2026-07-07 · GitHub

DietrichGebert/ponytail

An AI-assisted editorial analysis of this GitHub repository, based on the source information and signals available on 2026-07-07.

75916 stars4027 forks24 days old
Published
Data source
GitHub

Analysis

一个让 AI 编程 Agent 主动少写代码的 Prompt 技能包,用“最懒高级工程师”人设抑制过度生成。

Ponytail 是一个专门给 AI 编程 Agent 用的技能文件。它不提供新模型,也不接入新工具,只做一件事:让 Claude Code、Cursor 这类 Agent 在写代码时,主动选择写得更少、更必要。它的核心是一套精心设计的 Prompt,把 Agent 的角色设定成“房间里最懒的高级工程师”——话少、只写一行、但能跑。

现在开发者用 AI 写代码的典型流程是:在 Claude Code 或 Cursor 里描述需求,Agent 直接生成完整实现。问题在于,Agent 默认倾向于“过度交付”。一个简单的日期选择器,它能拉进一整套组件库,附带动画、主题切换和国际化支持。开发者拿到代码后,第一件事往往不是运行,而是删减——去掉多余的抽象层、没必要的依赖、以及“万一将来要用”的扩展点。审查负担比手写还重,因为删除别人的代码比写自己的代码更费神,还得担心删错导致功能断裂。

Ponytail 切入的是 Agent 执行层里的代码生成策略层。它不改变模型能力,而是改变模型的行为倾向。旧方案是直接使用 Claude Code 或 Cursor 的原生行为,或者手动在 Prompt 里加一句“保持简单”。但口头约束不稳定,Agent 在复杂任务中容易滑回过度工程的老路。Ponytail 把 YAGNI 原则固化成一套可复用的 Skill 文件,通过角色扮演和具体示例,让 Agent 在生成每一行代码前都先问自己“这真的需要吗”。实测数据显示,在 FastAPI + React 的真实仓库上,使用 Ponytail 后 Agent 生成的代码量平均减少约 54%,在过度构建的场景...