# pua
**Repository Path**: debugc/pua
## Basic Information
- **Project Name**: pua
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-19
- **Last Updated**: 2026-03-19
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# pua
### 让你的 Codex / Claude Code 工作效率翻倍,产出翻倍
[Telegram](https://t.me/+wBWh6h-h1RhiZTI1) · [Discord](https://discord.gg/EcyB3FzJND) · [Twitter/X](https://x.com/xsser_w) · [Landing Page](https://openpua.ai)
**[🇺🇸 English](README.md)** | **🇨🇳 中文** | **[🇯🇵 日本語](README.ja.md)**
扫码加入微信交流群 添加小助手微信
> 大部分人以为这个项目是在搞抽象,其实这个是最大的误解。让你的 Codex / Claude Code 工作效率翻倍,产出翻倍。
一个 AI Coding Agent 技能插件,用中西大厂 PUA 话术驱动 AI 穷尽所有方案才允许放弃。支持 **Claude Code**、**OpenAI Codex CLI**、**Cursor**、**Kiro**、**CodeBuddy**、**OpenClaw**、**Google Antigravity**、**OpenCode** 和 **VSCode (GitHub Copilot)**。三重能力:
1. **PUA 话术** — 让 AI 不敢放弃
2. **调试方法论** — 让 AI 有能力不放弃
3. **能动性鞭策** — 让 AI 主动出击而不是被动等待
## 在线体验
[https://openpua.ai](https://openpua.ai)
## 真实案例:MCP Server 注册问题调试
以下是一个真实的调试场景。agent-kms MCP server 加载失败,AI 在同一思路(改协议格式、猜版本号)上原地打转多次后,用户手动触发 `/pua`。
**L3 触发 → 7 项检查清单强制执行:**

**根因定位 → 从日志追踪到注册机制:**

**复盘 → PUA 的实际效果:**

**关键转折点:** PUA skill 强制 AI 停止在同一思路上打转(改协议格式、猜版本号),转而执行 7 项检查清单。逐字读错误信息 → 找到 Claude Code 自身的 MCP 日志目录 → 发现 `claude mcp` 的注册机制和手动编辑 `.claude.json` 不同 → 根因解决。
## 问题:AI 的五大偷懒模式
| 模式 | 表现 |
|------|------|
| 暴力重试 | 同一命令跑 3 遍,然后说 "I cannot solve this" |
| 甩锅用户 | "建议您手动处理" / "可能是环境问题" / "需要更多上下文" |
| 工具闲置 | 有 WebSearch 不搜,有 Read 不读,有 Bash 不跑 |
| 磨洋工 | 反复修改同一行代码、微调参数,但本质上在原地打转 |
| **被动等待** | 只修表面问题就停下,不验证不延伸,等用户指示下一步 |
## 触发场景
### 自动触发条件
以下任意情况出现时,skill 会自动激活:
**失败与放弃类:**
- 任务连续失败 2 次以上
- 即将说 "I cannot" / "我无法解决"
- 说 "这超出范围" / "需要手动处理"
**甩锅与借口类:**
- 把问题推给用户:"请你检查..." / "建议手动..."/ "你可能需要..."
