中/EN
开源项目
开源项目

Ponytail：让 AI coding agent 少写 54% 代码的 skill（GitHub 星 9.8 万）

Ponytail 是装进 AI coding agent 的 skill，用七级懒人阶梯让 agent 写代码前先问该不该写。实测真实 Claude Code 会话平均少写 54% 代码、便宜 20%、快 27%，安全护栏一个不掉。

发布于 2026年8月8日8 分钟阅读
<!-- ponytail-resource | resource | Ponytail：让 AI coding agent 少写 54% 代码的 skill（GitHub 星 9.8 万） -->

你身边那个最懒的资深开发

每个公司都有这样一个人：长马尾、椭圆眼镜、在公司待的时间比版本控制还久。你给他看五十行代码，他看一眼，不说什么，删成一行，然后它能跑。

Ponytail 把这个人塞进了你的 AI coding agent。

GitHub 仓库 DietrichGebert/ponytail，2026 年 6 月 12 日创建，到今天（8 月 8 日）星 98,315、fork 5,401，MIT 协议，JavaScript，npm 包名 @dietrichgebert/ponytail，昨天还有 push。它的定位一句话：让 AI agent 像屋里最懒的资深开发那样思考——最好的代码，是你从未写过的代码。最硬的数字是仓库 README 自报的 benchmark：真实 Claude Code 会话编辑真实仓库，平均少写 54% 代码（最高 94%）、便宜 20%、快 27%，安全护栏一个不掉。

star 数截至 2026-08-08，实时变动；benchmark 数据来自仓库 README，来源标注见文末。

它是什么

Ponytail 不是模型、不是框架，是一个装进 AI coding agent 的 skill——一套规则集，在 agent 每次写代码前插一道"能不写就不写"的判断。形态上是 plugin/extension，装一次，每个会话自动生效。支持 20 个 agent 宿主：Claude Code、Codex、GitHub Copilot CLI、Gemini CLI、Cursor、Windsurf、Cline、Aider、Devin、OpenCode、Qoder、Grok Build 等全覆盖。

它要解决的问题很具体：AI coding agent 普遍过度产出代码（over-engineering）。你让它加个日期选择器，它装个 flatpickr、写个包装组件、加个样式表，还跟你讨论时区。Ponytail 的做法是让 agent 在写代码前先爬一道"懒人阶梯"，停在第一个"够用"的那一级。

解决什么痛点

AI agent 的过度产出代码是个普遍到令人麻木的问题。拆三层：

1. 喜欢造轮子。库里已经有现成的、stdlib 能做的、平台原生支持的，agent 视而不见，从头写一遍。一个日期选择器能写成 404 行的组件树。

2. 不问该不该存在。YAGNI（You Ain't Gonna Need It）被无视，agent 把"也许将来用得上"的东西全堆进去——缓存类、抽象层、配置开关，代码膨胀但真正有用的没几行。

3. 省了字数但丢了安全。有人试过直接在 prompt 里写"写 one-liner"，代码确实短了，但校验、错误处理、安全检查也被一起砍掉——短了不等于对。Ponytail 的核心主张恰恰反过来：规则从来不是"最少 token"，而是只写任务需要的，校验、错误处理、安全、可访问性一律不碰。

核心功能：懒人阶梯 + 六条命令

七级懒人阶梯

agent 在写任何代码前，从上往下停在第一个成立的那一级：

bash
1. 这东西需要存在吗？     -> 不需要：跳过（YAGNI）
2. 代码库里已经有了吗？   -> 复用，别重写
3. 标准库能做吗？         -> 用它
4. 平台原生功能支持吗？   -> 用它
5. 已装的依赖能做吗？     -> 用它
6. 一行能写完吗？         -> 一行
7. 都不行：才写最少能跑的

关键点：阶梯在理解问题之后跑，不是代替理解。agent 会先读改动涉及的代码、追踪真实流程，再选停在哪一级——对方案懒，对读代码从不懒。trust-boundary 校验、防数据丢失、安全、可访问性永远不在砍除清单上。

Benchmark 数据

仓库 README 给了可复现的 benchmark，来源是真实 Claude Code 会话编辑 tiangolo 的 full-stack-fastapi-template（FastAPI + React 真实仓库），12 个 feature ticket，同一个 agent 装与不装 skill 对比，n=4，Haiku 4.5：

对照（vs 无 skill 基线）代码行数token成本耗时安全
ponytail-54%-22%-20%-27%100%
caveman（只压缩措辞的对照）-20%+7%+3%+2%100%
"YAGNI + one-liners" 裸 prompt-33%-14%-21%-30%95%

Ponytail 是唯一四个指标全降的 arm，也是唯一在降的同时安全分保持 100% 的。削减最大的是有真实过度产出代码陷阱的地方：日期选择器从 404 行降到 23 行（agent 转而用原生 <input type="date">）、颜色选择器从 287 行降到 23 行。在代码本来就已经最小的地方，削减接近零。

早期单次基准报告曾给出 80-94% 的数字；社区指出裸模型基线会用水话和选项凑数，仓库已修正为上面的 agentic 数字（80-94% 是每任务上限，不是均值）。

六条命令

命令做什么
/ponytail [lite / full / ultra / off]设强度，或关掉。不带参数报当前级别
/ponytail-review审查当前 diff 有没有过度产出代码，给一张删除清单
/ponytail-audit审查整个仓库，不止 diff
/ponytail-debt把你推迟的 ponytail: 快捷方式收进一本账，"稍后"不变成"永不"
/ponytail-gain显示已测量的收益看板（更少代码、更省成本、更快）
/ponytail-help命令速查

