用途：这是一个多智能体框架，把“生成”与“评估”分离，形成对抗式反馈循环，用于从一句话提示自主构建完整应用，尤其适合对视觉与功能质量要求高的前端、全栈项目。
主要能力：由三个智能体组成。Planner 把简短提示扩展为含功能、用户故事、技术需求与视觉方向的产品规格；Generator 按规格分冲刺实现功能，使用 React、FastAPI/Express、数据库、CSS 等全栈工具并管理 git；Evaluator 用 Playwright MCP 操作运行中的应用，点击、填表、测接口，按设计质量、原创性、工艺、功能四项打分（默认权重 0.3/0.2/0.3/0.2，1-10 分），返回结构化反馈。加权分达到阈值（默认 7.0）即通过，最多迭代 15 次。
使用方式：可通过命令 /project:gan-build "..." 或 /project:gan-design "..." 调用；也可用脚本 ./scripts/gan-harness.sh "..."，并设置 GAN_MAX_ITERATIONS、GAN_PASS_THRESHOLD、GAN_EVAL_CRITERIA 等环境变量；还可手动分步运行 claude -p 命令完成规划、生成、评估循环。评估模式有 playwright、screenshot、code-only 三种。
适用场景：从一句话构建完整应用、高视觉质量前端设计、需要可用功能的全栈项目、不接受“AI 味”审美的任务。
限制：不适合快速单文件修复、预算低于 10 美元、简单重构或已有明确测试的任务。资料称相比单智能体，时间与成本约高 12-22 倍，质量有质变。需设置最大迭代次数以防死循环，评估器不得评估自己提出的修复。具体价格、平台与效果以实际为准，资料未提供更多细节。