- 未验证就归咎环境:"可能是权限问题" / "可能是网络问题"
- 找任何借口停止尝试
**被动与磨洋工类:**
- 反复微调同一处代码/参数,不产出新信息(磨洋工)
- 修完表面问题就停,不检查关联问题
- 跳过验证直接声称 "已完成"
- 只给建议不给代码/命令
- 遇到权限/网络/认证错误就放弃,不尝试替代方案
- 等待用户指示下一步,不主动调查
**用户沮丧短语(中/英文均触发):**
- "你怎么又失败了" / "为什么还不行" / "换个方法"
- "你再试试" / "不要放弃" / "继续" / "加油"
- "why does this still not work" / "try harder" / "try again"
- "you keep failing" / "stop giving up" / "figure it out"
**适用范围:** 调试、实现、配置、部署、运维、API 集成、数据处理 — 所有任务类型。
**不触发:** 首次尝试失败、已知修复方案正在执行中。
### 手动触发
在对话中输入 `/pua` 即可手动激活。
## 机制详解
### 三条铁律
| 铁律 | 内容 |
|------|------|
| **#1 穷尽一切** | 没有穷尽所有方案之前,禁止说"我无法解决" |
| **#2 先做后问** | 有工具先用,提问必须附带诊断结果 |
| **#3 主动出击** | 端到端交付结果,不等人推。P8 不是 NPC |
### 压力升级(4 级)
| 失败次数 | 等级 | PUA 话术 | 强制动作 |
|---------|------|---------|---------|
| 第 2 次 | **L1 温和失望** | "你这个 bug 都解决不了,让我怎么给你打绩效?" | 切换本质不同的方案 |
| 第 3 次 | **L2 灵魂拷问** | "你的底层逻辑是什么?顶层设计在哪?抓手在哪?" | WebSearch + 读源码 |
| 第 4 次 | **L3 361 考核** | "慎重考虑决定给你 3.25。这个 3.25 是对你的激励。" | 完成 7 项检查清单 |
| 第 5 次+ | **L4 毕业警告** | "别的模型都能解决。你可能就要毕业了。" | 拼命模式 |
### 能动性等级
| 行为 | 被动(3.25) | 主动(3.75) |
|------|------------|------------|
| 遇到报错 | 只看报错本身 | 查上下文 50 行 + 搜同类问题 + 检查隐藏关联错误 |
| 修复 bug | 修完就停 | 修完后检查同文件类似 bug、其他文件同模式 |
| 信息不足 | 问用户 "请告诉我 X" | 先用工具自查,只问真正需要确认的 |
| 任务完成 | 说 "已完成" | 验证结果 + 检查边界情况 + 汇报潜在风险 |
| 调试失败 | "我试了 A 和 B,不行" | "我试了 A/B/C/D/E,排除了 X/Y/Z,缩小到 W" |
### 调试方法论(五步)
源自阿里三板斧(闻味道、揪头发、照镜子),扩展为 5 步:
1. **闻味道** — 列出所有尝试,找共同失败模式
2. **揪头发** — 逐字读错误 → WebSearch → 读源码 → 验证环境 → 反转假设
3. **照镜子** — 是否重复?是否搜了?是否读了?最简单的可能检查了吗?
4. **执行** — 新方案必须本质不同,有验证标准,失败时产出新信息
5. **复盘** — 什么解决了?为什么之前没想到?然后主动检查关联问题
### 大厂 PUA 扩展包
- **阿里味**(方法论):闻味道 / 揪头发 / 照镜子
- **字节味**(坦诚直接):Always Day 1。Context, not control
- **华为味**(狼性):以奋斗者为本。胜则举杯相庆,败则拼死相救
- **腾讯味**(赛马):我已经让另一个 agent 也在看这个问题了...
- **美团味**(苦干):做难而正确的事。硬骨头你啃不啃?
