ponytail - 面向 AI 智能体的极简代码技能

1. 项目概述

ponytail 是一套面向 AI 编程智能体（Claude Code、Codex、Cursor 及其他 20 多个平台）的轻量级技能/规则集，旨在训练智能体只编写必要的最少代码——优先复用现有资源而非生成新内容——在不牺牲安全性的前提下，将 AI 生成的代码量削减约一半。

2. 背景与定位

核心使命：现代编程智能体往往倾向于过度产出——为简单任务添加额外抽象层、重复造轮子或忽视原生平台特性。ponytail 编码了一套明确的“决策阶梯”，智能体在编写任何代码前必须逐级遵循，使其默认行为变为克制而非冗余。其理念浓缩于这句标语：“他一言不发。他只写一行代码。它就能运行。”
与同类项目的区别：ponytail 并非代码生成器、Linter 或风格指南，而是一套生成前规则集——它改变的是智能体最初决定编写什么，而非事后如何格式化输出。它与 “caveman” 等工具明确互补（后者缩减智能体的对话篇幅，而 ponytail 缩减智能体的代码篇幅），并以便携式规则文件/钩子的形式发布，而非独立应用程序，因此几乎可以安装到任何 AI 编程工具中。

3. 功能分类

🪜 决策阶梯

智能体在编写代码前需执行的 7 项顺序检查——判断某项功能是否确有必要、是否已存在，或能否通过标准库、原生平台特性或已安装的依赖项来解决。

这个功能真的需要存在吗？（YAGNI 检查）
当前代码库中是否已有？
标准库是否支持？
是否有原生平台特性可用（例如 <input type="date">）？
是否有已安装的依赖项能实现该功能？
能否用一行代码解决？
仅当以上皆不可行时：编写最小可行的自定义代码

🧰 技能 / 命令

5 个斜杠风格的命令，允许开发者直接在智能体会话中检查并强制执行极简主义原则。

/ponytail-review — 标记当前差异中的过度设计
/ponytail-audit — 扫描整个仓库以查找不必要的代码
/ponytail-debt — 将延迟处理的 ponytail: 快捷方式收集到账本中
/ponytail-gain — 显示当前会话的基准测试指标
/ponytail-help — 快速参考指南

🎚️ 强度级别

4 种可配置模式，用于控制智能体精简代码的力度，可按项目或按会话切换。

lite — 温和提示，保留较多细节
full — 均衡精简（默认）
ultra — 激进极简
off — 禁用规则集

🔌 平台集成

支持 20 多种 AI 编程智能体/编辑器，每种都有原生安装路径（插件管理器、扩展或直接复制规则文件）。

Claude Code、Codex、GitHub Copilot CLI
Cursor、Windsurf、Cline
Gemini CLI、Devin CLI、OpenCode、Aider、Zed 等

4. 核心亮点

代码减少约 54%，安全性不变 — 基于 FastAPI + React 模板的真实功能需求单进行实测，ponytail 使代码行数减少 54%，Token 消耗减少 22%，成本降低 20%，耗时缩短 27%，同时保持安全性（验证、错误处理、安全防护、可访问性）达到 100%。
跨智能体生态通用 — 以 AGENTS.md 及特定平台的规则副本（.cursor/rules/、.windsurf/rules/、.github/copilot-instructions.md 等）形式发布，无论团队使用哪种编程智能体，都能应用相同的规范。
刻意设计的执行顺序 — 决策阶梯仅在智能体理解问题之后运行，确保极简主义绝不以牺牲正确性为代价。
内置审查工具 — /ponytail-review 和 /ponytail-audit 将“少写代码”从一次性习惯转变为贯穿整个代码库的持续、可审计的实践。
零强制配置 — 开箱即用，默认为 full 强度；希望调整力度的团队可通过环境变量或配置文件进行微调。
干净的卸载路径 — 专用的 uninstall.js 脚本可清除模式标志、配置文件和状态栏集成，使得采用该工具的反悔风险极低。

5. 各角色适用场景

普通开发者：获得更接近严谨的人类工程师所编写的智能体生成代码——减少不必要的包装组件、依赖项或抽象层，便于审查和维护。
项目经理 / 技术负责人：使用 /ponytail-gain 和已发布的基准测试方法，量化 AI 辅助工作流实际带来的成本和时间节省。
DevOps/SRE、安全工程师、数据/研究科学家：虽非直接针对这些角色——ponytail 对领域不敏感，但其安全保障（验证、错误处理、安全防护、可访问性“绝不精简”）意味着在上述任何场景中应用时，都不会为了简洁而牺牲安全性。

