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

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 `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-/SKILL.md，YAML frontmatter 必須包含 name: verify- 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；該檔案位於 main bra…