gstack: una fabrica de software basada en roles para agentes

Todo lo que hay que saber sobre garrytan/gstack: un conjunto de habilidades y utilidades que estructura el trabajo de agentes de programación como un ciclo de producto, ingeniería, calidad y lanzamiento.

---

Qué es gstack

gstack es un proyecto de código abierto de Garry Tan para convertir agentes de programación en un conjunto coordinado de especialistas. El repositorio lo presenta como 23 herramientas u ordenes, escritas principalmente como habilidades en Markdown, para funciones tales como dirección de producto, revisión de arquitectura, diseño, revisión de código, seguridad, control de calidad y lanzamiento.

No es un modelo ni un servicio alojado. Se instala localmente, detecta distintos entornos de agentes y expone ordenes como /office-hours, /autoplan, /review, /qa, /ship y /land-and-deploy. Su objetivo declarado es que una persona pueda recorrer un proceso completo en vez de limitarse a pedir fragmentos de código a un asistente.

El origen: publicar el método de trabajo del presidente de YC

La API de GitHub fecha la creación del repositorio el 11 de marzo de 2026. Su autor, Garry Tan, se identifica en el README como presidente y director ejecutivo de Y Combinator; su perfil de GitHub lista Y Combinator como empresa y San Francisco como ubicación.

El relato de lanzamiento procede del propio README. Tan parte de una cita de Andrej Karpathy sobre dejar de escribir código manualmente y de la capacidad de Peter Steinberger para construir OpenClaw con agentes. A partir de ahí presenta gstack como su respuesta practica: abrir su propia configuración, que afirma usar a diario, en lugar de vender una capa comercial. El texto sostiene que, en 60 dias, envío tres servicios de producción y mas de 40 funcionalidades mientras trabajaba a tiempo parcial en productos y dirigia YC; esas cifras son afirmaciones del autor, no una auditoría independiente.

La tensión central es con el uso nativo de un agente como una caja de texto: Tan propone roles y artefactos encadenados para que la sesión cuestione el problema, escriba un plan, lo revise, pruebe el resultado y prepare el despliegue. También responde a una crítica habitual de la programación asistida: el propio README reconoce que las líneas de código sin normalizar se inflan con IA y enlaza su metodología para defender una medida de cambios lógicos.

Filosofía y principios

La idea rectora se resume en el README como una secuencia: pensar, planificar, construir, revisar, probar, lanzar y reflexionar. Cada habilidad entrega un artefacto que la siguiente puede usar: /office-hours redacta un documento de diseño, las revisiones de plan lo concretan, /review detecta problemas y /ship verifica antes de abrir una solicitud de cambios.

Sus principios operativos verificables son:

• Replantear peticiones vagas antes de escribir código, con preguntas que fuerzan decisiones de producto y alcance.
• Separar especialidades: arquitectura, diseño, experiencia de desarrollador, seguridad, pruebas y lanzamiento no se tratan como la misma tarea.
• Exigir evidencia operativa: /qa prueba una aplicación en un navegador real y /ship revisa pruebas y cobertura antes de preparar una solicitud de cambios.
• Convertir fallos y preferencias en memoria local: /learn gestiona aprendizajes por proyecto y sesión.
• Priorizar controles de seguridad cuando se actua sobre código o navegador: /careful advierte sobre operaciones destructivas y /freeze limita las rutas editables.

Es una metodología con opiniones fuertes, no una garantía de calidad. Sus resultados dependen de los modelos, permisos, pruebas, revisiones humanas y coste de las llamadas que emplee cada instalación.

Cómo funciona

La instalación base documentada clona el repositorio y ejecuta ./setup; para Claude Code, la ruta sugerida es ~/.claude/skills/gstack. El modo de equipo ejecuta gstack-team-init required, escribe configuración en .claude/ y CLAUDE.md, y comprueba actualizaciones de manera limitada a una vez por hora. El modo optional no bloquea a quien no lo use.

