模仿 GAN（生成對抗網路）概念的多 agent 協作系統：三個 agent 透過對抗式循環反覆提升產出品質。這個 pattern 來自 everything-claude-code 的 gan-style-harness skill / agents，靈感可對應到 Anthropic 的 planner / generator / evaluator 三角。
三個角色
| Agent | 角色 | 主要任務 |
|---|---|---|
gan-planner | PM / Spec writer | 把一句需求展開成規格、sprint、驗收 rubric |
gan-generator | Builder | 按 spec 實作，讀 evaluator 回饋逐輪修正 |
gan-evaluator | QA / Critic | 透過 Playwright 與 rubric 對實際成果打分 |
gan-planner/gan-generator/gan-evaluator這些名稱是 agent pack 裡的命名，不是 Claude Code 官方內建代理名稱。
工作流程
一句話需求
↓
gan-planner → spec.md + eval-rubric.md
↓
gan-generator → 實作 + 啟動 app
↓
gan-evaluator → Playwright 測試 + feedback.md + score
↓
未過門檻 → 回 generator 修正
通過門檻 → 結束這個設計最有價值的地方，不是 agent 名稱很酷，而是它把「自我感覺良好」拆成兩個獨立人格：做的人與挑毛病的人。
評分標準
常見四維度加權：
- Design Quality（0.3）
- Craft（0.3）
- Originality（0.2）
- Functionality（0.2）
門檻常設在 7.0 / 10：不是「勉強能動」就算過，而是至少要有可交付水準。
什麼時候特別適合
- UI / landing page / dashboard 這類主觀品質占比高的任務
- 你想避免 agent 一次生成後就草草收工
- 你需要把「不好看」或「不夠細」轉成更可執行的評語
使用方式
最穩定的方式是：
- 先安裝提供這組 skill / agents 的 package
- 直接在 Claude Code 裡用自然語言要求「用 GAN harness 做一個…」
- 讓 skill 自己去調用對應 agents
如果你要手動拆跑，也要依 你安裝的 agent pack 實際名稱來呼叫，不要把 gan-planner 這些名稱當成官方固定介面。
常見陷阱
只有 generator，沒有 evaluator
- 結果：第一版就被誤當成完成版
評分太抽象
- 結果：evaluator 只會說「再更好看一點」
- 解法：先定 rubric、配權重、定門檻
拿來做超客觀的後端任務
- 結果：收益不如 TDD / tests
- 解法：UI / UX 類任務用 GAN；純邏輯類任務多半用測試更直接
相關
- Harness-Engineering — 三角結構的上位概念
- Superpowers框架 — 另一種把 evaluator 內建到流程裡的做法（TDD gate）