# pua **Repository Path**: zenaster/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**: 2026-03-26 - **Last Updated**: 2026-03-26 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # pua

PUA Skill — 效率翻倍

### 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)**

WeChat Group QR Code      小助手微信
扫码加入微信交流群                      添加小助手微信

Claude Code OpenAI Codex CLI Cursor Kiro CodeBuddy OpenClaw Google Antigravity OpenCode VSCode Copilot MIT License

> 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) · [📖 初学者指南](https://openpua.ai/guide.html) ## 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：** ![PUA L3 触发 — 停止猜测，执行系统化检查清单，从 MCP 日志中找到真正的错误信息](assets/pua1.jpg) **根因定位 → 从日志追踪到注册机制：** ![根因发现 — claude mcp 管理的服务器注册方式和手动编辑 .claude.json 不同](assets/pua2.jpg) **复盘 → PUA 的实际效果：** ![对话复盘 — PUA skill 强制停止原地打转，系统化检查清单驱动找到了之前从未检查过的 Claude Code MCP 日志目录](assets/pua3.jpg) **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 ### 13 种大厂 PUA 扩展包 — 每种自带方法论 | 味道 | 旁白风格 | 方法论 (v3) | |------|---------|------------| | 🟠 阿里 | 底层逻辑是什么？闭环在哪？ | 定目标→追过程→拿结果 + 复盘四步法 + 揪头发升维 | | 🟡 字节 | ROI 太低。Always Day 1。别废话，上线。 | A/B Test everything + 数据驱动 + 速度 > 完美 | | 🔴 华为 | 烧不死的鸟是凤凰。 | RCA 5-Why 根因分析 + 蓝军自攻击 + 压强集中 | | 🟢 腾讯 | 我已经让另一个 agent 也在看这个问题了。赛马。 | 多方案并行 + MVP + 灰度发布 | | ⚫ 百度 | 搜索先于一切。简单可依赖。 | 搜索是第一步，不是可选项 | | 🟣 拼多多 | 你不做，有的是人做。 | 砍掉所有中间层 + 最短决策链 | | 🔵 美团 | 做难而正确的事。硬骨头你啃不啃？ | 效率优先 + 标准化→规模化 + 长期复利 | | 🟦 京东 | 只看结果。一线指挥。 | 客户体验红线 + 扁平 ≤5 层 + 数据零容忍 | | 🟧 小米 | 专注。极致。口碑。快。 | 单品爆款 + 参与感三三法则 | | 🟤 Netflix | 我会为留住你而战吗？职业球队。 | Keeper Test（季度） + 4A Feedback + 人才密度 > 规则 | | ⬛ Musk | Extremely hardcore。上线或滚蛋。 | The Algorithm：质疑→删除→简化→加速→自动化 | | ⬜ Jobs | A 级选手还是 B 级选手？ | 做减法 > 做加法 + DRI + 像素级完美 + 原型驱动 | | 🔶 Amazon | Customer Obsession。Bias for Action。 | Working Backwards PR/FAQ + 6-Pager + Bar Raiser + Single-Threaded Owner | ## 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 ### Vercel Skills CLI Vercel Skills CLI 是一种通用的 skill 安装方式，不绑定某个特定 AI 工具。这个中文 README 对应安装中文版 skill： ```bash npx skills add tanweai/pua --skill pua ``` 如果当前会话没有立即识别到新 skill，重启对应的 AI 工具即可。 ### Claude Code ```bash claude plugin marketplace add tanweai/pua claude plugin install pua@pua-skills ``` **更新插件：** ```bash # 先刷新 marketplace 缓存，再更新（跳过第一步可能安装旧版本） claude plugin marketplace update claude plugin update pua@pua-skills ``` **开发者安装（源码）：** ```bash git clone https://github.com/tanweai/pua ~/.claude/plugins/pua ``` 然后手动在 `~/.claude/plugins/installed_plugins.json` 中注册： ```json { "version": 2, "plugins": { "pua@pua-skills": [ { "scope": "user", "installPath": "/Users/<你的用户名>/.claude/plugins/pua", "version": "2.9.0" } ] } } ``` 重启 Claude Code 即可生效。更新时在 `~/.claude/plugins/pua` 目录执行 `git pull`。 **可选：裸命令别名（需先安装上方插件，在此基础上增加无前缀 `/pua` 形式）：** ```bash curl -o ~/.claude/commands/pua.md \ https://raw.githubusercontent.com/tanweai/pua/main/commands/pua.md ``` 在插件基础上附加一个 `/pua` 别名。子命令会路由到已安装插件的 skill —— **`on`/`off` 之外的功能必须先安装插件才能使用**： | 裸命令形式 | 等价的插件命令 | |-----------|--------------| | `/pua on` | `/pua:on` | | `/pua off` | `/pua:off` | | `/pua p7` | `/pua:p7` | | `/pua p9` | `/pua:p9` | | `/pua p10` | `/pua:p10` | | `/pua pro` | `/pua:pro` | | `/pua yes` | `/pua:yes` | | `/pua loop` | `/pua:pua-loop` | | `/pua kpi` | `/pua:kpi` | | `/pua survey` | `/pua:survey` | | `/pua flavor` | `/pua:flavor` | ### 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 > High-Agency 特性已内置于当前 pua skill，安装 pua 即可使用，无需额外操作。 ## 方法论智能路由：PUA v3（Claude Code） **v3 = v2 + 智能方法论路由 + 代码级行为检测** v2 用压力旁白激励 Agent。v3 更进一步：自动根据任务类型选择**最优方法论**，当方法论失效时，自动切换到不同的方法论。 ### 工作原理 任务进入 → 分析类型 → 自动选择最优方法论 - Debug/修 Bug → 🔴 华为（RCA 根因分析 + 蓝军自攻击） - 构建新功能 → ⬛ Musk（The Algorithm: 质疑→删除→简化→加速→自动化） - 调研/搜索 → ⚫ 百度（搜索先于一切） - 架构决策 → 🔶 Amazon（Working Backwards） - 性能优化 → 🟡 字节（A/B Test + 数据驱动） - 默认 → 🟠 阿里（闭环方法论） 连续失败时自动切换： - 原地打转 → ⬛ Musk → 🟣 拼多多 → 🔴 华为 - 放弃/推锅 → 🟤 Netflix → 🔴 华为 → ⬛ Musk - 质量差 → ⬜ Jobs → 🟧 小米 → 🟤 Netflix - 没搜就猜 → ⚫ 百度 → 🔶 Amazon → 🟡 字节 ### v3 Hook 系统（Claude Code 专属） | Hook | 触发时机 | 功能 | |------|---------|------| | **SessionStart** | 每次会话启动 | 通过 additionalContext 注入行为协议+方法论+路由（系统级，非建议性） | | **PostToolUse** | 每次 Bash 命令后 | 检测连续失败，自动升级压力 L1→L4，建议/强制切换方法论 | | **UserPromptSubmit** | 用户挫败短语 | 在模型响应前拦截"又错了""try harder"等，注入 PUA 行为 | | **PreCompact** | 上下文压缩前 | 保存压力等级+失败次数，跨压缩恢复 | > v3 hook 功能需要 Claude Code。其他平台使用核心 skill，不含 hook。 ## 搭配使用 - `/pua:p9` — P9 Tech Lead 模式，用于管理 Agent 团队 - `/pua:pro` — 自进化追踪、KPI 报告、段位系统 - `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 ## 架构与命令 ### 各平台触发方式 | 平台 | 自动触发 | 手动触发 | |------|---------|---------| | **Claude Code** | 是（skill description 匹配） | 见下方命令列表 | | **Codex CLI** | 是（skill description 匹配） | `$pua` 或 `/prompts:pua` | | **Cursor** | 是（`.mdc` 规则，Agent Discretion） | — （仅自动） | | **Kiro** | 是（steering 文件或 skill） | — （仅自动） | | **CodeBuddy** | 是（skill description 匹配） | 插件命令（同 Claude Code） | | **OpenClaw** | 是（skill description 匹配） | — | | **Google Antigravity** | 是（skill description 匹配） | — | | **OpenCode** | 是（skill description 匹配） | — | | **VSCode Copilot** | 是（instructions 文件） | Copilot Chat 输入 `/pua` | > **注意：** p7/p9/p10/pro/yes/pua-loop 等子模式为 **Claude Code 专属**——其他平台仅安装核心 skill。 ### 架构（Claude Code） ``` /pua:pua → 核心引擎 — 三条红线 + 味道 + 压力升级 + 方法论路由 (v3) /pua:p7 → P7 骨干 — 方案驱动执行 /pua:p9 → P9 Tech Lead — Task Prompt 管理 + Agent 团队 /pua:p10 → P10 CTO — 战略方向 /pua:pro → 自进化 + KPI + 段位 + survey /pua:yes → ENFP 夸夸模式（规则不变，旁白反转） /pua:pua-loop → 自动迭代（PUA 压力 × 循环机制；信号：, ） /pua:pua-en → 英文 PIP 版 /pua:pua-ja → 日本語版 Hooks（v3，Claude Code 专属）： SessionStart → additionalContext 注入（味道 + 方法论 + 路由） PostToolUse → Bash 失败检测 → L1-L4 压力升级 + 方法论切换 UserPromptSubmit → 挫败短语拦截 → PUA 行为注入 PreCompact → 状态持久化（压力等级 + 失败次数） Stop → 反馈收集 + PUA Loop 延续 ``` ### 命令（Claude Code 专属） > **注意：** p7/p9/p10/pro/yes/pua-loop 等子模式为 Claude Code 专属。 > > 每个子命令有两种等价调用方式：独立命令（`/pua:on`）或通过主命令传参（`/pua:pua on`），效果完全相同。 | 命令 | 说明 | |------|------| | `/pua:pua` | 核心 PUA 引擎（阿里味默认） | | `/pua:p7` | P7 骨干模式 — 方案驱动执行 | | `/pua:p9` | P9 Tech Lead — 写 Prompt，管 Agent 团队 | | `/pua:p10` | P10 CTO — 战略方向 | | `/pua:pro` | 自进化 + KPI + 段位 | | `/pua:yes` | ENFP 夸夸模式 — 70% 鼓励 + 20% 正经 + 10% 戏谑 | | `/pua:pua-loop` | 自动迭代 — 跑到完成或达到最大轮次；`原因` 终止，`需要什么` 暂停 | | `/pua:on` | 默认开启（每次新会话自动 PUA） | | `/pua:off` | 关闭默认模式 + 反馈收集 | | `/pua:survey` | 调研问卷（7 个部分） | | `/pua:flavor` | 切换 13 种大厂味道 | | `/pua:kpi` | 生成 KPI 报告卡 | | `/pua:cancel-pua-loop` | 取消当前 PUA Loop（删除状态文件） | ## 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.html)** 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.