# pstack 建立可驗證、可重跑的 Agent 開發流程，每月發布 2,000 個 production PR

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：lauren (@poteto) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥 · 日期：2026-09-01

> 原始來源：https://x.com/poteto/status/2094457600259842065

## 證據與延伸閱讀

- [pstack 建立可驗證、可重跑的 Agent 開發流程，每月發布 2,000 個 production PR。](https://github.com/cursor/plugins/blob/main/pstack/skills/create-verification-skill/SKILL.md) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — github.com](https://github.com/cursor/plugins/blob/main/pstack/skills/principle-build-the-lever/SKILL.md) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — cursor.com](https://cursor.com/docs/cloud-agent) — 一手來源 · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — cursor.com](https://cursor.com/docs/cloud-agent/builds) — 一手來源 · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — github.com](https://github.com/poteto/verification-skill-example/blob/main/.cursor/skills/verify-atlas/references/features/README.md) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — github.com](https://github.com/poteto/verification-skill-example) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — github.com](https://github.com/cursor/plugins/blob/main/pstack/skills/swarm/SKILL.md) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — cursor.com](https://cursor.com/docs/cloud-agent/automations) — 一手來源 · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — github.com](https://github.com/cursor/plugins/tree/main/pstack) — 官方 Repository · 最後核對：2026-09-01 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — x.ai（貼文明示來源）](https://x.ai/bot/plugin/9717366) — 一手來源 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — x.ai（貼文明示來源）](https://x.ai/bot/93gOz3op1UQdBdbekQFLK) — 一手來源 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — chromedevtools.github.io（貼文明示來源）](https://chromedevtools.github.io/devtools-protocol) — 一手來源 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [pstack verification skills — cursor.com（貼文明示來源）](https://cursor.com/changelog/08-19-26) — 一手來源 · 支持主張：The guide introduces /create-verification-skill and /maintain-verification-skill, daily maintenance, debugging and performance tooling, Feature Maps as shared context, and worktree or cloud-agent patterns.
- [github.com/cursor/plugins/blob](https://github.com/cursor/plugins/blob/main/pstack/skills/maintain-verification-skill/SKILL.md)
- [cursor.com/docs/cloud-agent/setup](https://cursor.com/docs/cloud-agent/setup) — 官方文件
- [github.com/backnotprop/pstack](https://github.com/backnotprop/pstack)
- [Lauren 於 2026-08-31 發布 pstack 相關文章](https://x.com/poteto/status/2094457600259842065)

## 中文摘要

pstack 建立可驗證、可重跑的 Agent 開發流程，每月發布 2,000 個 production PR。

**核心定位** Lauren 於 2026-08-31 發布〈The Complete Guide to pstack Pt. 1〉，介紹如何用 `verification skill` 讓 Agent 自己操作應用程式、除錯、蒐集效能證據，並持續執行直到工作成功。她表示，自己靠 pstack 每月能以高信心將 **2,000 PRs** 發布到 production；在 Grok `@Bot` 的案例中，團隊每天將 **hundreds of PRs** merge 進 codebase。她也提醒，Agent 出現前，PR 數量只是 vanity metric；只有在品質能維持或提升時，volume 才具有實際意義。

Lauren 認為 verification 是 critical infrastructure，而不只是一般 skill。當 Agent 能自行驗證工作、持續修正並閉合 feedback loop，human 就不再是唯一 bottleneck；她主張整個團隊，包括 non-engineers，的 output 可能提升 **100-1000x**。不過，文章中的 commands、integrations 與成果都是作者自己的 workflow，並非獨立測量或正式 benchmark；工具 permissions、isolation 與 maintenance cost 也沒有在文中說明。

**建立 verification skill** 使用者先安裝 pstack，再執行 `/create-verification-skill`。作者建議把隨 pstack 提供的 Dr Eggbot 加入 roster，讓 it 建立 engineer bot，再由該 bot 執行 `/create-verification-skill`，並設定每天執行 `/maintain-verification-skill`。每次 maintenance 產生變更後仍須人工 review。

```shell
/create-verification-skill
/maintain-verification-skill
```

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/330e4918b810ee07.jpg)
> dr eggbot 的安裝與介紹卡片介面，上方為紅色圓形圖示，中間列出作者與詳細說明文字，下方則有「Add to Grok Bot」按鈕。

`/create-verification-skill` 會先 interview repo，而不是 interview user，辨識 web UI、CLI/TUI、desktop app、API、mobile app 或 library 等 surface，確認啟動 command、連接埠、環境變數、seed data 與 auth。它會優先使用既有的 Playwright、Cypress specs、Expect scripts、PTY helpers、可由 `curl` 呼叫的 endpoints 或 debug port，再選擇 browser/CDP、tmux/PTY 或 plain HTTP。