El flujo habitual puede empezar con /office-hours, continuar con /autoplan o con las revisiones de plan, implementar el cambio y cerrarlo con /review, /qa y /ship. Algunas funciones concretas son:

Orden	Función documentada
/office-hours	Formula seis preguntas de producto, cuestiona premisas y genera un documento de diseño.
/autoplan	Encadena revisiones de dirección, diseño e ingeniería y deja al usuario las decisiones de criterio.
/review y /codex	Revisan cambios; la segunda solicita una segunda opinión mediante Codex CLI.
/qa y /browse	Abren Chromium, recorren flujos, capturan pruebas visuales y generan pruebas de regresión al corregir errores.
/cso	Aplica una revisión de seguridad basada en OWASP Top 10 y STRIDE.
/ship, /land-and-deploy y /canary	Preparan la solicitud de cambios, esperan CI y despliegue, y vigilan la aplicación después del despliegue.
/learn y /retro	Conservan aprendizajes por proyecto y realizan retrospectivas de ingeniería.

El proyecto también documenta puntos de control útiles para ejecuciones largas: el modo opcional de puntos de control crea confirmaciones locales WIP: con decisiones y trabajo pendiente; /context-restore puede reconstruir el estado y /ship compacta esos cambios antes de la solicitud de cambios. Para varios frentes de trabajo, el README recomienda espacios de trabajo aislados y describe el uso de Conductor para sesiones paralelas, pero Conductor no forma parte de gstack.

El instalador declara compatibilidad con Claude Code, Codex CLI, OpenCode, Cursor, Factory Droid, Slate, Kiro, Hermes y un modo para GBrain. Los archivos de contribución precisan que las plantillas se generan para ocho anfitriones: Claude, Codex, Factory, Kiro, OpenCode, Slate, Cursor y OpenClaw. Esta diferencia refleja documentación en evolución, no una certificación de cada proveedor.

Estado oficial y semioficial

No se encontró evidencia en el README ni en la API de GitHub de que gstack haya sido aceptado como complemento en un mercado oficial de Anthropic, OpenAI, Cursor o Hermes. Su distribución principal es el propio repositorio y el instalador ./setup.

Hay dos integraciones semioficiales en el sentido técnico, no institucional: el instalador genera habilidades para los anfitriones compatibles y el README indica cuatro habilidades nativas de OpenClaw instalables desde ClawHub (gstack-openclaw-office-hours, gstack-openclaw-ceo-review, gstack-openclaw-investigate y gstack-openclaw-retro). Que una habilidad se instale desde ClawHub no equivale a una aprobación de Anthropic, OpenAI ni de otro fabricante. Con 125.699 estrellas en la medición abajo y numerosos derivados, puede describirse como una referencia de facto para este estilo de flujos, pero las fuentes recuperadas no le atribuyen un estándar formal.

El ecosistema

Repositorios del autor

• garrytan/gbrain: base de conocimiento persistente para agentes de OpenClaw y Hermes; gstack incorpora /setup-gbrain y /sync-gbrain para inicializarla e indexar repositorios. En la API consultada tenía 27.538 estrellas y 4.036 bifurcaciones.
• garrytan/gbrain-evals: repositorio de evaluaciones del mismo autor, con 329 estrellas y 57 bifurcaciones en la lista de repositorios de su cuenta.
• garrytan/alphaclaw: arnés de instalación para OpenClaw, con 142 estrellas y 29 bifurcaciones.
• garrytan/openclaw-render-template: plantilla de despliegue de OpenClaw en Render, con 15 estrellas y 5 bifurcaciones.

GBrain es el vínculo funcional mas estrecho: el README de gstack permite usar PGLite local, Supabase o un servidor MCP remoto para conservar memoria, y define políticas por repositorio de lectura-escritura, solo lectura o denegación.

Bifurcaciones, puertos y extensiones comunitarias

• XLearnity/gstack es la bifurcación mas destacada que devolvió la API de bifurcaciones: 111 estrellas y 8 bifurcaciones.
• kimjin8/gstack-antigravity porta gstack a Google Antigravity: 42 estrellas y 6 bifurcaciones.
• bulyaki/gstackplusplus adapta el enfoque a desarrollo en C++: 20 estrellas y 8 bifurcaciones.
• TMFNK/gstack-OpenCode es un adaptador para OpenCode con 21 habilidades de ingeniería: 5 estrellas.
• fustackat/gstack-skill-translations-zh-tw se identifica en la búsqueda de GitHub como traducción de habilidades al chino tradicional: 0 estrellas en la consulta. Es una traducción comunitaria, no del autor original.
• loperanger7/gstack-auto propone una orquestación semiautonoma basada en gstack: 243 estrellas y 24 bifurcaciones.
• mr-daedalium/ostack-saas se declara una bifurcación de gstack para un equipo de ingeniería asistido por IA: 107 estrellas y 19 bifurcaciones.
• fagemx/gstack-game adapta la metodología a producción de juegos: 55 estrellas y 5 bifurcaciones.
• MikeChongCan/cfo-stack aplica la idea a contabilidad y finanzas personales: 50 estrellas y 11 bifurcaciones.

