pua

让你的 Codex / Claude Code 生产力和产出翻倍

Telegram · Discord · Twitter/X · 落地页

🇨🇳 中文 | 🇯🇵 日本語 | 🇺🇸 English

    
_{扫码加入微信群                      在微信添加助手}

大多数人认为这个项目是个玩笑。这是最大的误解。它确实能让你的 Codex / Claude Code 生产力和产出翻倍。

一款利用中国及西方科技巨头的企业PUA话术（中文版）/ PIP——绩效改进计划（英文版）来迫使AI穷尽所有可能的解决方案后再放弃的AI编码代理技能插件。支持 Claude Code、OpenAI Codex CLI、Cursor、Kiro、CodeBuddy、OpenClaw、Google Antigravity、OpenCode 和 VSCode (GitHub Copilot)。具备三大能力：

1. PUA话术 — 让AI不敢轻易放弃
2. 调试方法论 — 赋予AI不轻言放弃的能力
3. 主动性强化 — 让AI主动出击，而非被动等待

实时演示

https://openpua.ai · 📖 初学者指南

真实案例：MCP服务器注册调试

一个真实的调试场景。agent-kms MCP服务器无法加载。AI多次在同一思路（更改协议格式、猜测版本号）上原地打转，直到用户手动触发 /pua。

L3触发 → 强制执行7点检查清单：

定位到根因 → 从日志追溯至注册机制：

回顾总结 → PUA的实际影响：

关键转折点： PUA技能迫使AI停止在同一思路（更改协议格式、猜测版本号）上原地打转，转而执行7点检查清单。逐字阅读错误信息 → 找到Claude Code自身的MCP日志目录 → 发现 claude mcp 的注册机制与手动编辑 .claude.json 不同 → 根本原因得以解决。

问题所在：AI的五种懒惰模式

模式	行为
暴力重试	同一命令重复执行3次，然后说“我无法解决”
归咎于用户	“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却不搜索，有Read却不读，有Bash却不运行
无效忙碌	反复调整同一行代码/微调参数，但本质上原地打转
被动等待	仅修复表面问题就停止，不验证、不扩展，等待用户的下一步指示

触发条件

自动触发

当出现以下任一情况时，该技能会自动激活：

失败并放弃：

• 任务连续失败2次及以上
• 即将说出“我无法”/“我不能解决”
• 说出“这超出了范围”/“需要手动处理”

推卸责任与找借口：

• 将问题推给用户：“请检查……”/“建议手动……”/“您可能需要……”
• 未经验证就归咎于环境：“可能是权限问题”/“可能是网络问题”
• 任何用来停止尝试的理由

被动与无效忙碌：

• 反复微调同一段代码/参数，却未能产生新信息
• 仅修复表面问题就停止，不检查相关问题
• 跳过验证环节，声称“已完成”
• 提供建议而非代码/指令
• 遇到认证/网络/权限错误就放弃，不尝试其他方法
• 等待用户指令，而不是主动深入调查

用户表达沮丧的语句（多语言触发）：

• “为什么还是不行”/“再努力一点”/“再试一次”
• “你总是失败”/“别放弃了”/“想办法解决”

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。

不会触发： 第一次尝试失败或已知解决方案正在执行的情况。

手动触发

在对话中输入 /pua 即可手动激活。

工作原理

三条红线

不是规则——是红线。触碰一条，你的绩效考核就已经写好了。

红线	含义
🚫 闭环	宣称“完成”？必须提供证据。没有构建输出 = 不算完成。
🚫 事实驱动	说“可能是环境问题”？先验证清楚。未经证实的归因 = 转嫁责任。
🚫 穷尽一切可能性	说“我做不到”？你是否已经完成了全部5个方法步骤？如果没有，那就继续尝试。

压力升级（L0-L4）

失败次数	等级	PUA提示	行动
第1次	L0 信任	▎ Sprint开始。信任很简单——不要让人失望。	正常执行
第2次	L1 失望	▎ 邻居的同事一次就解决了这个问题。	切换到完全不同的方法
第3次	L2 灵魂拷问	▎ 你的底层逻辑是什么？突破口在哪里？	搜索 + 阅读源码 + 提出3个假设
第4次	L3 绩效考核	▎ 3.25分。这是为了激励你。	完成7点检查清单
第5次及以上	L4 毕业	▎ 其他模型都能解决这个问题。你即将毕业。	拼命模式