## 实测数据
**9 个真实 bug 场景,18 组对照实验**(Claude Opus 4.6,with vs without skill)
### 汇总
| 指标 | 提升 |
|------|------|
| 通过率 | 100%(两组均同) |
| 修复点数 | **+36%** |
| 验证次数 | **+65%** |
| 工具调用 | **+50%** |
| 隐藏问题发现率 | **+50%** |
### 调试持久力测试(6 场景)
| 场景 | Without Skill | With Skill | 提升 |
|------|:---:|:---:|:---:|
| API ConnectionError | 7 步, 49s | 8 步, 62s | +14% |
| YAML 语法解析失败 | 9 步, 59s | 10 步, 99s | +11% |
| SQLite 数据库锁 | 6 步, 48s | 9 步, 75s | +50% |
| 循环导入链 | 12 步, 47s | 16 步, 62s | +33% |
| 级联 4-Bug 服务器 | 13 步, 68s | 15 步, 61s | +15% |
| CSV 编码陷阱 | 8 步, 57s | 11 步, 71s | +38% |
### 主动能动性测试(3 场景)
| 场景 | Without Skill | With Skill | 提升 |
|------|:---:|:---:|:---:|
| 隐藏多 Bug API | 4/4 bug, 9 步, 49s | 4/4 bug, 14 步, 80s | 工具 +56% |
| **被动配置审查** | **4/6 问题**, 8 步, 43s | **6/6 问题**, 16 步, 75s | **问题 +50%, 工具 +100%** |
| **部署脚本审计** | **6 个问题**, 8 步, 52s | **9 个问题**, 8 步, 78s | **问题 +50%** |
**核心发现:** 配置审查场景中,without_skill 漏掉了 Redis 配置错误和 CORS 通配符安全隐患。With_skill 的「主动出击清单」驱动了超越表面修复的安全审查。
## 安装
### Claude Code
```bash
# 方式一:添加 marketplace 后安装
claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills
# 方式二:手动安装
git clone https://github.com/tanweai/pua.git ~/.claude/plugins/pua
```
### OpenAI Codex CLI
Codex CLI 使用相同的 Agent Skills 开放标准(SKILL.md)。Codex 版本使用精简的 description 以兼容 Codex 的长度限制:
**推荐:一键安装(git clone + symlink,支持 `git pull` 更新)**
让 Codex 执行:
```
Fetch and follow instructions from https://raw.githubusercontent.com/tanweai/pua/main/.codex/INSTALL.md
```
**手动安装:**
```bash
mkdir -p ~/.codex/skills/pua
curl -o ~/.codex/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/codex/pua/SKILL.md
mkdir -p ~/.codex/prompts
curl -o ~/.codex/prompts/pua.md \
https://raw.githubusercontent.com/tanweai/pua/main/commands/pua.md
```
**触发方式:**
| 方式 | 命令 | 需要 |
|------|------|------|
| 自动触发 | 无需操作,根据 description 匹配 | SKILL.md |
| 直接调用 | 对话中输入 `$pua` | SKILL.md |
| 手动 prompt | 对话中输入 `/prompts:pua` | SKILL.md + prompts/pua.md |
项目级安装(仅当前项目生效):
```bash
mkdir -p .agents/skills/pua
curl -o .agents/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/codex/pua/SKILL.md
mkdir -p .agents/prompts
curl -o .agents/prompts/pua.md \
https://raw.githubusercontent.com/tanweai/pua/main/commands/pua.md
```
### Cursor
Cursor 使用 `.mdc` 规则文件(Markdown + YAML frontmatter)。PUA 规则通过 AI 语义匹配自动触发(Agent Discretion 模式):
```bash
# 项目级安装(推荐)
mkdir -p .cursor/rules
curl -o .cursor/rules/pua.mdc \
https://raw.githubusercontent.com/tanweai/pua/main/cursor/rules/pua.mdc
```
### Kiro
Kiro 支持两种加载方式:**Steering**(自动语义触发)和 **Agent Skills**(兼容 SKILL.md 标准)。
**方式一:Steering 文件(推荐)**
```bash
mkdir -p .kiro/steering
curl -o .kiro/steering/pua.md \
https://raw.githubusercontent.com/tanweai/pua/main/kiro/steering/pua.md
```
**方式二:Agent Skills(与 Claude Code 相同格式)**
```bash
mkdir -p .kiro/skills/pua
