跳轉到

Ponytail:讓 Coding Agent 少寫一點的 Claude Code Plugin

整理自 DietrichGebert/ponytail 4.10.0 的 README、skill 原檔與 benchmark 報告,2026-10-03。

⚠️ 文中的節省比例是作者的 benchmark,本庫沒有重跑。

一句話

叫 agent 做一個日期選擇器,它會裝 flatpickr、包一層元件、加樣式表,再開始討論時區。Ponytail 會讓它回你一行:

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

這是一個 Claude Code plugin,裝了之後每個 session 都自動開著,逼 agent 選最省事、還能用的寫法。名字來自每家公司都有的那位綁馬尾資深工程師:你給他看五十行,他不說話,換成一行。

七層階梯

寫程式之前,agent 由上往下問,停在第一個成立的那層:

1. 這東西需要存在嗎?    → 不需要就跳過(YAGNI)
2. 這個 codebase 裡有了嗎?→ 重用,別重寫
3. 標準函式庫做得到嗎?   → 用它
4. 平台原生功能有嗎?     → 用它(<input type="date">、CSS、DB 約束)
5. 已經裝的套件能解嗎?   → 用它,別為幾行程式加新依賴
6. 一行寫得完嗎?         → 一行
7. 都不行才寫最少能動的版本

階梯有兩條但書,我覺得是它跟「叫模型寫短一點」最大的差別:

  • 先讀懂再偷懶。 階梯在理解問題之後才跑。改 bug 前要先 grep 所有呼叫端,修在共用函式,不是只修工單點名的那條路。
  • 有些東西不准省。 信任邊界的輸入驗證、防止資料遺失的錯誤處理、安全措施、無障礙基本功,一律保留。

刻意抄的捷徑要留 ponytail: 註解,寫清楚天花板在哪、之後怎麼升級。/ponytail-debt 會把這些註解收成一張清單。

怎麼一直開著

Plugin 掛了三個 hook(Claude Code 在特定時機自動執行的指令):

時機 做什麼
SessionStart(開新、resume、/clear、compact) 注入 ponytail 規則
SubagentStart subagent 也注入
UserPromptSubmit 追蹤你有沒有切換強度

hook 用 Node.js 跑,node 要在 PATH 上。找不到的話 skill 本身照樣能叫,只是不會自動開。

強度有三段,用 /ponytail lite|full|ultra 切,預設 full:

強度 行為
lite 照你要的做,順便用一行提更省的做法,讓你選
full 階梯強制執行
ultra 先刪再加,交出一行版本,同時質疑需求本身

說「stop ponytail」或「normal mode」就關掉。

其他指令

指令 用途
/ponytail-review 只抓過度設計的 code review:每條寫位置、刪什麼、用什麼取代
/ponytail-audit 同上,掃整個 repo
/ponytail-debt 收集所有 ponytail: 註解
/ponytail-gain 顯示 benchmark 成績

/ponytail-review 不找 bug,只找可以刪的東西,要跟一般 review 搭著用。

Benchmark(作者測的)

作者讓無頭模式的 Claude Code 改一個真的 FastAPI + React 專案(tiangolo 的 full-stack-fastapi-template),12 張功能工單,用留下的 git diff 評分。模型是 Haiku 4.5,每組跑 4 次。

對照沒裝 skill 程式行數 token 成本 時間 安全檢查
ponytail -54% -22% -20% -27% 100%
caveman -20% +7% +3% +2% 100%
「YAGNI+一行解」提示詞 -33% -14% -21% -30% 95%

差距集中在有過度設計陷阱的題目。日期選擇器從 404 行變 23 行,顏色選擇器從 287 行變 23 行,因為它改用原生 <input>。本來就很精簡的題目,幾乎沒差。

報告自己列了限制:

  • 只測 Haiku 4.5,大模型的差距可能變小也可能變大
  • 安全檢查只是底線:6 題、確定性檢查,只看有沒有拿掉已知的防護,不代表程式碼安全
  • n=4,前端題的行數每次跑差很多(同一個自製元件 300–570 行)

README 首頁寫的 80–94%,是更早的單輪生成測試。有人在 issue #126 指出,沒裝 skill 的模型會在答案裡塞說明文字和選項,所以那個落差有一部分是假的。作者把 agentic 數字當成修正後的版本。這段處理我覺得很老實。

作者也提醒:省成本是附帶效果。會花 thinking token 反覆推敲階梯的推理模型,成本可能反而上升,GPT-5.5 就是這樣。

跟 Caveman 的差別

本庫寫過 Caveman。兩個都號稱省 token,打的地方不同:

  • Caveman 壓的是講話:拿掉客套和贅字,程式碼原樣保留。
  • Ponytail 壓的是程式碼本身:一開始就不寫不需要的東西。

上面的 benchmark 裡 caveman 被當成對照組。在 agentic 任務上,它的 token 和成本反而微增。

我的用法

我一直開著 full。我的全域規則本來就有「最少程式碼、不加沒人要的抽象」這一條。Ponytail 把它變成一張可以照著走的階梯,加上一張「不准省」的清單,比一句原則好執行。

它只管寫什麼程式碼,不管怎麼說話。回報格式還是看 Claude Code 的 output style。

安裝

在 Claude Code 裡分兩次送出:

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

README 特別註明兩行要分開送,一起送會裝不起來。Codex、Cursor、Gemini CLI 等也有對應安裝方式,見 repo。

參考來源

  • DietrichGebert/ponytail — GitHub(README、skills/ponytail/SKILL.md、hooks/claude-codex-hooks.json)
  • Benchmark 報告:repo 內 benchmarks/results/2026-06-18-agentic.md