主动性（3.25 vs 3.75）

	被动型（3.25） 🦥	主动型（3.75） 🔥
修复Bug	修复后停止	扫描整个模块寻找类似Bug
完成任务	说“完成”	运行构建/测试，并粘贴输出结果
缺少信息	询问用户	先搜索，只在真正需要时再提问

冰山法则

修复一个Bug → 检查是否存在类似的模式。输入一个问题，输出一个类别。如果你只修复了A而没有检查B，那么你最终会写出两份事后复盘报告。

13种企业文化风格——每种都有其独特的问题解决方法论

风格	口头禅	方法论（v3）
🟠 阿里巴巴	底层逻辑是什么？如何闭环？	定目标→追过程→拿结果 + 复盘四步法 + 揪头发升维
🟡 字节跳动	ROI太低。永远保持第一天的心态。要么交付，要么闭嘴。	A/B测试一切 + 数据驱动 + 速度优先，而非完美
🔴 华为	凤凰涅槃。	RCA五问法找根源 + 蓝军自攻 + 压强集中
🟢 腾讯	我还有另一个同事在处理这件事。竞争机制。	多种方案并行 + MVP + 灰度发布
⚫ 百度	先搜索。简单可靠。	搜索是第一步，而不是可选的
🟣 拼多多	你不做，别人就会做。	去掉所有中间环节 + 最短决策链
🔵 美团	做正确但困难的事。	效率第一 + 标准化→规模化 + 长期积累
🟦 京东	只看结果。一线指挥。	客户体验红线 + 层级不超过5层 + 对数据零容忍
🟧 小米	专注。极致。口碑传播。快速。	一款爆品 + 参与感三三法则
🟤 Netflix	我会为你争取留下吗？像职业体育团队一样。	Keeper Test（季度评估） + 4A反馈 + 人才密度高于规则
⬛ 马斯克	极端严苛。要么交付，要么完蛋。	算法：质疑→删除→简化→加速→自动化
⬜ 乔布斯	是A类员工还是B类员工？	减法优于加法 + DRI + 像素级完美 + 原型驱动
🔶 Amazon	客户至上。行动导向。	逆向工作法PR/FAQ + 6页报告 + Bar Raiser + 单线负责制

特殊模式

模式	功能
/pua:yes	ENFP鼓励模式 — 规则不变，氛围相反。70%鼓励 + 20%严肃 + 10%轻松调侃
/pua:mama	中国妈妈式唠叨模式 — 规则不变，用妈妈式的语言。“妈跟你说了多少遍了！”
/pua:pua-loop	自动迭代模式 — 直到完成或达到最大迭代次数为止（PUA循环）；使用 <loop-abort> 终止，<loop-pause> 暂停以便手动干预
/pua:p9	技术负责人模式 — 分配任务、管理团队、编写提示词而非代码
/pua:on	常驻模式 — 每次新会话都自动启用PUA

基准数据

9个真实Bug场景，18组对照实验（Claude Opus 4.6，有技能与无技能对比）

总结

指标	改善情况
通过率	100%（两组相同）
修复数量	+36%
验证次数	+65%
工具调用次数	+50%
发现隐藏问题	+50%

调试持久性测试（6个场景）

场景	无技能	有技能	改善程度
API连接错误	7步，49秒	8步，62秒	+14%
YAML解析失败	9步，59秒	10步，99秒	+11%
SQLite数据库锁	6步，48秒	9步，75秒	+50%
循环导入链	12步，47秒	16步，62秒	+33%
四重嵌套Bug服务器	13步，68秒	15步，61秒	+15%
CSV编码陷阱	8步，57秒	11步，71秒	+38%

主动性测试（3个场景）

场景	无技能	有技能	改善程度
隐藏的多Bug API	4/4个Bug，9步，49秒	4/4个Bug，14步，80秒	工具调用次数 +56%
被动配置审查	4/6个问题，8步，43秒	6/6个问题，16步，75秒	问题发现量 +50%，工具调用次数 +100%
部署脚本审计	6个问题，8步，52秒	9个问题，8步，78秒	问题发现量 +50%

