Ponytail Skill：让 AI 代理学会像最懒 senior dev 一样只写一行代码

Ponytail 是一个面向 AI 编码代理的 Skill（插件），核心作用是强制代理在写代码前走一遍「能不写就不写」的检查链：先判断需求是否真实存在 → 代码库里有没有可复用的 → 标准库能不能解决 → 浏览器/平台原生能力能不能直接用 → 安装的依赖能不能调用 → 一行能不能搞定 → 最后才动手写最少的代码。实测在真实 Claude Code 会话中（编辑 FastAPI + React 全栈项目，12 个功能任务），平均减少 54% 代码量、22% token 消耗、20% 成本、27% 延迟，且安全率维持 100%。

功能与原则

Ponytail 将一个「公司里资历最老、最懒得写代码的工程师」的思维模型注入 AI 代理。他不说话，看完你给的五十行代码，沉默着替换成一行，然后它能跑。

这个 Skill 不教代理怎么写代码，而是教它怎么决定不写：每接到一个任务，代理在行动前先爬一座七层判断梯：

1. 这个功能真的需要存在吗？（YAGNI）
2. 代码库里已经有类似的了吗？→ 复用，不要重写
3. 标准库能搞定吗？→ 用 stdlib
4. 平台/浏览器原生支持吗？→ 用原生能力（如 <input type="date"> 而非 flatpickr）
5. 已安装的依赖能调用吗？→ 不要新增依赖
6. 一行代码能解决吗？→ 就写一行
7. 只有以上全 no：写最少能跑通的部分

原则：对方案懒惰，对理解不懒惰。代理必须先把改动涉及的代码读透、追踪真实执行流，确认所有判断梯 rung 都 no 之后，才允许动手。

认可度

• GitHub Star：约 154,822（截至 2026-10-05），仍在快速增长中
• Forks：8,320（截至 2026-10-05）
• License：MIT
• GitHub Trending： 2026 年 10 月多次上榜，JavaScript/TypeScript 分类头部
• Benchmark 来源： 真实 Claude Code 会话编辑 FastAPI + React 全栈项目（tiangolo/full-stack-fastapi-template），12 个功能任务 × n=4，Haiku 4.5，benchmark 方法与数据全公开可复现

链接

GitHub：https://github.com/DietrichGebert/ponytail

原作者

Dietrich Gebert（GitHub: @DietrichGebert），独立开发者，专注 AI 编码代理工具与工程方法论。其另一项目 caveman（让代理用洞穴人语言压缩 token）在 Claude Skills 生态中亦广为人知。Ponytail 可视为 caveman 的「反面」——caveman 压缩输出文字，Ponytail 压缩生成的代码。

介绍

2026 年，AI 编码代理写代码的能力已经不是问题，问题是它们写太多了。接一个「加个日期选择器」的需求，代理会：安装 flatpickr → 写 wrapper 组件 → 加 stylesheet → 开始讨论时区。这是真实发生在每一个使用 Claude Code、Codex、Cursor 的开发者身上的事。

Ponytail 从产品层入手解决这个问题。它不靠「少说话」来省 token（那是 caveman 的思路），而是靠「少写代码」来省 token 和成本。当代理判断「浏览器原生 <input type="date"> 就够了」，它就真的只输出那一行 HTML，不再引入任何额外依赖。

这个 Skill 的核心洞察是：AI 代理的 over-building 问题不是推理能力不足，而是缺少一个「能不写就不写」的强制约束。人工 senior dev 靠经验和懒惰绕开过度工程；Ponytail 把这个习惯变成可复用的代理行为规则。

特点

• 七层判断梯（YAGNI Ladder）： 每次写代码前强制检查「需求→复用→stdlib→原生→依赖→一行→最少代码」，从源头杜绝 over-engineering
• 100% 安全率： 对 trust-boundary 验证、数据丢失处理、安全性、无障碍访问从不妥协——该留的 guard 一个不少，只是去掉不必要的部分
• 实测数据说话： 在真实 FastAPI + React 项目中评测，12 任务 × n=4，平均减少 54% 代码量；over-build 严重的场景（日期选择器）最高减少 94%
• 跨主流 Agent 支持： Claude Code、Codex、Cursor（via hooks），均通过 /plugin marketplace add 方式安装
• Benchmark 完全透明： 所有评测数据、评测脚本、评测方法均公开在 benchmarks/ 目录，可自行复现

使用方法

安装（Claude Code）

在 Claude Code 中依次执行两条命令（需分开发送）：

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

或在 Desktop app 的 Code tab 中：Plugins → Add plugin → 浏览 marketplace → 安装。

安装（Codex / Cursor）

Codex：

plugin marketplace add DietrichGebert/ponytail
plugin add ponytail@ponytail

Cursor（Hooks）：
参考 Cursor Rules 格式配置 cursor.rules 或通过 Cursor 设置界面添加。

最小示例

场景： 需要一个日期选择器

没有 Ponytail 的代理行为：
1. 安装 flatpickr npm 包
2. 创建 DatePicker.vue wrapper 组件
3. import 并初始化 flatpickr
4. 加 CSS 样式
5. 配置 locale 和时区处理
→ 约 200+ 行代码

有 Ponytail 的代理行为：

<!-- ponytail: browser has one -->
<input type="date">

→ 1 行，零依赖，原生无障碍支持，跨浏览器兼容。

使用场景与人群

适用场景：
– 需要 AI 代理长期维护的真实项目（而非一次性的玩具脚本）
– 对代码体积、bundle 大小、依赖数量有要求的工程化项目
– 希望 AI 代理「像资深工程师一样思考」的团队

目标用户：
– 使用 Claude Code / Codex / Cursor 的个人开发者
– AI-first 开发团队的工程实践负责人
– 对代理 over-building 问题有切肤之痛的全栈工程师

输入与输出案例

案例 1：颜色选择器

输入（代理收到的任务）：

Add a color picker to the settings page that lets users pick from a preset palette of 8 brand colors.

没有 Ponytail： 代理安装 react-color 或 react-select → 创建 ColorPicker 组件 → 写 color Swatch 列表 → 加 onChange handler → 导入样式 → 调试依赖冲突 → 约 287 行。

有 Ponytail： 代理判断「<input type="color"> 原生支持」→ 输出：

<input type="color" value="#3b82f6" list="brand-colors">
<datalist id="brand-colors">
  <option value="#3b82f6"><option value="#ef4444">...
</datalist>

→ 约 23 行，无新依赖，原生无障碍支持。

---

案例 2：确认弹窗

输入：

Add a confirmation dialog before deleting any record.

没有 Ponytail： 代理引入 modal 库（如 react-modal）→ 创建 ConfirmDialog 组件 → 设计 CSS → 处理 portal 和 focus trap → 约 150 行。

有 Ponytail： 代理判断「window.confirm() 原生够用」→ 输出：

const confirmed = window.confirm(`Delete ${record.name}? This cannot be undone.`);
if (confirmed) await deleteRecord(record.id);

→ 3 行，无需任何新依赖。

---

Ponytail 的本质不是让代理变笨，而是让它学会像最懒的那个 senior dev 一样思考：先问能不能不写，再问能不能少写。每一个「不写」都是减少维护负担、减少测试面积、减少 bundle 大小的正确决定。

---

GitHub: https://github.com/DietrichGebert/ponytail