若 checkout 無法 build 或 start，必須先修正或精確回報；若只是 static dir 缺少與驗證無關的 asset，則可先建立並明確標示 verification scaffolding，完成後再 cleanup。產物位於 `.cursor/skills/verify-<app>/SKILL.md`，YAML frontmatter 必須包含 `name: verify-<app>` 與描述，否則 skill 不會註冊；skill 名稱是 `create-verification-skill`，並設定 `disable-model-invocation true`。

`SKILL.md` 必須涵蓋：

- Launch：exact command、ready 判定與 teardown。
- Doctor：唯讀檢查 process、正確 version/build、連接埠是否由本次環境持有，以及 auth 是否有效。
- Drive：使用真實 selectors 與 commands 操作。
- Evidence：記錄 user path、action、resulting state、可見結果，以及 files、rows、messages 等 side effects。
- Cleanup：只終止本次啟動的程序，移除 instance 與 scratch state，但保留 evidence。
- Helpers：提供可重複使用的輔助工具。

驗證不能只停留在 final screen，也不能使用 internal setters 或 test-only endpoints。Mock 只有在透過與 unavailable external dependency 相同的 production boundary 時才算 evidence；若跳過 renderer、workbench service、RPC、persistence 或被測 tool path，就不算證據。即使是 dry-run 或 test mode，也要觀察實際略過的內容，因為部分 dry-run 仍可能碰到 network 或開啟 browser。

**CLI 與專案控制** pstack 偏好先打造 Agent 可使用的工具，而不是只寫一份 Markdown 操作說明。作者建議建立小型、agent-friendly、可重現且可測試的 CLI，讓 Agent 呼叫 command，而不是消耗更多 token 撰寫一次性操作 script。CLI 應提供 inspection、navigation、interaction、performance、streaming、health／cleanup 等能力，並具備可組合 API、破壞性操作的 `--dry-run`、subcommands、描述性 error messages、rich `--help` 與 machine-readable 輸出，例如 JSON。

```shell
node .cursor/skills/verify-atlas/control-atlas.mjs doctor
node .cursor/skills/verify-atlas/control-atlas.mjs new-session
node .cursor/skills/verify-atlas/control-atlas.mjs send "list open tasks in this project"
node .cursor/skills/verify-atlas/control-atlas.mjs press "Meta+KeyN"
node .cursor/skills/verify-atlas/control-atlas.mjs snapshot
node .cursor/skills/verify-atlas/control-atlas.mjs screenshot /tmp/atlas-proof.png
node .cursor/skills/verify-atlas/control-atlas.mjs wait-settle
node .cursor/skills/verify-atlas/control-atlas.mjs feature-flag rooms_v2 on
```

工具還要處理 dev database seeding、auth、test users、test／staging environment 的 API calls，以及一致安裝並啟動 dev environment。建議 commands 包括：

```markdown
- **Inspection:** `info`, `snapshot`, `screenshot`, `components`
- **Navigation:** `home`, `new-session`, `select-project`, `select-runtime`, `scroll`
- **Interaction:** `send`, `click`, `click-xy`, `aria-click`, `type`, `press`, `eval`, `upload-image`, `add-context`, `feature-flag`
- **Performance:** `trace`, `profile`, `record`, `perf-metrics`, `wait-settle`
- **Streaming:** `console`, `network-log`, `network-summary`
- **Health & cleanup:** `doctor`, `cleanup`, `watch --restart`
```

`principle-build-the-lever` 將這項原則擴大到所有非 trivial work，包括 edits、migrations、analyses 與 checks，而不只是 bulk work。可查看 [GitHub 原始頁面](https://github.com/cursor/plugins/blob/main/pstack/skills/principle-build-the-lever/SKILL.md)；該檔案位於 `main` branch，顯示 23 lines（17 loc）、2.59 KB。

這項原則要求先手動完成第一個 unit 以理解 recipe，再建立 codemod、script、generator 或可重跑的 check，並在同一 unit 上重新執行工具，將結果與手動版本 diff。工具必須 safe to rerun，讓 reviewer 可以重新執行；deterministic script 能把「trust me」轉成「run this」。若工具能一次處理 every unit，就不應把相同修改分派給 delegates 手動套用。若確實需要 subagents，應把 recipe、verification contract 與 do-not-touch fences 寫進所有 delegates 都會讀取的 skill，並把該 skill 放在它們的 write scope 之外。