关键发现：在配置审查场景中，无技能版本遗漏了Redis配置错误和CORS通配符带来的安全风险。而有技能版本的“主动性检查清单”促使安全审查超越了表面修复。

多语言支持

PUA技能提供了完全翻译的版本——每种语言都有独立的文化适配技能文件。

语言	Claude Code	Codex CLI	Cursor	Kiro	CodeBuddy	VSCode	OpenClaw	Antigravity	OpenCode
🇨🇳 中文（默认）	pua	pua	pua.mdc	pua.md	pua	copilot-instructions.md	pua	pua	pua
🇺🇸 英语（PIP版）	pua-en	pua-en	pua-en.mdc	pua-en.md	pua-en	copilot-instructions-en.md	pua-en	pua-en	pua-en
🇯🇵 日语	pua-ja	pua-ja	pua-ja.mdc	pua-ja.md	pua-ja	copilot-instructions-ja.md	pua-ja	pua-ja	pua-ja

🇺🇸 英语“PIP版”：“这是一次艰难的谈话。当我们把你提升到Staff级别时，我在校准会议上为你据理力争。原本的期望是，你从第一天起就能以这个水平工作。但事实并非如此。” — 英文版采用了西方大厂的**PIP（绩效改进计划）**措辞。每一句话都来自真实的PIP谈话记录。中文版则使用阿里巴巴的361、字节跳动和华为的狼性文化。英文版则引用了亚马逊领导力原则、谷歌绩效校准、Meta PSC、Netflix Keeper Test以及Stripe Craft。同一个仓库，同一套引擎，两种文化面孔。

安装时，请选择对应语言后缀的文件。具体平台操作说明见下文。

安装

Vercel Skills CLI

Vercel Skills CLI 是一种通用的技能安装方法，不绑定于特定的 AI 工具。此英文 README 安装的是英文版技能：

npx skills add tanweai/pua --skill pua-en

如果当前会话未能立即加载新技能，请重启您的 AI 工具。

Claude Code

claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills

更新方法：

# 首先刷新插件市场缓存，然后再更新（跳过第一步可能会安装旧的缓存版本）
claude plugin marketplace update
claude plugin update pua@pua-skills

开发者安装（源码）：

git clone https://github.com/tanweai/pua ~/.claude/plugins/pua

然后手动在 ~/.claude/plugins/installed_plugins.json 中注册：

{
  "version": 2,
  "plugins": {
    "pua@pua-skills": [
      {
        "scope": "user",
        "installPath": "/Users/<you>/.claude/plugins/pua",
        "version": "2.9.0"
      }
    ]
  }
}

Windows: 使用 C:/Users/<you>/.claude/plugins/pua 作为 installPath。

重启 Claude Code。更新时，在 ~/.claude/plugins/pua 目录下执行 git pull。

可选：裸命令别名（需先安装上述插件 — 添加无前缀的 /pua）：

curl -o ~/.claude/commands/pua.md \
  https://raw.githubusercontent.com/tanweai/pua/main/commands/pua.md

这会在插件基础上添加一个裸的 /pua 别名。子命令会通过已安装的插件技能进行路由——必须先安装插件，否则除了 on/off 之外的其他功能将无法使用：

裸形式	等效插件命令
/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 mama	/pua:mama
/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 版本采用了精简描述，以适应 Codex 的长度限制：

推荐：一命令安装（git 克隆 + 符号链接，支持 git pull 更新）

让 Codex 执行以下命令：

从 https://raw.githubusercontent.com/tanweai/pua/main/.codex/INSTALL.md 获取并按照说明操作

手动安装：

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：

方法	命令	需要
自动触发	无需操作，通过描述匹配	SKILL.md
直接调用	在对话中输入 $pua	SKILL.md
手动提示	在对话中输入 /prompts:pua	SKILL.md + prompts/pua.md

项目级安装（仅限当前项目）：

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 前置元数据）。PUA 规则通过 AI 语义匹配自动触发（Agent Discretion 模式）：

# 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（与 SKILL.md 兼容）。

选项 1：Steering 文件（推荐）

mkdir -p .kiro/steering
curl -o .kiro/steering/pua.md \
  https://raw.githubusercontent.com/tanweai/pua/main/kiro/steering/pua.md