/ponytail ultra 留给代码库"私人恩怨"的场景。可用 PONYTAIL_DEFAULT_MODE 环境变量给每个新会话设默认级别（lite/full/ultra/off），默认 full。规则集也会注入到通过 Agent 工具拉起的子 agent 里。

三分钟上手

以 Claude Code 为例，两条命令（需分两次发送才能装上）：

bash
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

Codex 略有不同：

bash
codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail

GitHub Copilot CLI：

bash
copilot plugin marketplace add DietrichGebert/ponytail
copilot plugin install ponytail@ponytail

Cursor / Windsurf / Cline / Aider 这类不支持 plugin 命令的宿主，把仓库里对应的规则文件复制进项目即可（.cursor/rules/、.windsurf/rules/、.clinerules/、.github/copilot-instructions.md）。node 需在 PATH 上——Nix/nvm 用户尤其注意要用非交互式 shell 的 PATH，否则 always-on 激活会静默失败（skill 本身仍可用）。卸载用 /plugin remove ponytail，再跑 node scripts/uninstall.js 清残留状态（注意先跑卸载脚本再删 plugin，脚本本身是 plugin 文件）。

适合谁 + 踩坑

适合：天天用 Claude Code / Codex / Copilot CLI 写代码、被 agent 过度产出代码折磨的人；维护历史包袱重、agent 动不动就重写一遍的大仓库的团队；想压 token 成本但不想牺牲安全的场景；做 code review、希望 agent 先审有没有过度产出代码再改的人。

踩坑：

1. 它不是"永远更省"。在已经最小化的代码上削减接近零；少数推理型模型（如 GPT-5.5）反而因为思考 token 花在权衡阶梯的每一级上而更贵——成本降低是副产物，不是保证。

2. node 必须在 PATH。两个 lifecycle hook 是 Node.js，PATH 不对 always-on 激活会静默失败。Nix/nvm 用户尤其注意。

3. 命令需要 skill-capable 宿主。/ponytail-review 这类命令只在 Claude Code、Codex、Devin、OpenCode、Gemini 等 skill-capable 宿主里可用；Cursor、Windsurf、Cline 这类 instruction-only 适配器只加载规则集，没有命令。

4. 别和裸 prompt 混为一谈。直接写"YAGNI + one-liners"的 prompt 看着效果接近，但 benchmark 里它掉了一个安全护栏（95% vs 100%）。skill 的价值在于"懒但不 negligent"。

和竞品比

caveman（JuliusBrussee/caveman）：压缩的是 agent 说的措辞，代码逐字节不动。Ponytail 缩的是 agent 构建的内容。两半不重叠，README 明说可以且应该一起用——少说话，少造代码。

"YAGNI + one-liners" 裸 prompt：不装任何 skill，直接在 prompt 里写规则。benchmark 显示它确实降代码行数（-33%），但安全分掉到 95%——丢了护栏。Ponytail 的区别是保留全部安全检查的同时降四个指标。

Anthropic 官方 frontend-design skill：官方出品的设计前端 skill，走的是"指导怎么写得好看"的方向；Ponytail 走的是"该不该写"的方向，定位不同。同为 coding skill，可以共存。

想横向对比更多 coding skill 框架（impeccable、mattpocock/skills、superpowers 等），见本站旧文《AI coding skill 框架横评：ponytail、impeccable、mattpocock/skills、superpowers 怎么选》：ai-coding-skill-frameworks-comparison-review。另外如果你在找能自托管、跑任意任务的 AI agent 控制中心，见本站旧文《OpenHands 自托管 AI Agent 控制中心》：openhands-resource；做 AI 生图管线则见《ComfyUI：专业玩家为何不用网页生图（星12.3万）》：comfyui-resource。

参考来源

本文由 AI 辅助生成，经人工审核编辑。最后更新：2026-08-08

相关文章

开源项目

DeepSeek-Reasonix：DeepSeek 原生终端 coding agent（GitHub 星 2.86 万）

esengine/DeepSeek-Reasonix（28,575 星、1,836 fork、Go、MIT、2026-04-21 创建、今日 push）是社区构建的 DeepSeek 原生终端 coding agent，非 DeepSeek 官方产品。围绕 DeepSeek prefix cache 调优--缓存命中输入 0.02 元 vs 未命中 1 元，差 50 倍。单一 Go 静态二进制，config/plugin 驱动（reasonix.toml），支持双模型 executor+planner、MCP 插件、跨 6 平台编译。附四条安装路径与同类对比。

2026年8月2日8 分钟阅读
开源项目

Superpowers：给编码 Agent 一套完整方法论（GitHub 星 26.4 万）

obra/superpowers 是 GitHub 上 264,481 星的开源项目（MIT，Shell），不造模型不做编辑器，只给你的 coding agent 装上一套完整开发方法论。Agent 启动后先反问需求、拆 spec、分块确认、生成强调 TDD/YAGNI/DRY 的计划，再派子代理逐任务推进，可自主工作数小时不偏离。支持 Claude Code、Cursor、Codex 等 11 个 coding agent，技能自动触发。

2026年8月1日10 分钟阅读
开源项目

worldmonitor：7.9 万星的开源 AI 全球情报仪表盘

koala73/worldmonitor 是开源实时全球情报仪表盘，TypeScript 编写，AGPL v3 许可证，GitHub 星 79,487。用 AI 聚合 500+ 新闻源、地缘信号、金融行情与基础设施状态，双地图引擎（globe.gl + deck.gl）56 图层叠加，跨流关联军事/经济/灾害/升级信号，Country Instability Index 量化 31 国压力，本地 Ollama 跑无需 API key，6 个站点变体同源，Tauri 2 桌面应用，26 语言 + RTL。

2026年8月7日9 分钟阅读