在 VS Code 使用 AI Skills 打造嚴謹工程工作流：從 pstack 到原生 AGENTS.md 實戰指南
「If you want to go fast, go deep first.」— Lauren Tan（@poteto）
進入 2026 年，AI Coding Agent 已經正式從「輔助寫程式（AutoComplete）」進化到「嚴謹工程實踐（Engineering Workflow）」。
pstack 是這波浪潮中最受關注的一套 Skill Stack 工作流，由前 Cursor 工程師、現 SpaceX 技術人員 Lauren Tan 所設計。
然而，你真的非得安裝整套 pstack 不可嗎？
本文將完整解析如何在 VS Code 環境（無論你使用的是 GitHub Copilot 或是 OpenAI Codex） 中，透過「原生
AGENTS.md + 輕量 Skills」或「pstack-copilot」打造最適合你專案的 AI 工程工作流。💡 一、什麼是 AI Skills 與 pstack 核心哲學？
pstack 本質上不是單一 Prompt，也不是簡單的 System Instruction，而是一套結構化的工程工作流（Skill Stack）。
其核心哲學非常明確：
- ❌ 拒絕直接猜測：不要直接叫 AI 隨機產出或修改程式碼。
- 🔍 先理解再設計：讓 AI 先掌握問題全貌，選擇正確的 SOP 流程（Playbook）。
- 🛠️ 按步驟嚴謹執行：依序進行
調查➔設計➔實作➔驗證。 - 📊 數據與測試說話：最後必須提出明確的測試或 Profiling 證據證明「問題真的解決了」。
核心入口（poteto-mode）：只要指定目標，Agent 就會自動評估問題類型，調度合適的 Playbook 與子 Skill 完成任務，包含 50+ Skills 與 20+ Playbooks。
🛠️ 二、關鍵分水嶺：Copilot 專屬配置 vs. 原生 Codex / 輕量自建方案
如果您使用的是 GitHub Copilot，可以透過社群移植版
pstack-copilot 輕鬆掛載。但如果您使用 OpenAI Codex 或其他 AI IDE 整合環境，直接照搬 Copilot 的指示檔並不適用。對於追求低耦合、最小修改與高效可控的資深工程師而言，「原生 Codex 指示檔 (
AGENTS.md) + 按需使用 Skills」往往是更輕量、更好維護的第一步：AGENTS.md：定義所有任務都應遵守的底線工程規範。- Codex Skills (SKILL.md)：將重複工作流程（如 TDD、架構分析）模組化。
- 對話 Prompt：臨時指定本次任務的特定操作方式。
- pstack：當你想直接取用現成龐大工作流程集合時再考慮安裝。
📋 三、實戰第一步：在專案根目錄建立 AGENTS.md
與其安裝包山包海的外掛，不如先在專案根目錄建立一份
AGENTS.md，為你的 AI Agent 建立嚴謹的工程紀律：Markdown
# AI Coding Agent 工程規範
## 核心原則
- Think Before Code：先理解問題，再決定是否需要修改。
- No Guessing：不確定的行為先查證，不自行假設。
- Minimal Diff：只修改完成任務必要的檔案。
- Reuse Existing Patterns：優先沿用現有架構與程式碼風格。
- Root Cause First：修復根因，不以表面繞過問題代替修正。
## 任務工作流程
1. 調查
- 先閱讀與本次任務直接相關的程式碼。
- 追蹤實際執行流程、資料來源及呼叫關係。
- 必要時查閱 Schema、Routes、設定與既有測試。
- 先回報根因、證據與影響範圍；根因不明時不要直接修改。
2. 規劃
- 說明預計修改的檔案與必要變更。
- 優先採用最小修改方案。
- 未經必要性證明，不新增 Service、DTO、Trait、Helper 或抽象層。
- 有重大架構取捨時，先提出方案供確認。
3. 實作與測試
- Bug 修復優先建立可重現問題的測試。
- 先確認專案實際可用的測試環境與指令。
- 不自行建立或假設不存在的測試資料庫。
- 不得宣稱執行過未實際執行的測試。
- 如果環境不允許測試，明確說明限制與尚未驗證的部分。
4. 完成驗證
- 執行與修改範圍相符的測試或檢查。
- 檢查 Diff，確認沒有不必要的修改。
- 回報修改內容、驗證結果及剩餘風險。
## 完成定義 (Done Means)
以最小修改解決實際問題，確保結果有證據支持，不為了遵守流程而增加不必要的工作。
📦 四、如何安裝與使用 pstack（如果選擇完整工作流）
若你的專案規模龐大，希望直接套用現成的 50+ Skills 組合，則可以透過以下方式在 VS Code + GitHub Copilot 中安裝：
1. 透過 Marketplace（推薦）
在 VS Code 使用
Ctrl + Shift + P 開啟 Preferences: Open User Settings (JSON)，加入：JSON
"chat.plugins.enabled": true,
"chat.plugins.marketplaces": [
"hackernotfound/pstack-vscode"
]
⚠️ 注意：儲存後請完全關閉並重新啟動 VS Code，接著至 Extensions 搜尋@agentPlugins安裝pstack-copilot。
2. 核心使用方式
安裝完成後，直接在對話中以自然語言呼叫：
Plaintext
use poteto-mode 修復這個併發扣點問題，先復現，再修，最後驗證。
Done means 單元測試通過且手動測試不會重複扣點。
常用 Skills 一覽：
poteto-mode：總入口，自動評估並執行完整流程。tdd：先寫失敗測試（Red），再寫實作（Green）。architect：先定義型別與模組結構，才寫程式碼。interrogate：對抗式審查 Git Diff，防範安全性漏洞與過度設計。
✍️ 五、撰寫高效 Prompt 的關鍵對比
無論你使用原生
AGENTS.md 還是 pstack，最核心的哲學都是 「明確目標 + 驗證條件（Done Means）」。- ❌ 不推薦：
"幫我改一下這個 function，讓它載入快一點。"（AI 容易亂改、引進新 Bug） - ✅ 推薦："use poteto-mode 這個列表載入超過 2 秒。先用效能分析找出瓶頸，再修改，最後驗證載入時間降到 300ms 以下。""Done means：提供修復前後的實際 Profiling 數據。"
🏁 六、總結
你絕對不需要為了追求 AI 工程工作流，就盲目安裝一整套沈重的 pstack。
- 輕量派（首選）：先把穩定的工程原則寫進專案根目錄的
AGENTS.md，再把真正高頻重複的流程拆成 Skills（如root-cause-analysis、tdd），完美對應追求低耦合與可驗證交付的開發風格。 - 框架派：如果想直接享用現成的 50+ 種複雜 Playbook，則可直接在 VS Code 透過
pstack-copilot一鍵解鎖。
選擇最符合你開發習慣的路，讓 AI 從「亂寫 Code 的助手」真正蛻變為「受控的工程大將」。
