大廠的 harness，可以簡裝上陣

pstack 是一套相對完整的 harness。Harness 可以理解成包在 AI 外面的工作規則與流程：遇到什麼任務先做什麼、改完要怎麼檢查、什麼時候把工作分給其他 AI。

它完整又龐大，能應付規模比較大的專案，同時也比較耗 token（AI 處理文字和計費的單位）。難怪這套完整的 harness，是 AI 一線大廠 Cursor 的工程師分享出來的。

不過，這不妨礙我們學習它背後的設計思路。依照自己的需求，簡裝上陣就好。

這篇分享：pstack 怎麼安排 AI 的工作、它要求 AI 拿出什麼完成證明，以及怎麼只裝自己需要的部分。

先搞懂問題，再讓 AI 動手

pstack 這套 harness，由一組開源（公開原始碼、任何人都能免費取用）的 Agent Skills 組成。Skill 可以理解成給 AI 的工作說明，告訴它遇到特定任務時，要怎麼調查、怎麼動手，以及怎麼檢查結果。

原始版本放在 Cursor 的外掛專案庫。作者 poteto 在 README（專案的說明文件）裡寫，這些是他在 Cursor 每天用來寫程式的技能。這次提供的 backnotprop/pstack 是獨立維護的鏡像版本，把原始內容同步過來，並改寫部分只適用於 Cursor 的寫法，方便在其他 AI 寫程式工具裡使用。

依照專案說明，這套技能可以裝進 Cursor、Claude Code、Codex 等 AI 寫程式工具。不過不同工具支援的功能有差別，仍然要看各自的設定說明。

主要入口叫 poteto-mode。你描述要完成的工作，它會選擇對應流程，再依需要使用其他技能。修錯誤、新增功能、整理既有程式，各有不同的處理方式，README 列了 23 種。

以修錯誤為例，官方指南給的示範是：資料匯出在重試時產生重複資料，先重現問題，再修正並驗證。

這句要求已經交代了工作順序。AI 得先找出錯誤發生的條件，修完後也有同一個情境可以重新檢查。只說「幫我修好」，完成的標準就容易留給 AI 自己猜。

寫完之後，要拿什麼證明完成

pstack 的技能分工很細。有的負責理解程式目前怎麼運作，有的追查原本為什麼這樣設計，也有的先比較幾種做法，再決定要怎麼改。

到了實作階段，也有 TDD，也就是先寫測試確認問題存在，再修改程式，讓測試通過。

官方指南把「在真正的程式裡驗證」列成獨立工作。程式能編譯（轉成電腦能執行的形式）、測試通過，還要確認使用者實際操作的結果。

例如匯出資料的問題，最後就要檢查重試後產生的資料，確認沒有重複。若改的是畫面，則要打開畫面確認操作結果。這些具體證據，才方便接手的人判斷工作完成了沒有。

pstack 也提供讓多個 AI 分工、長時間持續工作的流程。官方指南談到夜間自動工作時，同時要求先約定工作範圍、保留決策紀錄，逐步建立信任。

整套流程跑下來，調查、比較、實作、驗證都會交給 AI 做一輪，有時還會分給好幾個 AI。專案大的時候，這些步驟能擋下很多問題；專案小的時候，token 就花得比較多。

不用整套搬，挑需要的裝

鏡像版本的安裝方式是：

npx skills add backnotprop/pstack

安裝工具會列出所有技能，讓你搜尋、勾選要裝哪幾個，再選要裝進哪個 AI 工具。

README 也整理了哪些技能可以單獨使用，例如 how、tdd、sharpen；哪些會呼叫其他技能，例如 architect 需要 arena 和 how。只挑其中一項安裝時，先對照這張表，確認需要哪些配套。

更簡單的做法，是先什麼都不裝，只借用它的工作順序。交給 AI 之前，先寫清楚三件事：

1. 問題在什麼操作下會發生
2. 預期應該得到什麼結果
3. 完成後，要用什麼方式確認結果

接著觀察 AI 有沒有照著做：先確認問題，再修改，最後留下驗證結果。等這種小工作能穩定完成，再考慮加裝技能、擴大任務範圍。

實際能省下多少修改次數、多花多少 token，都要在自己的專案裡用過才能評估。

大廠的完整 harness 可以拿來學，裝到自己身上的，看手上的專案需要多少就好。

---

pstack 獨立鏡像：https://github.com/backnotprop/pstack

Cursor 原始專案：https://github.com/cursor/plugins/tree/main/pstack

pstack 使用指南：https://github.com/backnotprop/pstack/blob/main/docs/guide/README.md

Gary Chen 影片：https://www.youtube.com/watch?v=l_xDqUm0MDQ