Ponytail 是一个面向 AI 编程代理的开源技能(skill)项目,核心主张很直接:最好的代码,是你从未写过的代码。它通过一段可加载到 Claude Code、Codex、Cursor 等代理中的提示词,让代理在动手前先看现有代码、理解真实调用链,再选择尽可能少的改动。项目用 JavaScript 编写,采用 MIT 许可证,GitHub Stars 约 19.6 万,Forks 约 1.1 万。
它解决什么问题
很多 AI 代理接到需求就急着新建文件、引入依赖、生成大段样板代码。Ponytail 把这种行为比作“公司里最懒的资深开发”:先读你改动的代码,追踪真实数据流,然后只写任务真正需要的那部分。README 里有一个典型例子:你要一个日期选择器,没有 Ponytail 时代理可能安装一个日期库或手写整个日历组件,共 335 行;Ponytail 5 先看仓库里已有的 Input 组件和浏览器原生日期选择器,把两者接起来,10 行完成。
项目强调,它的规则从来不是“token 最少”,而是“只写任务需要的东西”,同时绝不砍掉校验、错误处理、安全和可访问性。代码之所以短,是因为必要,而不是为了炫技。
主要功能
分级“懒度”与固定命令
Ponytail 提供 /ponytail 命令设置强度,可选 lite、full、ultra 或 off。不带参数时,如果当前关闭则按默认级别开启,否则报告当前级别。另有 /ponytail-review 审查当前 diff,/ponytail-audit 审查整个仓库,/ponytail-debt 收集代码中标记为 shortcut: 的临时捷径,/ponytail-gain 展示基准测试中的影响数据,/ponytail-help 提供命令速查。
审查与审计
/ponytail-review 不只找“可以删的代码”,而是像会被叫去救火的资深开发一样,读取改动涉及的代码而非只看 diff,检查 bug、安全、真实负载、缺失测试和慢路径。每条发现会说明代码在做什么、哪里会出问题、怎么修、不修会怎样。可以用自然语言指定范围,例如 uncommitted、staged、branch 或 PR 链接。/ponytail-audit 对全仓库执行同类检查,先梳理入口点、数据流向和项目预期负载,再按优先级告诉你先修什么。
Claude Code 状态栏与本地看板
在 Claude Code 2.1.290 及以上版本中,Ponytail 会在提示符上方显示一条状态栏,展示当前任务的成本、token 和代理耗时、复用已有代码而非新写代码的比例,以及最后一次改动后测试是否通过。按钮可以切换级别、运行 review 或 audit、把任务复制为 Markdown,或把状态栏折叠成一行。用 /ponytail band 可隐藏或恢复。
“Board”会打开一个本地页面,汇总你各项目中的任务:成本、代理时间、token 趋势、每次会话的测试情况以及工作日期。默认数据保存在本机 ~/.config/ponytail/band/。/ponytail band import 可以把过去的 Claude Code 会话连同成本、代理时间和 token 导入看板。
使用方式与运行环境
Ponytail 本体是一段提示词:skills/ponytail/SKILL.md。面向只读取规则文件的代理,压缩版是 AGENTS.md。仓库中其他内容主要是把这段提示词加载到不同代理的适配层。
在 Claude Code 中,它作为两个独立提示安装;在 Codex 中安装后需要打开 /hooks,信任两个生命周期钩子并新开线程。对于其他代理,可以把 AGENTS.md 复制进项目,或让代理把 skills/ponytail/SKILL.md 安装为技能。Copilot、Cursor、OpenCode、Gemini 等具体步骤写在 INSTALL.md 中。
命令需要支持 skill 的宿主环境,例如 Claude Code、Codex、Devin CLI、OpenCode、Gemini、Antigravity CLI、pi、Hermes Agent、Qoder、Grok Build。在 Codex CLI 和 IDE 扩展中,命令以插件命名空间下的技能形式出现,调用方式为 $ponytail:ponytail-review。Cursor 配合钩子时只支持 /ponytail 级别切换,且以普通消息输入。仅提供指令适配的客户端(Cursor 规则文件、Windsurf、Cline、Copilot、Kiro、Antigravity 的 AGENTS.md 回退)会加载常驻规则,但没有上述命令。
项目不需要配置文件。可选的 ~/.config/ponytail/config.json 或 PONYTAIL_DEFAULT_MODE 环境变量可以设置默认级别,但不是必须的。
设计原则与注意事项
Ponytail 的“阶梯”发生在理解问题之后,而不是替代理解:它先读改动涉及的代码、追踪真实流程,再决定用哪一级“懒”。对方案可以懒,对阅读不能懒。信任边界校验、数据丢失处理、安全与可访问性永远不会被砍。带分支、循环、解析器、金额或安全相关的逻辑,会留下一个小测试。每次回复结尾会说明跳过了什么、没检查什么,以及你需要知道的风险。
它还会写 shortcut: 注释,标记有意为之的捷径以及何时应该回头处理,/ponytail-debt 会把这些注释收集成账本,避免“以后再说”变成“永远不说”。如果不想用这个词或不想留注释,可以在项目的 CLAUDE.md 或 AGENTS.md 中说明。
README 提到,Ponytail 5 的基准测试在 Claude Code 中进行,覆盖 39 个任务,包括一个真实的 FastAPI + React 仓库,使用 Opus 5.5,每个任务运行 5 次。项目给出的数据是代码量减少 53%、时间减少 41%、成本减少 26%、token 减少 45%;在 98% 的风险逻辑中附带测试,而无 Ponytail 时为 68%。这些数字来自项目自述的基准测试,具体方法和限制见仓库中的基准结果文档,不应理解为第三方认证或全网排名。