Estas relaciones proceden de los metadatos y descripciones de GitHub recuperados en esta investigación. No prueban mantenimiento compartido, compatibilidad actual ni respaldo de Garry Tan para cada derivado.

Numeros del repo

Medición: 1 de agosto de 2026, API de GitHub.

Métrica	Valor
Estrellas	125.699
Bifurcaciones	18.854
Suscriptores reales	769
Commits	360
Incidencias abiertas indicadas por la API	860
Lenguaje principal	TypeScript
Licencia	MIT
Creación	11 de marzo de 2026
Último envío al repositorio	15 de julio de 2026
Última actualización de metadatos	1 de agosto de 2026
Última versión documentada	1.60.1.0, 9 de julio de 2026
Publicaciones de GitHub	ninguna en el endpoint consultado

Los principales contribuidores en la respuesta de la API fueron garrytan (319 contribuciones), test22345 (17), 16francej (7) y time-attack (6). El total de 360 commits procede del enlace final de paginación de la API. watchers_count réplica el número de estrellas en la respuesta general de GitHub; por eso se informa subscribers_count como suscriptores reales. El campo open_issues_count puede incluir solicitudes de cambios abiertas, de modo que 860 no es necesariamente un conteo exclusivo de incidencias.

Cómo contribuir

La guía CONTRIBUTING.md documenta un flujo de contribución detallado. Se debe clonar el repositorio completo, ejecutar bun install y bin/dev-setup, que enlaza el árbol de trabajo para que Claude Code pruebe los cambios locales de forma inmediata. El documento aconseja una bifurcación completa, no una clonacion superficial, para permitir git log, git blame y git bisect.

Las habilidades se editan desde plantillas SKILL.md.tmpl, no desde los Markdown generados. El flujo indicado es modificar la plantilla, ejecutar bun run gen:skill-docs --host all, comprobarla con bun run skill:check, probar la habilidad en trabajo real y abrir una solicitud de cambios desde una bifurcación.

El proyecto define tres niveles de prueba: bun test para validación estática gratuita; bun run test:e2e para ejecución completa mediante claude -p; y bun run test:evals, que combina ejecución completa y evaluación por modelo. La guía avisa que los dos ultimos consumen API y que los hijos de evaluación se ejecutan en un entorno aislado para evitar que configuración, MCP o memoria locales alteren el resultado. Una acción de GitHub verifica en cada envío y solicitud de cambios que la documentación de habilidades generada no quede desactualizada.

Cómo lo recibió la comunidad

La recepción recuperada mezcla interés por el flujo disciplinado con objeciones fuertes a sus métricas, coste y autonomía:

• El hilo principal de Hacker News, 47418576, fue enviado por alienreborn el 17 de marzo de 2026. La API de Algolia recuperada le asigna 74 puntos; el comentario de referencia en otro envío cita 87 comentarios, pero el endpoint de detalle no devolvió un contador de comentarios y por eso no se presenta esa cifra como medida confirmada. josh2600 elogió que los borradores de respuestas a preguntas de producto e ingeniería mejoraron su calidad y velocidad de desarrollo. En sentido contrario, MaxLeiter consideró interesante el modo de planificación de dirección, aunque pesado en tokens; rileymichael cuestionó que las líneas de código sean una métrica útil y input_sh preguntó por el gasto mensual de API y posibles descuentos. Son opiniones de participantes, no mediciones independientes.
• En el mismo hilo, observationist lo llamó una configuración de gran potencia, pero sostuvo que existen herramientas a medida mejores para tareas concretas. Esta crítica va al alcance: el proyecto combina muchas funciones y puede no ser la opción mas simple para un problema aislado.
• El envío 47668746, publicado por thisisfatih, presenta tonone-ai/tonone como inspirado por gstack. Tuvo 3 puntos y 1 comentario. Su autor afirmo que asignar una sola función a cada agente redujo contexto y consumo de tokens, y mejoro la salida; es evidencia de una extensión inspirada, no una evaluación controlada de gstack.
• El envío 47355173, de jumploops, alcanzo 15 puntos y 15 comentarios según la búsqueda de Algolia. zippolyon resumio la reserva operativa con claridad: velocidad sin límites resulta peligrosa cuando el agente trabaja de forma autónoma entre repositorios. Ese usuario enlazo su propio producto como respuesta, por lo que debe leerse como una recomendación interesada, no como una prueba de un fallo de gstack.