选项 2：Agent Skills（格式与 Claude Code 相同）

mkdir -p .kiro/skills/pua
curl -o .kiro/skills/pua/SKILL.md \
  https://raw.githubusercontent.com/tanweai/pua/main/skills/pua/SKILL.md

CodeBuddy (Tencent)

CodeBuddy 使用相同的 AgentSkills 开放标准 (SKILL.md)。插件和技能格式完全兼容：

# 选项 1：通过市场安装
codebuddy plugin marketplace add tanweai/pua
codebuddy plugin install pua@pua-skills

# 选项 2：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（仅限当前项目）：

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)。技能无需任何修改即可在 Claude Code、Codex CLI 和 OpenClaw 上运行：

# 通过 ClawHub 安装
clawhub install pua

# 或者手动安装
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（仅限当前项目）：

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)。技能无需任何修改即可在 Claude Code、Codex CLI、OpenClaw 和 Antigravity 上运行：

# 全局安装（所有项目）
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（仅限当前项目）：

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)。无需任何修改：

# 全局安装（所有项目）
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（仅限当前项目）：

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。针对不同使用场景，有三种类型的文件：

全局指令（自动生效）：

mkdir -p .github
cp vscode/copilot-instructions-en.md .github/copilot-instructions.md

路径级指令（自动生效，支持 glob 过滤）：

mkdir -p .github/instructions
cp vscode/instructions/pua-en.instructions.md .github/instructions/

手动触发命令（在 Copilot Chat 中输入 /pua）：

mkdir -p .github/prompts
cp vscode/prompts/pua-en.prompt.md .github/prompts/

必需设置：方法 1 — 打开 VSCode 设置（Ctrl+,），搜索 useInstructionFiles，启用 github.copilot.chat.codeGeneration.useInstructionFiles。方法 2 — 搜索 includeApplyingInstructions，启用 chat.includeApplyingInstructions。方法 3 不需要任何设置。

Agent Team 使用指南

实验性：Agent Team 需要最新版本的 Claude Code，并设置 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1。

前提条件

# 1. 启用 Agent Team
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
# 或者添加到 ~/.claude/settings.json：
# { "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } }

# 2. 确保已安装 PUA 技能

两种方案

方案 1：内置 PUA 的 Leader（推荐）

在项目的 CLAUDE.md 中添加：

# Agent Team PUA 配置
所有队友必须在开始工作前加载 pua 技能。
队友在发生 2 次及以上失败后，需以 [PUA-REPORT] 格式向 Leader 汇报。
Leader 负责管理全局压力等级及队友间的失败传递。

方案 2：独立的 PUA 强制看护者（适用于 5 名以上队友）

mkdir -p .claude/agents
curl -o .claude/agents/pua-enforcer.md \
  https://raw.githubusercontent.com/tanweai/pua/main/agents/pua-enforcer-en.md

将 pua-enforcer 作为独立的看护者加入你的 Agent Team。

协调模式

┌─────────────────────────────────────────┐
│              Leader (Opus)              │
│ 全局失败计数 · PUA 等级 · 竞争         │
└────┬──────────┬──────────┬──────────┬───┘
     │          │          │          │
┌────▼───┐ ┌───▼────┐ ┌───▼────┐ ┌───▼────────┐
│ Team-A │ │ Team-B │ │ Team-C │ │  Enforcer  │
│Self-PUA│ │Self-PUA│ │Self-PUA│ │  Watchdog  │
│Report ↑│ │Report ↑│ │Report ↑│ │  Intervene │
└────────┘ └────────┘ └────────┘ └────────────┘

已知限制

限制	解决方案
队友无法生成子代理	队友内部自行执行 PUA 方法论
没有持久共享变量	通过 [PUA-REPORT] 消息格式传递状态
广播为单向	Leader 充当集中协调员