6. 快速入门

查找所需信息 — 从核心规则集和命令参考开始：

/ponytail-help

安装 / 集成 — 以 Claude Code 为例：

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

其他平台（Codex、Gemini CLI、Cursor、Windsurf 等）均有等效的一行安装命令，或者可以直接从仓库复制规则文件（.cursor/rules/、.windsurf/rules/、AGENTS.md）。

贡献代码 — 提交更改前请验证规则一致性并运行测试：

node scripts/check-rule-copies.js
npm test

7. 项目结构

ponytail/
├── AGENTS.md                 # 核心规则集（许多平台会自动加载）
├── skills/                   # 可执行技能（review、audit、debt、gain、help）
├── hooks/                    # 生命周期钩子（特定于平台）
│   ├── hooks.json
│   └── qoder-hooks.json
├── .cursor/rules/            # Cursor/Windsurf/Cline 规则副本
├── .windsurf/rules/
├── .clinerules/
├── .github/copilot-instructions.md
├── scripts/
│   ├── check-rule-copies.js  # 验证各智能体副本的一致性
│   ├── build-openclaw-skills.js
│   └── uninstall.js          # 清理本地状态文件
├── benchmarks/                # 测量方法与结果
├── examples/                  # 前后对比代码示例
└── LICENSE                    # MIT

关键文件：AGENTS.md 包含权威的决策阶梯规则集，所有特定平台的规则文件均以此为镜像；scripts/check-rule-copies.js 防止这些副本出现不同步。

8. 相关生态

依赖项：取决于其所安装的 AI 编程智能体（Claude Code、Codex、Cursor、Gemini CLI 等）——ponytail 本身是规则集/技能，而非独立运行时。在 Claude Code 和 Codex 等平台上使用生命周期钩子需要在 PATH 中包含 Node.js。
互补项目：“caveman” 是一个配套规则集，用于减少智能体的对话冗余，与 ponytail（减少智能体代码冗余）搭配使用，功能互不重叠。

9. 许可证

MIT 许可证。

✅ 可免费使用、复制、修改和分发，包括用于商业目的。
✅ 可集成到专有或闭源的 AI 工具中。
❌ 不提供任何保证；作者不对使用造成的损害承担责任。
ℹ️ 原始版权声明和许可文本必须保留在软件的副本或重要部分中。

10. 常见问题解答

问：ponytail 是否与 “caveman” 等其他智能体行为工具冲突？
答：不冲突——caveman 减少智能体对话长度，ponytail 减少智能体编写的代码。它们被设计为配合使用。

问：基准测试数据来自合成测试吗？
答：不是——主要基准测试是基于 tiangolo 的全栈 FastAPI + React 模板，使用 Claude Haiku 4.5 在真实功能需求单上测量的，而非孤立的单次生成测试。

问：极简主义是否会以牺牲安全性或可访问性为代价？
答：不会——验证、错误处理、安全防护和可访问性被明确排除在决策阶梯允许精简的范围之外。

问：如何调整 ponytail 的激进程度？
答：运行 /ponytail [lite | full | ultra | off]，或通过环境变量或 ~/.config/ponytail/config.json 设置 PONYTAIL_DEFAULT_MODE。

问：如何干净地移除 ponytail？
答：在使用平台的插件移除命令之前，先运行 node scripts/uninstall.js，以清除模式标志、配置文件和状态栏条目。

11. 快速链接

仓库地址：https://github.com/DietrichGebert/ponytail
核心规则集：仓库根目录下的 AGENTS.md
参与贡献：node scripts/check-rule-copies.js 和 npm test（见仓库根目录）
许可证：MIT（仓库中的 LICENSE 文件）

12. 总结

ponytail 将“少写代码”从一种愿景转变为 AI 编程智能体可强制执行、可衡量的习惯，在保持安全性和可访问性保障不变的前提下，将生成的代码量削减约一半。它最适合那些在工作流中重度依赖 AI 编程智能体并希望输出保持精简且易于维护的团队——只需在您首选的智能体平台上安装一次，其决策阶梯便会在每个任务中自动运行。