pstack-claude: Ein Cursor-Skill-Stack für viele Coding-Agenten

Hintergrund und Problemstellung

Coding-Agenten haben sich in einem Jahr stark verbessert, doch dasselbe Modell verhält sich von Aufgabe zu Aufgabe sehr unterschiedlich. Oft liegt die Schwäche nicht im Modell, sondern im Prozess drumherum. Der Agent ändert Code, bevor er den Fehler reproduziert hat. Er erklärt einen Fix für fertig, ohne Belege zu prüfen. Oder er macht aus einer kleinen Änderung einen breiten Umbau. pstack zielt auf diese Prozesslücke.

Laut README ist Lauren Tans pstack ein meinungsstarker Cursor-Skill-Stack, der die Ergebnisse von Agenten verbessern soll. pstack-claude ist ein Port für Claude Code, Codex, Pi und weitere Agenten-Umgebungen. Die Repository-Beschreibung nennt außerdem OpenCode, Gemini und Prime Agent. Die Schwierigkeit eines solchen Ports liegt nicht im Kopieren von Text. Sie liegt darin, die Primitive, die Cursor bietet, etwa Subagenten, Rückfragen und Wake-ups, in Entsprechungen anderer Umgebungen zu übersetzen. Das Repository fasst es so zusammen: „Cursor primitives translated for other harnesses“.

Das Problem ist praktisch. Teams nutzen oft mehrere Agenten-Werkzeuge, und jedes hat sein eigenes Skill-Format und seine eigene Aufrufweise. Ist ein guter Workflow an einen einzigen Editor gebunden, lässt sich die Erfahrung nicht wiederverwenden. Ein Port erlaubt es, dieselbe Methode in verschiedenen Umgebungen gleich arbeiten zu lassen. Ein Hinweis zur Methode: Dieser Artikel stützt sich auf die Lektüre des README. Wir haben das Projekt weder installiert noch ausgeführt. Jede Aussage über Wirkung ist daher Designanalyse und kein Messergebnis.

Architekturkern und technische Prinzipien

Aus dem README lässt sich das Projekt in vier Schichten rekonstruieren. Die erste Schicht ist der Einstiegs-Skill poteto-mode. Sie nennen ein Ziel, zum Beispiel „den Suchfilter reparieren, der beim Seitenwechsel zurückgesetzt wird“, und er wählt den passenden Workflow. Laut README hält er den Code knapp, einfach und verifiziert. Die Datei SKILL.md listet Playbooks für Planung, Features, Refactoring, Performance-Probleme, Untersuchungen, Prototypen, PR-Pflege, Auslieferung und längere Projekte. Die zweite Schicht ist eine Menge kombinierbarer Skills. Das README-Beispiel nennt `how`, `why` und `architect`. Bei einem Fehler läuft es so ab. Der Agent reproduziert den Fehler. Er untersucht mit `how` und `why`. Er delegiert die Korrektur. Dann führt er den fehlgeschlagenen Fall erneut aus. Überschreitet der Fix eine Funktionsgrenze, zieht poteto-mode vor der Umsetzung `architect` hinzu. Sie erhalten den Fix samt Belegen für Fehlschlag und Erfolg. Diese Auslieferung mit Belegen zuerst ist der wertvollste Teil des Entwurfs.

Die dritte Schicht ist die Anpassung an die jeweilige Laufzeit. Bei Claude Code erfolgt die Installation über den Plugin-Marktplatz mit `/plugin marketplace add michael-denyer/pstack-claude` und `/plugin install pstack@pstack-claude`. Codex nutzt `codex plugin marketplace add` und `codex plugin add`. Pi nutzt `pi install git:github.com/michael-denyer/pstack-claude`. Bei Pi lädt das Paket zusätzlich eine pstack-Erweiterung. Sie ergänzt Werkzeuge für Subagenten, Rückfragen und Wake-ups, einen Befehl `/loop` und die Routing-Anweisung. Der Port verschiebt also nicht nur Skill-Text. Er liefert Implementierungen dort, wo einer Umgebung ein Primitiv fehlt. Die vierte Schicht betrifft Richtlinien und Konfiguration. Der Port folgt dem Upstream und führt benannte Policy-Forks, die jeweils in `tools/forks.json` deklariert sind. Der Skill `setup-pstack` ändert Modell-Standardwerte und legt je Rolle einen Denkaufwand fest. Das README-Beispiel lautet `arena runners: opus @xhigh, fable @max`. Bei Claude Code laufen solche Einstellungen über die Agenten `pstack:effort-` oder `pstack:poteto-agent-` des Plugins. Rollen ohne Stufe behalten den Aufwand der Sitzung, es sei denn, die Zeile `default effort` im Blatt nennt einen. Das automatische Routing lässt sich abschalten.