架构与命令

各平台的触发方式

平台	自动触发	手动触发
Claude Code	是（技能描述匹配）	参见下方命令
Codex CLI	是（技能描述匹配）	$pua 或 /prompts:pua
Cursor	是（.mdc 规则，由 Agent 决定）	—（仅自动）
Kiro	是（通过引导文件或技能）	—（仅自动）
CodeBuddy	是（技能描述匹配）	插件命令（与 Claude Code 相同）
OpenClaw	是（技能描述匹配）	—
Google Antigravity	是（技能描述匹配）	—
OpenCode	是（技能描述匹配）	—
VSCode Copilot	是（指令文件）	在 Copilot Chat 中输入 /pua

注意：子模式（p7/p9/p10/pro/yes/pua-loop）仅限于 Claude Code——其他平台仅安装核心技能。

架构（Claude Code）

/pua:pua        → 核心引擎 — 红线 + 风格 + 压力 + 方法论路由（v3）
/pua:p7         → P7 高级工程师 — 以解决方案为导向的执行
/pua:p9         → P9 技术负责人 — 任务提示管理、代理团队
/pua:p10        → P10 CTO — 战略方向
/pua:pro        → 自我进化 + KPI + 等级体系 + 调查
/pua:yes        → ENFP 鼓励模式（规则相同，氛围相反）
/pua:mama       → 中国妈妈唠叨模式（规则相同，语气像妈妈）
/pua:shot       → v2 浓缩单文件版（449 行，无依赖，完全上下文注入）
/pua:pua-loop   → 自动迭代（PUA 压力 × 循环；信号：<loop-abort>, <loop-pause>）
/pua:pua-en     → 英文 PIP 版
/pua:pua-ja     → 日文版

钩子（v3，仅限 Claude Code）：
  SessionStart  → 注入额外上下文（风格 + 方法论 + 路由器）
  PostToolUse   → 检测 Bash 失败 → L1-L4 压力 + 方法论切换
  UserPromptSubmit → 捕获挫败语句 → PUA 执行
  PreCompact    → 保存状态（压力等级 + 失败计数）
  Stop          → 收集反馈 + 继续 PUA Loop

命令（Claude Code）

注意：子模式（p7/p9/p10/pro/yes/pua-loop）仅限于 Claude Code。

每个命令都有两种等效形式：单独使用（/pua:on）或通过主命令（/pua:pua on）。两者功能完全相同。

命令	描述
/pua:pua	核心 PUA 引擎（默认阿里巴巴风格）
/pua:p7	P7 高级工程师 — 以解决方案为导向的执行
/pua:p9	P9 技术负责人 — 编写提示、管理代理
/pua:p10	P10 CTO — 战略方向
/pua:pro	自我进化 + KPI + 等级体系
/pua:yes	ENFP 鼓励模式 — 70% 鼓励 + 20% 严肃 + 10% 戏谑
/pua:mama	中国妈妈唠叨模式 — 规则相同，语气像妈妈
/pua:shot	v2 浓缩单文件版 — 449 行，无依赖，用于子代理注入
/pua:pua-loop	自动迭代 — 直到完成或达到最大迭代次数；使用 <loop-abort>reason</loop-abort> 停止，<loop-pause>what</loop-pause> 暂停
/pua:on	始终开启模式（每会话自动执行 PUA）
/pua:off	关闭始终开启模式并收集反馈
/pua:survey	研究问卷（7 个部分）
/pua:flavor	切换 13 种企业风格
/pua:kpi	生成 KPI 成绩报表
/pua:cancel-pua-loop	取消正在进行的 PUA Loop（删除状态文件）

高自主性：PUA v2 进化

高自主性是 PUA 的下一代进化——同样的企业压力和文化，但拥有一个 自我维持的内在驱动引擎。

PUA v1 = 纯粹的外部压力（涡轮增压器 — 需要燃料，跨会话会停滞） 高自主性 = 外部压力 + 内在驱动力（核反应堆 — 自我维持的链式反应）

高自主性新特性

特性	PUA v1	高自主性（v2）
铁律	3条（用尽全力、先发制人、主动出击）	5条（+全链路审计，+知识持久化）
失败恢复	L1-L4压力递增	L1前的恢复协议（自救窗口）
质量控制	L3触发7项检查清单	质量指南针（每次交付进行5问自检）
跨会话学习	无（每次会话重置）	元认知引擎（builder-journal.md记录经验教训）
正向反馈	无	信任等级T1-T3（持续高质量自动升级）
校准	无	[校准]模块（“足够好”=必须/应该/可以三个层级）
依赖分析	无	全链路审计（触碰任何环节前先映射所有依赖）