**Feature Map 與共享記憶** `/create-verification-skill` 會在 `references/features` 建立 Feature Map。它以可搜尋方式列出 app 的 features、用途與 user POV 的到達方式，並用較短的內容取代 Agent 每次閱讀完整 codebase；作者稱它是「materialized memory」，能節省 context window 的 token，也能讓所有貢獻者共享 codebase 的決策記憶。

`README.md` 是 major features 的高層 map，並連到細節文件；每個 feature file 必須包含四個 H2：

- `Sub-features`
- `How to get to it (user POV)`
- `Driving it with <harness>`
- `Gotchas`

初始目標是 top **3-5** 個 user-facing features，之後可持續擴充。若 map 列出多個入口，只驗證其中一個方便入口並不完整；coverage 必須涵蓋每個可到達的 entry point、mode、enabled gated variant，以及 success、cancel、error、empty、persistence 路徑。若部分 tabs 受 entitlement gate 限制，跳過時必須說明 account reason；Plan & Usage 也可能因部分 account states 而不存在。

虛構桌面應用 Atlas（Harbor Labs）的範例刻意做大，約有 `~30 feature files`，用來示範結構，Atlas、Harbor Labs 與 control-atlas 都不是真實產品。文件位於 [feature map README](https://github.com/poteto/verification-skill-example/blob/main/.cursor/skills/verify-atlas/references/features/README.md)，專案位於 [verification-skill-example](https://github.com/poteto/verification-skill-example)。README 位於 `.cursor/skills/verify-atlas/references/features/README.md`，顯示 103 lines（71 loc）、5.86 KB。

基線是假設已登入的 desktop build，除非測試 sign-in gate；開始操作前要執行 doctor，清除 `STALE BUILD` 或 wrong-instance 警告。從 isolated checkout 執行時，每個 command 都要帶 `--checkout`。

```bash
doctor --checkout
<every command> --checkout
```

操作時優先使用 ARIA labels、`data-component`、`data-action-id` 與 `data-message-*`，class selectors 只能作 fallback。Streaming 具有 non-deterministic 性質，應使用 `wait-settle` 等待可觀察的終止狀態，並優先使用已註冊 chord 的 `press`，不要以座標點擊。

```text
wait-settle
press <registered-chord>
```

只有在 user path 完成後，才可用 `eval` 讀取 DOM、clipboard 與 attributes；禁止透過 `eval` 呼叫 `atlas.*`。真實 OS file drops、native context menus 與 system-browser auth 預設仍須人工處理，除非 driver 提供 first-class support。若路徑因 account、OS、entitlement 或 native driver 而不可達，必須說明阻礙，並覆蓋仍可用的最接近真實路徑。

**驗證流程與實際操作** 交付前必須端到端執行一次 launch、doctor、drive ONE mapped feature、capture evidence 與 cleanup；cleanup 後再次確認 evidence 仍在指定位置。每次失敗迭代後也要執行 generated cleanup，避免程序或連接埠殘留。未實際執行過的 generated skill 只能算 draft。

Electron／web app 可使用 JavaScript 生態與 Chrome DevTools Protocol（CDP）；iOS app 可使用 simulator。若 runtime 不夠豐富，作者建議以 `lldb` 或 dev-environment sidecar 建立工具，甚至為了 agentic verification 選擇不同 tech stack。她的判斷是，越難除錯與控制的 tech stack，就越難有效使用 Agent。

pstack 的典型入口是先輸入 `/poteto-mode`，再要求 Agent 實作並以 `/control-app` 驗證，提供 video 與 screenshots 作為證據：

```text
/poteto-mode build <description of feature, any useful context>. use /control-app to verify your changes and show me a video and screenshots as proof
```

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/3f566cc2919b2152.png)
> Cursor 介面中包含專案路徑、分支與機器名稱、帶有指令提示的文字輸入框，以及包含 poteto-mode 標籤與 Grok 4.6 模型選擇器的控制面板，下方則排列著 Plan New Idea、Multitask 與 Run in Cloud 三個按鈕。

在 Grok `@Bot` 中，也可以要求 bot spawn cloud agent：

```text
spawn a cloud agent to use /poteto-mode to build <description of feature, any useful context>. use /control-app to verify your changes and show me a video and screenshots as proof
```

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/218402c23b594ddb.jpg)
> macOS 系統的 Activity Monitor 視窗，搜尋框輸入「Grok Bot」並列出相關行程與資源佔用數據表格，下方顯示 CPU 負載圖表與系統摘要。

效能工作則先記錄現況，再做 targeted fix，最後以 `/control-app` 與 `/swarm` 驗證改善：

```text
spawn a cloud agent to use /poteto-mode to improve the initial loading time of our app. first use /control-app to take a trace of the status quo, and identify opportunities for improvement. then do a targeted fix and use /control-app + a /swarm to confirm the win
```