Praktische Bewertung und Anwendungen

Drei Funktionen verdienen Aufmerksamkeit. Die erste ist das automatische Routing. Bei Claude Code und Codex installiert das Plugin einen Routing-Hook, damit jede eingehende Aufgabe zuerst durch poteto-mode läuft. Codex verlangt, dass Sie dem Hook über `/hooks` vertrauen, bevor er läuft. Das ist eine vernünftige Sicherheitsentscheidung, denn ein Hook verändert das Verhalten des Agenten und sollte nicht stillschweigend aktiv werden. Bei Pi injiziert die Erweiterung dieselbe Routing-Anweisung. Die zweite ist die Einstellung von Modell und Aufwand je Rolle. Teures, intensives Denken lässt sich nur den Rollen zuweisen, die es brauchen, während die übrigen mit niedrigerer Stufe laufen. So entsteht ein feiner Ausgleich zwischen Qualität und Kosten. Die dritte ist die Datengrenze. Das README stellt klar, dass pstack weder Server noch Telemetrie hat. Alles, was seine Skills Ihren Agenten lesen lassen, einschließlich Sitzungsprotokollen, geht an Ihren Modellanbieter. Skripte laufen lokal, und die PR-Werkzeuge nutzen Ihre GitHub-CLI-Anmeldung. Das ist eine offene Aussage. Sie verspricht nicht, dass Daten die Maschine nie verlassen. Sie sagt, wohin die Daten gehen.

Zur Anwendung: Der Stack passt zu Aufgaben mit klaren Abnahmekriterien, etwa einem Fehler, den man als fehlschlagenden Fall formulieren kann. Für vage, explorative Arbeit passen die Playbooks für Planung und Untersuchung besser. Auch die Grenzen gehören dazu. Ein strengerer Prozess kostet mehr Aufrufe und mehr Zeit pro Aufgabe. Das Ergebnis hängt davon ab, wie gut das zugrunde liegende Modell Anweisungen befolgt. Ob die Übersetzung der Primitive in jeder Umgebung vollständig gleichwertig ist, müssen Sie in Ihrer eigenen Zielumgebung prüfen. Zum Zeitpunkt des Schreibens zeigt das Repository etwa 1.194 Sterne. Wir fanden keinen reproduzierbaren Benchmark und ziehen daher keinen Schluss darüber, wie stark sich die Ergebnisse verbessern.

Branchenwirkung und Ausblick

pstack-claude spiegelt einen Trend wider, der Gestalt annimmt: Skills und Workflows werden zu tragbaren Gütern, unabhängig von einem einzelnen Agentenprodukt. Früher steckten Prompts und Abläufe in den Einstellungen eines Editors. Heute haben Plugin-Marktplätze, Skill-Verzeichnisse und Hook-Systeme in mehreren Werkzeugen ähnliche Formen, und „einmal schreiben, überall installieren“ wird praktikabel. Das Projekt zeigt auch, wie man Upstream und Downstream nebeneinander pflegt. Der Port folgt dem Upstream und hält seine eigenen Richtlinienunterschiede in einer ausdrücklichen Liste fest, `tools/forks.json`. Das ist transparenter als stille Änderungen, und Nutzer wissen, welche Regeln sie installiert haben. Der Autor veröffentlicht außerdem ein eigenes Plugin, agent-formal-verify, das TLA+-Modellprüfung und Lean-Beweise für Nebenläufigkeitsfehler und Invarianten ergänzt, die Tests nicht erreichen. Die Aufteilung ist klar. pstack sorgt für Strenge in alltäglichen Workflows. Formale Verifikation deckt die Ecken ab, die Tests übersehen.

Zwei Fragen bleiben offen. Erstens: Wachsen die Unterschiede zwischen den Primitiven der Umgebungen mit der Weiterentwicklung der Werkzeuge, und steigen damit die Portierungskosten? Zweitens: Lässt sich die Qualität eines Workflows objektiv messen? Erst öffentliche, reproduzierbare Auswertungen bringen einen Skill-Stack von „wirkt vernünftig“ zu „nachweislich wirksam“. Ein Team, das es ausprobieren will, sollte in einem risikoarmen Repository beginnen, einen vorhandenen fehlschlagenden Fall wählen und prüfen, ob die gelieferten Belege Nacharbeit wirklich verringern.