gstack frente a otras propuestas

Propuesta	Coincidencia verificable	Diferencia verificable
tonone-ai/tonone	Su autor declara que se inspiro en gstack y también organiza agentes por funciones.	El autor de Tonone afirma haber creado equipos de producto e ingeniería con responsables y subagentes, además de un mercado propio; gstack se distribuye como habilidades locales y utilidades.
browser-use/browser-harness-js	Ambos permiten que un agente interactue con Chrome mediante el protocolo de herramientas de desarrollo.	El README de gstack lo presenta como una alternativa de transporte delgado y sin controles; gstack usa una lista de permitidos, bloqueo mutuo y envoltorio de salida no confiable para operaciones sensibles.
forrestchang/andrej-karpathy-skills	El README de gstack lo cita como conjunto de reglas para fallos de programación asistida.	gstack se posiciona como capa que impone un flujo de varias etapas durante un sprint, mientras el README solo atribuye al otro proyecto reglas sobre supuestos, complejidad, cambios ajenos y objetivos declarativos.
loperanger7/gstack-auto	Declara orquestación basada en gstack.	Se presenta como una extensión semiautonoma que parte de una especificación; no es el repositorio original ni una integración oficial verificada.

La diferencia practica no es solo el número de agentes: gstack intenta enlazar decisiones, pruebas, control de calidad y lanzamiento mediante archivos de estado y ordenes. Una herramienta de navegador o una biblioteca de reglas puede ser mas adecuada si se necesita solo una de esas capas.

Casos de uso y a quién puede ayudar este repositorio

• Personas que usan agentes para llevar una función desde la idea hasta la entrega pueden encadenar /office-hours para aclarar producto, /autoplan para revisar el plan, /review para inspeccionar cambios, /qa para recorrer la aplicación en Chromium y /ship para comprobar el estado antes de abrir una solicitud de cambios.
• Equipos que quieren hacer visibles los controles durante trabajos largos pueden usar puntos de control WIP: y /context-restore para recuperar decisiones y trabajo pendiente. En flujos de entrega, /land-and-deploy espera CI y despliegue, mientras /canary vigila la aplicación después; /careful y /freeze aportan restricciones para operaciones sensibles.
• Mantenedores de documentación y aprendizaje de proyecto pueden usar /document-release para contrastar cambios con README, arquitectura y guías, /document-generate para estructurar documentación con Diataxis, y /learn o /retro para conservar patrones y problemas por proyecto. Las propias plantillas de habilidades se pueden validar con bun run skill:check, pruebas completas y evaluaciones por modelo.

Gstack organiza un método de trabajo y sus artefactos locales; no reemplaza las protecciones de ramas, las políticas de CI/CD ni la revisión de permisos. Las ejecuciones completas y las evaluaciones consumen API, por lo que conviene medir coste y resultados antes de extender el flujo a todo un equipo.

Recursos

• Repositorio: https://github.com/garrytan/gstack
• Documentación e instalación: https://github.com/garrytan/gstack#quick-start
• Habilidades y arquitectura: https://github.com/garrytan/gstack/blob/main/docs/skills.md y https://github.com/garrytan/gstack/blob/main/ARCHITECTURE.md
• Contribución y pruebas: https://github.com/garrytan/gstack/blob/main/CONTRIBUTING.md
• Repositorio complementario GBrain: https://github.com/garrytan/gbrain
• Habilidades nativas de OpenClaw: https://github.com/garrytan/gstack#native-openclaw-skills-via-clawhub
• Conversaciones y reviews: https://news.ycombinator.com/item?id=47418576, https://news.ycombinator.com/item?id=47355173, https://news.ycombinator.com/item?id=47668746

---

Nota: este artículo combina el README, la guía de contribución y el historial de cambios de gstack, las API de GitHub y Hacker News consultadas el 1 de agosto de 2026. Las cifras cambian con el tiempo.