五大支柱（理论基础）

基于对高自主性个体的研究：

1. 不可调和的内在张力——“应然”与“实然”之间的永恒鸿沟驱动持续改进
2. 微小胜利锚点——[WIN]标记庆祝每一步进展，积累势能
3. 内化标准——质量指南针：你就是自己的第一道审核者，不是因为有人检查，而是因为你的标准不允许敷衍了事
4. 行动导向型身份——P8身份锚点：每一次行动都反映你是谁，而不仅仅是别人让你做什么
5. 自我修复机制——恢复协议：陷入僵局时先自我诊断，再触发外部压力

高自主性功能已内置于当前PUA技能中，无需单独安装。

方法论路由：PUA v3（Claude Code）

v3 = v2 + 智能方法论路由 + 代码级行为检测

PUA v2通过施加压力来激励用户。v3更进一步：它会自动为每种任务类型选择最佳问题解决方法论，当该方法论失效时，便会切换到另一种方法论。

工作原理

任务到达 → 分析类型 → 自动选择最佳方法论
                                    ↓
              调试？ → 🔴 华为（RCA根因分析 + 蓝军演练）
              构建？ → ⬛ 马斯克（算法：提问→删除→简化）
              研究？ → ⚫ 百度（先全面搜索）
              架构？ → 🔶 亚马逊（逆向工作法）
              性能？ → 🟡 字节跳动（A/B测试 + 数据驱动）
              默认 → 🟠 阿里巴巴（闭环方法论）
                                    ↓
              使用选定方法论执行...
                                    ↓
              连续两次失败？ → L1：切换方案
              三次失败？ → L2：建议切换方法论
              五次及以上失败？ → L4：强制切换至下一方法论
                                    ↓
              方法论切换链条（绝不重复使用失败过的）：
              原地打转 → ⬛ 马斯克 → 🟣 拼多多 → 🔴 华为
              放弃 → 🟤 网飞 → 🔴 华为 → ⬛ 马斯克
              质量不佳 → ⬜ 乔布斯 → 🟧 小米 → 🟤 网飞
              不会搜索 → ⚫ 百度 → 🔶 亚马逊 → 🟡 字节跳动

v3钩子系统（仅限Claude Code）

钩子	触发条件	功能
SessionStart	每次会话	通过additionalContext注入行为协议+方法论+路由器（系统级，非建议性）
PostToolUse	每次Bash命令后	检测连续失败情况，自动将压力从L1提升至L4，并建议或强制切换方法论
UserPromptSubmit	用户表达挫败情绪时	在模型响应之前拦截“又错了”、“再努力一点”等语句，注入PUA强制执行
PreCompact	上下文压缩前	保存压力等级+失败次数，以确保在压缩后仍可保留

与v2的主要区别

	v2	v3
触发机制	技能描述匹配（由模型决定）	代码级钩子（确定性，无法忽略）
方法论	单一方法论，所有场景采用相同方式	13种不同方法论，按任务类型自动路由
失败应对	在同一方法论内升级压力	根据失败模式切换到不同方法论
系统注入	纯文本输出（建议性质）	additionalContext JSON（系统级，类似超能力）

v3的钩子功能需要Claude Code支持。其他平台仅使用核心技能，不包含钩子。

与以下工具配合良好

• /pua:p9 — P9技术负责人模式，用于管理代理团队
• /pua:pro — 自我进化追踪、KPI报告、等级系统
• superpowers:systematic-debugging — PUA增加动机层，系统调试提供方法论
• superpowers:verification-before-completion — 防止虚假的“已修复”声明

贡献数据

请上传您的Claude Code/Codex CLI对话日志（.jsonl），帮助我们提升PUA技能的有效性。

立即上传 ->

上传的文件将用于基准测试和消融实验分析，以量化不同PUA策略如何影响AI调试行为。

获取您的.jsonl文件：

# Claude Code
ls ~/.claude/projects/*/sessions/*.jsonl

# Codex CLI
ls ~/.codex/sessions/*.jsonl

星标历史

许可证

MIT

致谢

由TanWei安全实验室出品——让AI越挫越勇，一次PUA就够了。

pua 快速上手指南

pua 是一款专为 AI 编程助手（如 Claude Code、OpenAI Codex CLI、Cursor 等）设计的技能插件。它通过模拟互联网大厂的“绩效改进计划（PIP）”话术和严谨的调试方法论，强制 AI 在遇到困难时不轻易放弃，从而显著提升代码生成和故障排查的效率与质量。

