🤖 一套工作流，六种 Agent：pstack-claude 如何让 Cursor 原语“跨界上岗”

先用一个开发者日常来开场：你早上在 Cursor 里跟 Agent 磨出了一套特别好用的工作流——先让它写计划、再分步实现、最后自我审查一遍。你把它保存成 rules，用得很爽。下午你打开 Claude Code，发现这套严谨的流程完全用不上；晚上切到 Codex 或 Gemini，又得从零调教一遍。于是你花在“教 Agent 怎么干活”上的时间，比让它干活的时间还多。

michael-denyer/pstack-claude 就是冲着这个痛点来的。它的描述很直白：把 Poteto 的 pstack 移植成 Claude Code、Codex、Pi、OpenCode、Gemini 和 Prime Agent 各自的版本，用一套严谨的 Agent 工作流，把原本为 Cursor 写的原语（primitives）翻译到其他 harness 上。

🧱 为什么“工作流”值得被单独搬运

大多数人把 prompt 当成一次性消耗品：写完即弃，换工具就重写。但真正高质量的 Agent 协作，靠的不是某一句神奇的提示词，而是一整套结构化的流程——什么阶段做什么、谁负责哪一步、产物长什么样、什么条件才算结束。

这类结构化流程，就是所谓的工作流“原语”。它有点像编程语言里的基础语法：一旦定义清楚，就能被翻译到任何目标语言。pstack 的价值恰恰在这里——它不是一堆零散的 prompt，而是一套可以跨 harness 复用的行为规范。


工作流原语（抽象层示意）
  ├─ 角色定义：谁来做（规划者 / 执行者 / 审查者）
  ├─ 阶段划分：做什么（计划 → 实现 → 验证）
  ├─ 交接契约：交付什么（结构化产物，而非随口一句"做完了"）
  └─ 退出条件：什么时候算真正完成

有了抽象层，剩下的就是翻译工作：把同一套语义，映射到不同 harness 各自认可的加载方式上。

🔁 翻译的难点：不是复制粘贴

很多人会想：不就是把同一段文字复制到六个仓库里吗？真做起来远没这么轻松。不同 harness 之间的差异，至少体现在三个维度。

上下文注入方式不同：有的工具靠项目里的约定文件自动加载，有的靠斜杠命令显式触发，有的需要在会话开头手动引入。同一句"请先做计划再动手"，落点完全不同。
工具能力边界不同：某些 harness 支持子代理（subagent）、某些支持自定义命令、某些只支持单轮对话。一个依赖"分派给子代理"的原语，在能力不足的 harness 上必须降级成别的机制。
执行范式不同：交互式终端、IDE 插件、命令行批处理，对"确认再继续"的容忍度天差地别。在批处理场景里强行插入人工确认，流程直接卡死。

这就是 pstack-claude 这类项目的核心工作量：保持语义不变，允许实现变形。严谨性来自原语本身，而不是某个特定工具的私有特性。

📦 一次维护，六个 harness 受益

项目名称里虽然带有 claude，但它的覆盖面明显更广。根据仓库描述，它同时提供以下 harness 的版本：

Claude Code —— 终端里的 Agent 协作体验
Codex —— 另一条主流 Agent 工作路径
Pi
OpenCode —— 开源阵营的 Agent 运行环境
Gemini —— Google 侧的 Agent 能力
Prime Agent

这种"多目标"设计的实际收益是：你不再需要为每个工具分别维护一份会逐渐漂移的工作流。当原语演进时，只要在抽象层更新一次，再向下同步到各 harness 即可。对同时使用多个 Agent 工具的团队来说，这意味着认知负担和版本分裂风险的显著下降。

⚖️ 和“每个工具单独调教”相比，差在哪

把 pstack-claude 和常见的两类做法放一起对比，差异就比较清楚了。

零散 prompt 集：灵活但不可复用，换工具即失效，且在团队内部很难对齐标准。
单一工具的官方工作流模板：深度贴合某个 harness，但天然被锁定——换工具等于重新开始。
pstack-claude 这类跨 harness 移植：牺牲了一部分针对单工具的极致优化，换来的是跨平台的一致性和可迁移性。

换句话说，它关注的不是"让某个 Agent 强一点点"，而是"让我的工作方式不随工具而变"。这在多工具并存的团队里，往往是更值钱的属性。

工具会换，范式会迁移，但一套被验证过的工作流应该能跟着你走。

🎯 什么时候该用它，什么时候别用

适合的场景：

团队里同时使用多个 Agent 工具，不希望每个都从头调教；
需要流程化的产出（计划、实现、验证分离），而不是一问一答式的闲聊编码；
希望把"严谨"沉淀成可版本管理的资产，而不是留在某个人的脑子里。

需要谨慎的情况：

你只固定使用一个 harness，且官方的工作流已经足够顺手——跨平台带来的抽象成本未必划算；
任务本身极度轻量，比如改个错别字、跑个格式化，套完整流程反而拖慢节奏；
你所在 harness 的能力与原语假设差距过大，翻译后的版本可能需要额外裁剪。

🌟 小结

pstack-claude 真正有意思的地方，不在于它支持了多少个 Agent 工具，而在于它提出了一个值得认真对待的问题：当 Agent 工具本身被快速商品化时，什么才是你真正该积累的资产？

模型的强弱会换季，harness 的热度会轮转，但一套经过验证的、严谨的协作流程，是可以跨越这些变化的。这个项目把 Cursor 原语拆解、翻译、分发到 Claude Code、Codex、Pi、OpenCode、Gemini 和 Prime Agent 上，本质上是在做一次"工作流可移植性"的实验。

如果你正处于"手上三个 Agent，脑子里三套规矩"的状态，不妨去看看它是怎么做的——也许你会开始用另一种方式思考自己的 Agent 协作方式。🔧