इस प्रोजेक्ट के बारे में

Ponytail AI कोडिंग एजेंट्स के लिए एक स्किल, प्लगइन और ruleset है, जिसे उन्हें कम और सरल कोड लिखने की ओर प्रेरित करने के लिए डिज़ाइन किया गया है। इसका टैगलाइन "lazy senior dev" है: किसी date picker जैसी चीज़ के लिए wrapper component, stylesheet और dependency बनाने के बजाय, एजेंट को निर्देश दिया जाता है कि जब काम के लिए बस इतना ही चाहिए तो मौजूदा native HTML input (`<input type="date">`) का उपयोग करे। ## यह कैसे काम करता है कोड लिखने से पहले, एजेंट एक सीढ़ी (ladder) पर चलता है और पहली ऐसी सीढ़ी पर रुक जाता है जो लागू हो: 1. क्या इसका होना ज़रूरी है? अगर नहीं, तो छोड़ दें (YAGNI)। 2. क्या यह इस कोडबेस में पहले से है? इसे दोबारा लिखने के बजाय पुनः उपयोग करें। 3. क्या Stdlib यह करता है? इसका उपयोग करें। 4. क्या native platform feature है? इसका उपयोग करें। 5. क्या installed dependency है? इसका उपयोग करें। 6. एक लाइन में? एक लाइन लिखें। 7. तभी: जो न्यूनतम काम करता है। प्रोजेक्ट इस बात पर ज़ोर देता है कि यह सीढ़ी एजेंट के समस्या समझने के बाद चलती है, उसके बजाय नहीं: एजेंट को अभी भी कोड पढ़ना चाहिए और असली flow को trace करना चाहिए। यह इस बात पर भी ज़ोर देता है कि "lazy" का मतलब "negligent" नहीं है: validation, error handling, security और accessibility कभी नहीं छोड़े जाते। ## Benchmark दावे README एक agentic benchmark की रिपोर्ट करता है जिसमें एक headless Claude Code session एक असली FastAPI + React template को edit करता है, और बारह feature tasks पर git diff के आधार पर स्कोर किया जाता है (Haiku 4.5, n=4)। यह दावा करता है कि ponytail ने LOC को ~54% कम किया (over-build मामलों में 94% तक) और साथ ही tokens, cost और time भी कम किए, तथा safety tier पर 100% बना रहा। इसमें पुराने single-shot आंकड़े भी शामिल हैं जो 80-94% कम कोड दिखाते हैं, इस caveat के साथ कि उस अंतर का एक हिस्सा एक conversational baseline artifact से आया था। प्रोजेक्ट इन आंकड़ों को एकमात्र प्रमाण के रूप में प्रस्तुत करने के बजाय पूर्ण writeups और reproduction निर्देशों के लिंक देता है। ## इंस्टॉल और सपोर्ट Ponytail कई AI कोडिंग hosts पर एक प्लगइन या ruleset के रूप में इंस्टॉल होता है, जिनमें शामिल हैं: - Claude Code और Codex, plugin marketplace कमांड के जरिए - GitHub Copilot CLI, plugin install के जरिए - Gemini CLI और Antigravity CLI, extension install के जरिए - OpenCode, `opencode.json` में एक plugin entry के जरिए - Pi, Hermes Agent, Devin CLI, OpenClaw, Grok Build और Qoder, अपने-अपने package mechanisms के जरिए - Cursor, Windsurf, Cline, Kiro, Zed, CodeWhale, Swival और अन्य, `AGENTS.md` जैसी rules फाइल या संबंधित rules directory कॉपी करके यह एक ही repo के रूप में आता है जिसमें साझा `hooks/` और `skills/` directories तथा agent-specific adapters होते हैं। ## कमांड Skill-capable hosts कुछ slash commands उपलब्ध कराते हैं: - `/ponytail [lite | full | ultra | off]` - intensity सेट करें या इसे बंद करें - `/ponytail-review` - over-engineering के लिए वर्तमान diff की समीक्षा करें और एक delete-list लौटाएं - `/ponytail-audit` - over-engineering के लिए पूरे repo का audit करें - `/ponytail-debt` - स्थगित "ponytail:" shortcuts को एक ledger में एकत्र करें - `/ponytail-gain` - benchmark से मापा गया प्रभाव दिखाएं - `/ponytail-help` - त्वरित संदर्भ Levels को per session, `PONYTAIL_SUBAGENT_MATCHER` env var के जरिए per subagent, या डिफ़ॉल्ट रूप से `PONYTAIL_DEFAULT_MODE` env var या एक छोटी config फाइल के जरिए नियंत्रित किया जा सकता है। ## विकास Repo में ऐसी scripts शामिल हैं जो सभी agent copies में compact rule text को sync में रखती हैं (`node scripts/check-rule-copies.js`), OpenClaw skill package generate करती हैं, ClawHub पर skills publish करती हैं, और correctness benchmark चलाती हैं (email और CSV checks के लिए Python का उपयोग किया जाता है)। ## लाइसेंस MIT।