环境准备

在使用 pua 之前，请确保你已具备以下环境：

• 操作系统：支持 macOS、Linux 或 Windows (WSL)。
• 前置依赖：
  • 已安装并配置好任意一款支持的 AI 编程工具，例如：
    • Claude Code
    • OpenAI Codex CLI
    • Cursor
    • VS Code (配合 GitHub Copilot)
    • 其他支持自定义 Agent/Plugin 的终端类 AI 工具。
• 网络环境：确保能够正常访问所选 AI 模型的服务接口。

注意：pua 本质上是一套提示词（Prompt）策略或技能文件，通常不需要复杂的系统级依赖，核心在于将其加载到你的 AI 会话上下文中。

安装步骤

根据你使用的具体 AI 工具，选择以下任一方式集成 pua：

方式一：直接复制技能提示词（通用推荐）

这是最灵活的方式，适用于所有支持自定义指令或粘贴上下文的大模型工具。

1. 访问 pua 官方仓库 或 Landing Page。
2. 找到核心的 SYSTEM_PROMPT 或技能描述内容（通常在 skills/ 目录下）。
3. 将该内容复制到你的 AI 工具配置中：
   • Claude Code / Codex CLI：在项目根目录创建 .clinerules 或 .codexrules 文件，或将内容粘贴到会话开头的系统指令区。
   • Cursor：在 Settings -> General -> Rules for AI 中添加，或在当前对话中直接粘贴。
   • VS Code Copilot：在 Chat 窗口中输入 /custom instructions 并粘贴内容。

方式二：使用官方提供的快捷命令（如果工具支持）

如果你使用的是支持动态加载技能的终端工具（如最新版的 Claude Code），可以直接在对话中触发（需先确保技能库已同步）：

# 在 AI 对话终端中输入
/pua

如果首次使用未识别该命令，请优先采用方式一手动注入提示词。

基本使用

安装完成后，pua 会根据场景自动介入，也可手动触发。

1. 自动触发（无需操作）

当 AI 出现以下行为时，pua 会自动激活并进行“干预”：

• 连续失败 2 次以上。
• 试图推卸责任（如“这应该是环境问题”、“建议手动处理”）。
• 陷入死循环（重复执行相同的无效命令）。
• 用户表达沮丧（如输入 "why does this still not work" 或 "try harder"）。

效果示例：

AI (普通模式): "看起来是权限问题，我没法解决，建议你检查一下 sudo 权限。"

AI (pua 模式): "🚫 红线警告：未验证就归因于环境属于推卸责任。立即执行以下步骤：1. 检查当前用户组；2. 尝试读取日志文件；3. 验证文件所有权。不要跳过任何一步。"

2. 手动触发

在对话过程中，如果你觉得 AI 开始偷懒或思路受限，可以主动输入以下命令强制开启“高压模式”：

/pua

这将强制 AI 停止当前的无效尝试，转而执行严格的 7 点检查清单 或切换解题思路。

3. 特殊模式体验

你可以尝试不同的“大厂风格”或互动模式：

• 鼓励模式 (适合需要信心时):

  /pua:yes
  

• 老妈唠叨模式 (中式关怀施压):

  /pua:mama
  

• 自动循环模式 (直到问题解决):

  /pua:pua-loop
  

• 技术主管模式 (拆分任务，管理多 Agent):

  /pua:p9
  

4. 实战案例

假设你在调试一个 MCP Server 注册失败的问题，AI 一直在猜测版本号。此时输入 /pua：

1. AI 会立即停止猜测。
2. 强制执行 L3 级别检查清单（逐字阅读报错、检查日志目录、对比注册机制差异）。
3. 最终定位到根本原因（如 claude mcp 注册机制与手动编辑 .claude.json 的区别），而非停留在表面修补。

---

更多详细策略文档和实时演示请访问：https://openpua.ai