`/swarm` 會平行派出任意數量的 cloud agents，取得足夠 sample size 來確認 perf win，或 fuzz app 以檢查 break／regression。其流程必須先建立 todolist，再依序執行 Frame、Fan out、Aggregate、Report；worker 要各自寫入 worktree、branch 或 `/tmp/swarm-<slug>/worker-<n>/`，結果必須使用 `PASS`、`ISSUES` 或 `BLOCKED` 並附證據。worker 掉線時可改用 N-1 個繼續，但要註明 dropout。

**Cloud Agents 與平行工作** 作者不建議優先使用 worktrees 平行執行 Agent，因為它會消耗大量 machine storage 與 resources；依 repo 大小及 machine 效能，可能最多只能同時執行 **10 agents**。她推薦 Cursor Cloud Agents：這些 Agent 在隔離的 cloud VM 中執行，能 clone repo、安裝 dependencies、啟動 app、build、test、操作 desktop/browser、使用 MCP，並產生 screenshots、videos 與 logs。

Cursor Cloud Agents 原名為 **Background Agents**，可從 Cursor for iOS、Cursor Web（`cursor.com/agents`）、Cursor Desktop 的 `Cloud`、Slack 的 `@cursor` command、GitHub／Bitbucket PR 或 issue 留言 `@cursor`、Linear 的 `@cursor` command，或 API 啟動；Android 可用 Chrome 開啟 `cursor.com/agents`，再選 **Install App** 安裝 PWA。詳細資料見 [Cloud Agents 文件](https://cursor.com/docs/cloud-agent)。

Cloud Agents 從 GitHub、GitLab、Azure DevOps Services 或 Bitbucket Cloud clone repository，在獨立 branch 工作，再 push 回去；使用者必須對 repository 及 dependent repos／submodules 具備 read-write privileges。支援 multi-repo environments，可同時檢查 frontend、backend、infrastructure 與 shared-library repositories，並在受影響 repos 開 pull requests，但 **Long-running 尚不支援 multi-repo environments**。Bitbucket Server 與 Data Center 不支援；Bitbucket Cloud 也不支援 PR label 或 inline review-comment triggers，fork PR triggers 會回傳 `"Fork pull requests not supported"`，但 merged trigger 仍會執行。

Cloud Agent 的 environment 可由 agent-led setup、saved snapshot 或 `Dockerfile` 設定於 `.cursor/environment.json`。環境可能包含 cloned repos、dependencies、secrets、startup commands 與 network access；管理員可限制 outbound domains，並用 Tailscale 或類似 client 連接 private networks。Secrets 應在 `cursor.com/dashboard/cloud-agents` 設定；新增後可能需要重新啟動 Agent，且必須使用正確 account。Snapshot 若包含 `.env.local`，該檔案也會被保存；官方仍建議使用 Cursor Settings 的 Secrets tab 管理 environment variables。Cloud VM 無法存取本機 home directory，因此 user-level `~/.cursor/hooks.json` 不可用。

**Build、snapshot 與環境可重現性** [Cloud Agent Builds 文件](https://cursor.com/docs/cloud-agent/builds) 說明，Build 會把 repositories、tools 與 dependencies 預先準備成可開機的 snapshot。流程從 base image 開始，將每個 repository clone 到 default branch，完整執行 install，保存 disk state、environment version 與各 repository 的 exact commit SHA；成功後成為 active Build，新的 agents、automations 與 code reviews 都從它啟動。

Build 有四種觸發原因：

- Recurring：依 environment 的固定排程執行。
- Configuration change：儲存 environment configuration 或變更 secrets。
- Manual：在 Builds tab 選 `Trigger build`。
- Agent-requested：例如 environment setup 時要求 test Build。

若自上次成功 Build 後沒有 default branch 新 commit、configuration 變更或 secret 變更，recurring check 會跳過；這些 `Skipped` 檢查不執行 install，並保留 active Build。只有 recurring Build 會 skip，manual、agent-requested 與 configuration-change Build 一律執行。新 Build 失敗時，Cursor 仍會保留最後一個成功 Build，因此 broken dependency update、install command 或 Dockerfile 不會取代 active environment。

`install` 每次 Build 執行，用於安裝 dependencies、generate code、compile artifacts 與 warm disk caches；`start` 和 `terminals` 則在每次 agent run 開始時執行，用來啟動 Docker、databases、tunnels 與 app processes。`install` 必須可重複且 idempotent，因為可能疊加在既有 disk state 上；snapshot 只保存 disk state，不保存 running processes、shell exports 或 in-memory caches。

```bash
npm install
pnpm install
pip install
```