安装来源方面,README 明确提醒只应从 GitHub 的 DietrichGebert/ponytail 或 npm 的 @dietrichgebert/ponytail 安装,项目不会发布 .exe 或 .dll 文件。
适用人群
Ponytail 适合已经在使用 Claude Code、Codex 或其他支持技能/规则文件的 AI 编程代理,希望减少无谓代码生成、控制 token 与成本、并让代理在审查时更关注真实风险的开发者。对于只想要“一键生成大量代码”的用户,它可能并不合适;对于重视现有代码复用、测试覆盖和安全边界的团队,它提供的约束更接近资深工程师的代码审查习惯。
项目主页
https://github.com/DietrichGebert/ponytail
项目地址:ponytail
相关推荐
Nexus:让 ChatGPT 等网页 AI 助手安全连接本地文件与终端的 MCP 控制平面
格知 AI · Gezhi Sheets:用一句话操作本地表格的开源 AI 助手,支持 GLM、Kimi、豆包、DeepSeek、Qwen
白板上的 AI 老师怎么教?开源项目 whiteboard-ai-tutor 用 288 次生成对比六款大模型
antialgorithm:让 Claude Code 在创意任务里先说出最普通的选择,再主动偏离它
MR Office 开源编辑器集:浏览器里跑文档、表格、演示、PDF、手写与代码编辑
NeonClipping:粘贴链接,约两分钟生成带字幕的竖屏切片
Blender AI 助手 mcp-for-blender-pro:把对话、场景操作与 MCP 服务装进 3D 工作区
Timon:把多个 AI 编码代理放进同一台工作站的编排器
最近更新
Nexus:让 ChatGPT 等网页 AI 助手安全连接本地文件与终端的 MCP 控制平面
Nexus 是一个通过 MCP 安全隧道把 ChatGPT、DeepSeek 等网页 AI 助手连接到本地文件、终端、Git 和桌面工具的本地控制平面,提供 332 个规范化工具、路径沙箱、命令风险过滤和令牌隔离等能力。
Ponytail:让 AI 编程代理学会“少写代码”的 Claude Code 技能
Ponytail 是一个让 AI 编程代理先读懂现有代码、再尽量少写新代码的开源技能,支持 Claude Code、Codex 等宿主,并提供代码审查、仓库审计和本地成本看板。
格知 AI · Gezhi Sheets:用一句话操作本地表格的开源 AI 助手,支持 GLM、Kimi、豆包、DeepSeek、Qwen
格知 AI · Gezhi Sheets 是一个运行在本机的 AI 表格工作台,支持 GLM、Kimi、豆包、DeepSeek、Qwen 五家模型。你选中数据、用中文说出需求,AI 生成可预览的结果,确认后再写入,并支持一次撤销。项目采用 MIT 许可证,在 GitHub 已获得 537 个 Star。
白板上的 AI 老师怎么教?开源项目 whiteboard-ai-tutor 用 288 次生成对比六款大模型
whiteboard-ai-tutor 是一个开源白板 AI 教学参考实现与多模型基准测试:模型输出 JSON 绘制指令,浏览器将其播放为手写动画,学生可中途打断。项目用同一提示词对比 Claude、Gemini、DeepSeek 六款模型,完成 288 次课程生成和 64 块盲审白板,并公开了排行榜、方法与局限。
antialgorithm:让 Claude Code 在创意任务里先说出最普通的选择,再主动偏离它
antialgorithm 是一个面向 Claude Code 等 Agent 的创意技能:它让模型先说出最普通的第一选择,再依据项目上下文主动偏离,并附带种子、动作记录、SVG 手工化与可读性检查脚本。
MR Office 开源编辑器集:浏览器里跑文档、表格、演示、PDF、手写与代码编辑
MR Office 开源了文档、表格、演示、PDF、手写和代码六款浏览器编辑器的源码,支持自有格式与部分通用格式,可自行构建和嵌入;读写 Microsoft Office 文件等完整能力则属于免费桌面应用。
NeonClipping:粘贴链接,约两分钟生成带字幕的竖屏切片
NeonClipping 是一个本地运行的视频切片工具,粘贴 YouTube/Twitch/Kick 链接或导入 MP4,即可生成带标题、钩子和字幕的 9:16 竖屏短片。项目用 Python 编写,支持快速与深度两种找亮点模式、11 种布局、多种字幕样式、直播切片和创作者自动切片,所有处理均在本机完成。
Blender AI 助手 mcp-for-blender-pro:把对话、场景操作与 MCP 服务装进 3D 工作区
mcp-for-blender-pro 是一个面向 Blender 的 AI 助手插件与内置 MCP 服务器,支持多模型接入、场景工具、可视化聊天和团队代理工作流,当前发布包面向 Windows x64 与 Blender 4.2+。
Timon:把多个 AI 编码代理放进同一台工作站的编排器
Timon 是一个本地运行的 AI 代理编排工作站,可把编码、审查、合并等任务分派给多个代理,并让它们在你已有的 CLI 订阅上工作。本文介绍其默认团队、功能、安装环境与适用场景。
Linger:跑在个人电脑上的开源本地 AI 助手,125B 模型装进 12GB 显卡
Linger 是一个运行在个人电脑上的开源本地 AI 助手,通过模型与运行框架协同设计,让 125B 模型在 12GB 显卡上运行。它提供本地模型自动选择、Wiki 记忆、主动式 Another Me、桌面与浏览器操作、Agent 团队和任务委派等功能,支持桌面应用和 Docker Compose 两种安装方式。