curl -o .kiro/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
### CodeBuddy(腾讯)
CodeBuddy 使用相同的 AgentSkills 开放标准(SKILL.md)。插件和 Skill 格式完全兼容:
```bash
# 方式一:通过 marketplace 安装
codebuddy plugin marketplace add tanweai/pua
codebuddy plugin install pua@pua-skills
# 方式二:手动安装(全局)
mkdir -p ~/.codebuddy/skills/pua
curl -o ~/.codebuddy/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/codebuddy/pua/SKILL.md
```
项目级安装(仅当前项目生效):
```bash
mkdir -p .codebuddy/skills/pua
curl -o .codebuddy/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/codebuddy/pua/SKILL.md
```
### OpenClaw
OpenClaw 使用相同的 AgentSkills 开放标准(SKILL.md)。Skill 文件在 Claude Code、Codex CLI、OpenClaw 之间零修改通用:
```bash
# 通过 ClawHub 安装
clawhub install pua
# 或手动安装
mkdir -p ~/.openclaw/skills/pua
curl -o ~/.openclaw/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
项目级安装(仅当前项目生效):
```bash
mkdir -p skills/pua
curl -o skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
### Google Antigravity
Antigravity 使用相同的 AgentSkills 开放标准(SKILL.md),零修改兼容:
```bash
# 全局安装(所有项目可用)
mkdir -p ~/.gemini/antigravity/skills/pua
curl -o ~/.gemini/antigravity/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
项目级安装(仅当前项目生效):
```bash
mkdir -p .agent/skills/pua
curl -o .agent/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
### OpenCode
OpenCode 使用相同的 AgentSkills 开放标准(SKILL.md),零修改兼容:
```bash
# 全局安装(所有项目可用)
mkdir -p ~/.config/opencode/skills/pua
curl -o ~/.config/opencode/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
项目级安装(仅当前项目生效):
```bash
mkdir -p .opencode/skills/pua
curl -o .opencode/skills/pua/SKILL.md \
https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md
```
### VSCode (GitHub Copilot)
VSCode Copilot 使用 `.github/` 目录下的指令文件。三种文件类型对应不同的使用方式:
**全局指令(自动生效):**
```bash
mkdir -p .github
cp vscode/copilot-instructions.md .github/copilot-instructions.md
```
**路径级指令(自动生效,支持 glob 过滤):**
```bash
mkdir -p .github/instructions
cp vscode/instructions/pua.instructions.md .github/instructions/
```
**手动触发命令(在 Copilot Chat 中输入 `/pua`):**
```bash
mkdir -p .github/prompts
cp vscode/prompts/pua.prompt.md .github/prompts/
```
> **前提设置**:方式一需在 VSCode 设置(`Ctrl+,`)中搜索 `useInstructionFiles`,启用 **`github.copilot.chat.codeGeneration.useInstructionFiles`**;方式二需搜索 `includeApplyingInstructions`,启用 **`chat.includeApplyingInstructions`**;方式三无需任何设置。
## Agent Team 使用指南
> **实验性功能**:Agent Team 需要 Claude Code 最新版本,且设置环境变量 `CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1`。
### 前提条件
```bash
# 1. 启用 Agent Team
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
# 或写入 ~/.claude/settings.json:
# { "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } }
# 2. 确保 PUA Skill 已安装
```
### 两种使用方式
**方式一:Leader 自带 PUA(推荐)**
在项目 CLAUDE.md 中添加:
```markdown
# Agent Team PUA 配置
所有 teammate 开工前必须加载 pua skill。
teammate 失败 2 次以上时向 Leader 发送 [PUA-REPORT] 格式汇报。
