出品質通常會穩很多。\u003C\u002Fp>\u003Cp>說真的，AI 寫程式常常不是模型不夠強，而是上下文太亂。專案資料夾沒整理、提示詞沒紀律、需求拆解太含糊、review 沒流程，最後得到一堆看起來能跑、實際上難維護的程式碼。gstack 這類 repo 的作用，就是把這些隱性流程明文化。\u003C\u002Fp>\u003Cblockquote>\u003Cp>“People often ask me, ‘What are the secrets to YC?’ The answer is there are no secrets. The best founders are relentlessly resourceful.”\u003C\u002Fp>\u003Cfooter>— Garry Tan, quoted on Y Combinator\u003C\u002Ffooter>\u003C\u002Fblockquote>\u003Cp>這句話本來不是在講 Claude Code，但套在 gstack 很貼切。它傳達的意思很直接：沒有什麼藏起來的祕技，重點是把有效的方法整理出來，讓別人可以檢查、複製、修改。\u003C\u002Fp>\u003Cp>也因為這樣，gstack 比很多「神級提示詞」更有參考價值。提示詞很容易被截圖轉貼，但通常脫離原本情境就失效。工作流 repo 不一樣，它把情境、規則、組織方式一起包進去，別人才能真的拿來用。\u003C\u002Fp>\u003Cul>\u003Cli>提供可重用的專案結構\u003C\u002Fli>\u003Cli>把提示與規則放進可追蹤檔案\u003C\u002Fli>\u003Cli>讓 Claude Code 有更明確的工作邊界\u003C\u002Fli>\u003Cli>方便 fork 後改成自己的團隊版本\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>為什麼可重複工作流比單次提示更重要\u003C\u002Fh2>\u003Cp>前一波 AI coding 熱潮，很多人迷的是 prompt engineering。今天寫一段神 prompt，明天貼到 X 上，大家轉來轉去。這種玩法有趣，但很難維護。你換個 repo、換個團隊、換個需求，效果常常直接掉一截。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519898586-r5sb.png\" alt=\"Garry Tan 開源 Claude Code 工具包\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>團隊真的需要的東西比較樸素。要能 onboarding、新人看得懂、出問題能追、規則能修改、版本能管理。這些事情，單一 prompt 幾乎做不到。repo 化的 workflow 反而比較像真實軟體工程。\u003C\u002Fp>\u003Cp>你把個人習慣寫進 repo，就等於把經驗轉成基礎設施。這很重要。因為 AI coding 的瓶頸，越來越不是「模型會不會寫」，而是「團隊怎麼用才不會亂」。\u003C\u002Fp>\u003Cul>\u003Cli>單一 prompt 容易複製，但難維護\u003C\u002Fli>\u003Cli>文件化流程比較容易 audit\u003C\u002Fli>\u003Cli>repo 式做法比較適合團隊協作\u003C\u002Fli>\u003Cli>固定結構可降低導入成本\u003C\u002Fli>\u003Cli>規則寫成檔案後，才方便版本控制\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這也是 gstack 爆紅的根本原因。多數開發者現在手上都摸得到強模型。缺的不是模型入口，而是能穩定用在真實 codebase 的工作方式。\u003C\u002Fp>\u003Cp>再講白一點，大家不想再看 AI demo 了。你可以在 30 秒內產生 todo app，沒人在乎。大家在乎的是，一個 3 年歷史、200 個資料夾、多人協作的專案，AI 到底能不能幫你少改壞 2 個檔案、少浪費 30 分鐘。\u003C\u002Fp>\u003Ch2>放到市場來看，gstack 卡在什麼位置\u003C\u002Fh2>\u003Cp>現在 AI coding 市場很擠。GitHub Copilot 早就把「自動補全」變成基本盤。Cursor 把編輯器層做得很深。Claude Code 則吸引一批喜歡在 terminal 裡工作、想要 agent 式互動的開發者。每家都在搶同一件事：讓開發者少花時間處理重複工作。\u003C\u002Fp>\u003Cp>gstack 沒有要跟這些產品正面對打。它不是完整平台，也不是新模型。它比較像工作流層。這點反而聰明。因為很多開發者不在乎品牌口號，只在乎從 issue 到 merged pull request，中間到底少繞幾圈。\u003C\u002Fp>\u003Cp>這種定位還有一個優勢。平台要做很重，工作流可以很輕。你今天用 Claude Code，明天換別的 agent，只要核心方法有價值，很多結構還是能沿用。對開發者來說，這比被綁死在單一產品舒服得多。\u003C\u002Fp>\u003Cul>\u003Cli>gstack：工作流模板，主打 Claude Code 使用方法\u003C\u002Fli>\u003Cli>GitHub Copilot：強在 IDE 內補全與整合\u003C\u002Fli>\u003Cli>Cursor：強在編輯器體驗與多步操作\u003C\u002Fli>\u003Cli>Claude Code：強在 terminal 內 agent 式互動\u003C\u002Fli>\u003Cli>一般 prompt 包：上手快，但可維護性差\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果只看數字，6 天 20,000 stars 已經很夠看。多數開源開發工具 repo，一年都碰不到這個量級。這說明市場對 Claude Code 專屬工作法有明確需求，也說明「把個人 workflow 開源」這件事，確實有人要。\u003C\u002Fp>\u003Cp>還有一個文化層面的因素。這兩年大家對 AI 生產力宣傳越來越有戒心。廣告文案說得天花亂墜，實際打開來常常一堆限制。相較之下，公開 repo 反而誠實。檔案都在那裡，規則都看得到，你 fork 下來跑一遍，值不值得自然有答案。\u003C\u002Fp>\u003Ch2>這股趨勢背後的產業脈絡\u003C\u002Fh2>\u003Cp>AI coding 工具這一年明顯往「系統化」走。早期大家重視模型本身。現在大家開始重視 context management、檔案結構、任務拆解、review loop、權限控制。因為實務上真正拉開差距的，常常是這些周邊設計。\u003C\u002Fp>\u003Cp>對台灣團隊來說，這點特別有感。很多公司不是從零開始做新產品，而是在維護既有系統、串老 API、接內部伺服器、處理混雜資料。這種環境最怕 AI 自作聰明亂改。沒有流程，模型越積極，風險越高。\u003C\u002Fp>\u003Cp>所以你會看到越來越多團隊開始做自己的 AI 開發規範。像是哪些資料夾能碰、哪些檔案先別動、需求要怎麼描述、產出前要跑哪些測試。這些東西過去靠資深工程師口耳相傳，現在慢慢變成文件、腳本、模板。\u003C\u002Fp>\u003Cp>從這個角度看，gstack 的意義不只是某個 repo 很紅。它像一個訊號。高知名度工程領域人物，開始把自己的 AI coding 方法公開。接下來很可能會有更多 CTO、Staff Engineer、創業者，把自己的 setup 直接丟到 GitHub 給大家研究。