預設 staleness threshold 是 **24 hours**；若設為 **0**，Agent 每次啟動都會 pull 最新 default-branch code。Feature branch run 會重用 active Build 的 disk，再 checkout 使用者要求的 branch；因此 source code 來自指定 branch，但 dependencies 預設沿用 Build 版本。若 feature branch 改變 dependencies，Agent 會依 environment context 與 install command refresh environment。Build 不收額外費用，已包含在 Cloud Agents 中。

**自動化與治理限制** Cloud Agents 可搭配 Cursor Automations，依 schedule 或 GitHub、GitLab、Slack、webhooks、Linear 等事件觸發，用於 PR bug review、vulnerability deep review、Slack bug triage 或定期摘要 codebase。三種 Cursor-managed agents 是 Bugbot、Security Agents，以及 PR Routing & Approval；它們依 cloud agent usage 計費。Team Owned 使用 team usage pool，Private 與 Team Visible 則由建立者付費。

Automation 有三種 permission scope：

- Private：本人可管理；team admins 可檢視與停用。
- Team Visible：本人可管理；team members 可檢視；team admins 可停用，仍使用個人 auth。
- Team Owned：team members 可檢視；只有 team admins 可管理；使用共用 automations service account。

從 Private 或 Team Visible promote 成 Team Owned 會改變執行 identity，停止使用個人 auth；只有 team admins 能 promote。若有 webhook trigger，scope 變更後必須重新產生 webhook API key；若 MCP 或其他 integration 依賴個人 OAuth credentials，也必須改為 team service account。Slack triggers 目前只看 public channels；Webhook 必須先儲存 automation，才會產生 private HTTP endpoint、webhook URL 與 API key。

**pstack 的工程觀** pstack 由 poteto 維護；作者曾在 Meta、Netflix、Cursor 處理 millions of lines of code，也是 React core team 成員並協助建造與維護 React Compiler。她批評 AI 會產生過多 slop code，明確表示 throughput without quality 不是目標；pstack 想用更少但更高品質、可驗證的 code，支援多個 Agent 以 fearless parallelism 並行工作。

安裝與初始設定為：

```text
/add-plugin pstack
/setup-pstack
```

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/6eb1bf15f3d8bf3b.png)
> 包含加號圖示按鈕與標籤為 Poteto Mode 的方框介面

`/setup-pstack` 會偵測可用 models，讓使用者選擇各角色模型並寫入 config rule；預設 panel 是 `fable / sol / grok / opus 5`，其中 precisely-specified code 交給 sol、fast mechanical code 交給 grok、prose 與 judgment 交給 fable。pstack 可搭配任何 frontier model，部分 skills 也使用 multi-model workflow。

`/poteto-mode` 會讀取 request、匹配 playbook、開啟 todo list、逐字套用 skill 步驟，並在需要時路由其他 skills。它具有 sticky 行為，會跨 turns 持續套用；使用者可以 opt out，也能搭配 `/loop` 長時間工作。pstack 提供 22 個 playbooks，涵蓋 investigation、bug fix、perf trace、hillclimb、runtime forensics、feature、refactoring、prototype、visual parity、eval、shipping、autonomous run、orchestrate、session pickup、pause safely 與 worktree cleanup 等。作者的例子包括「scroll 每 750ms 漂移，即使 idle，先 reproduce 再 fix 與 verify」，以及睡覺時仍讓 stack merge；核心都不是增加 LOC，而是先取得證據、修正，再驗證。

完整範例可見 [verification-skill-example](https://github.com/poteto/verification-skill-example)、[verification-skill 的 create-verification-skill 文件](https://github.com/cursor/plugins/blob/main/pstack/skills/create-verification-skill/SKILL.md)、[swarm SKILL.md](https://github.com/cursor/plugins/blob/main/pstack/skills/swarm/SKILL.md)、[pstack](https://x.ai/bot/plugin/9717366) 與 [Dr Eggbot](https://x.ai/bot/93gOz3op1UQdBdbekQFLK)。pstack 也附帶 dormant `benny` automation pack，可將 Slack issue reports 分流，對確認的 bugs 以 real UI evidence 重現並修復；其設定會把 pack 複製到 `.cursor/automations/benny/`，授權為 MIT。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/0f0b5d310ae7b2d9.jpg)
> poteto 在 2026 年 8 月達到單月 2011 次 commits，使其累積總提交量達到 4,420 次並獲排名 #3。

## 標籤

教學資源, CLI, pstack, Dr Eggbot, Grok @Bot