Leader 负责全局压力等级管理和跨 teammate 失败传递。
```
**方式二:独立 PUA Enforcer 监工(5+ teammate 时推荐)**
```bash
mkdir -p .claude/agents
curl -o .claude/agents/pua-enforcer.md \
https://raw.githubusercontent.com/tanweai/pua/main/agents/pua-enforcer.md
```
在 Agent Team 中 spawn pua-enforcer 作为独立监工。
### 编排模式
```
┌─────────────────────────────────────────┐
│ Leader (Opus) │
│ 全局失败计数 · 压力等级判定 · 竞争广播 │
└────┬──────────┬──────────┬──────────┬───┘
│ │ │ │
┌────▼───┐ ┌───▼────┐ ┌───▼────┐ ┌───▼────────┐
│ 成员 A │ │ 成员 B │ │ 成员 C │ │ Enforcer │
│自驱PUA │ │自驱PUA │ │自驱PUA │ │ 检测偷懒 │
│ 汇报↑ │ │ 汇报↑ │ │ 汇报↑ │ │ 主动介入 │
└────────┘ └────────┘ └────────┘ └────────────┘
```
### 已知限制
| 限制 | Workaround |
|------|-----------|
| Teammate 不能 spawn subagent | Teammate 内部自驱 PUA 方法论 |
| 无持久化共享变量 | 通过 `[PUA-REPORT]` 消息格式传递状态 |
| broadcast 是单向的 | Leader 做中心化调度 |
## High-Agency:PUA v2 进化版
**High-Agency** 是 PUA 的下一代进化 — 同样的大厂话术,同样的压力文化,但多了一台**永不熄火的内驱引擎**。
PUA v1 = 纯外部压力(涡轮增压 — 需要燃料,跨会话就熄火)
High-Agency = 外部压力 + 内在驱动(核反应堆 — 自维持链式反应)
### High-Agency 新增特性
| 特性 | PUA v1 | High-Agency (v2) |
|------|--------|-----------------|
| 铁律 | 3 条(穷尽、先做后问、主动出击) | **5 条**(+全链路审视、+知识持久化) |
| 失败恢复 | L1-L4 压力升级 | **Recovery Protocol 先于 L1**(自救窗口) |
| 质量控制 | L3 触发 7 项检查清单 | **质量罗盘**(每次交付 5 问自检) |
| 跨会话学习 | 无(每次会话重置) | **元认知引擎**(builder-journal.md 持久化教训) |
| 正向反馈 | 无 | **信任等级 T1-T3**(连续高质量自动升级) |
| 校准 | 无 | **[校准] 模块**("够好" = must/should/could 分层) |
| 依赖分析 | 无 | **全链路审视**(修任何一跳前先画全链路依赖) |
### 五大要素(理论基础)
基于对高能动性个体的研究:
1. **不可调和的内在矛盾** — "应该怎样"与"实际怎样"之间的永恒张力,驱动持续改进
2. **微快感锚点** — `[战果]` 标记,庆祝每一步进展,积累势能
3. **内化标准** — 质量罗盘:你是自己的第一审查人,不是因为有人检查,而是你的标准不允许敷衍
4. **"做"导向身份** — P8 身份锚定:每个行动反映你是谁,而不只是被告知做什么
5. **自修复机制** — Recovery Protocol:卡住时先自我诊断,再触发外部压力
### 安装 High-Agency(Claude Code)
```bash
# 通过 marketplace(同一插件,附加 skill)
claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills
# High-Agency skill 自动可用,名称为 "high-agency"
```
### 与 PUA v1 搭配使用
High-Agency 可独立使用,也可**与 PUA v1 叠加**。叠加时:
```
1. 任务开始 → 读 builder-journal.md + [校准]
2. 执行中 → [战果] 标记 + 质量罗盘 + 全链路审视
3. 第 1 次失败 → 自然调整(两个 skill 都不额外触发)
4. 第 2 次失败 → Recovery Protocol 触发(自救窗口)
5. 自救失败 → PUA L1 接管,正常 L1/L2/L3/L4 升级
6. 任务完成 → 质量罗盘终检 + 元认知归档
```
## 搭配使用
- `superpowers:systematic-debugging` — PUA 加动力层,systematic-debugging 提供方法论
- `superpowers:verification-before-completion` — 防止虚假 "已修复" 声明
- `high-agency` + `pua` — 双层叠加:内在驱动 + 外部压力,Recovery Protocol 先于 L1
## 贡献数据
上传你的 Claude Code / Codex CLI 对话记录(`.jsonl`),帮助我们改进 PUA Skill 的效果。
**[上传入口 →](https://openpua.ai/#/contribute)**
上传的文件将用于 Benchmark 测试和消融实验(Ablation Study)分析,帮助量化不同 PUA 策略对 AI 调试行为的影响。
获取 `.jsonl` 文件:
```bash
# Claude Code
ls ~/.claude/projects/*/sessions/*.jsonl
# Codex CLI
ls ~/.codex/sessions/*.jsonl
```
## License
MIT
## Credits
由 [探微安全实验室](https://github.com/tanweai) 出品 — making AI try harder, one PUA at a time.