\u003C\u002Fp>\u003Cp>這也會讓競爭方向改變。以前比誰模型新，現在會慢慢變成比誰流程穩、誰更容易導入、誰在真實專案裡省下的時間更多。你如果是工具開發者，這件事最好現在就看懂，不然很容易一直在做 demo 產品。\u003C\u002Fp>\u003Ch2>開發者現在可以怎麼看這件事\u003C\u002Fh2>\u003Cp>如果你有在用 Claude Code，gstack 很值得讀。就算你最後不會整套採用，也可以拆開看。哪些規則適合你的團隊，哪些結構太重，哪些提示寫法能直接拿來測，都有參考價值。\u003C\u002Fp>\u003Cp>如果你是團隊管理者，我會建議別只問工程師「有沒有用 AI」。這問題太空。你應該問的是：有沒有固定流程、哪些任務適合交給 AI、出了錯怎麼回溯、程式碼 review 要不要加新規則。這些問題才真的影響交付品質。\u003C\u002Fp>\u003Cp>我的判斷是，接下來 3 到 6 個月，會有更多知名工程師公開自己的 AI coding setup。真正會被留下來的，不是聲量最大那個，而是能在真實專案裡，穩定省下 20% 到 30% 重複工作時間的那種做法。你現在就可以做一件事：挑一個小專案，試著把自己的 AI workflow 文件化。寫成 repo，跑兩週，再看哪裡最卡。那會比收藏 50 個 prompt 有用得多。\u003C\u002Fp>","Garry Tan 的 gstack 在 6 天內衝破 2 萬 GitHub stars。這個給 Claude Code 用的工作流工具包，反映開發者現在想要的不是單次提示詞，而是可重複、可檢查、能直接拿來寫軟體的 AI 開發流程。","zhihu","https:\u002F\u002Fgithub.com\u002Fgarrytan\u002Fgstack",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519873940-mkem.png","tools","zh","3ab2c67e-4664-4c67-a013-687a2f605814",[17,18,19,20,21,22,23,24,25,26],"Garry Tan","gstack","Claude Code","GitHub","AI coding","人工智慧","開源工具","開發工作流","軟體開發","YC",9,"2026-03-26T08:26:20.068737+00:00","2026-03-26T10:11:38.829+00:00",{"tags":31,"relatedLang":41,"relatedPosts":45},[32,33,34,37,39],{"name":25,"slug":25},{"name":22,"slug":22},{"name":35,"slug":36},"研究整理","-",{"name":20,"slug":38},"github",{"name":19,"slug":40},"claude-code",{"id":15,"slug":42,"title":43,"language":44},"garry-tan-open-sources-claude-code-toolkit-en","Garry Tan Open-Sources a Claude Code Toolkit","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"cdfe98b4-cfc9-4266-ba45-4b892e8214b0","codex-deepseek-v4-pro-moark-setup-zh","Codex 接入 DeepSeek-V4-Pro，三步可用","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782738175563-wcfd.png","2026-06-29T13:02:24.814293+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"37ef32c4-b40c-4d2e-822a-d41678837de1","devin-ai-alternatives-real-workflows-zh","Devin 替代工具先看工作流","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782732810886-up7s.png","2026-06-29T11:32:58.321746+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"d98bcfa9-686a-4465-8371-ba06d04b9799","claude-code-turns-agent-setup-into-terminal-work-zh","Claude Code 讓代理設定變終端工作","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782731910840-j284.png","2026-06-29T11:18:01.715271+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"054589c7-78d8-4835-a5e4-4413a6146970","best-ai-coding-agent-2026-ranked-benchmarks-zh","2026 最佳 AI 寫碼代理排名","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782730985842-v7mt.png","2026-06-29T11:02:38.646028+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"f1ea1e37-c8c4-4b45-828a-b120c781bd6f","openclaw-bailian-qwen37-max-config-template-zh","OpenClaw 接百炼 Qwen3.7-Max 模板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782715688788-y9u4.png","2026-06-29T06:47:44.371703+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"b45a451c-fbd8-4b47-8f0c-0c91c8d1c77c","mistral-ocr-4-citation-ready-structured-output-zh","Mistral OCR 4 把掃描檔變可引用資料","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782702195883-gjig.png","2026-06-29T03:02:47.250472+00:00",[83,88,93,98,99,104,109,114,119,124],{"id":84,"slug":85,"title":86,"created_at":87},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":4,"slug":5,"title":6,"created_at":28},{"id":100,"slug":101,"title":102,"created_at":103},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]