PUA Skill：让 AI 永不放弃的效率倍增器

AI人工智能 8 月前 0 356

PUA Skill：让 AI 工作效率翻倍的实战工具

大部分人以为这个项目是在搞抽象，其实这是最大的误解。GitHub 上一个名为 tanweai/pua 的开源项目，能够让你的 Codex / Claude Code 工作效率翻倍，产出翻倍。这是一个经过真实场景验证、数据驱动的 AI 编码效率提升工具，不是玩笑。 项目亮点：

⭐ 9.4k Stars：GitHub 上的超高人气项目
🚀 效率翻倍：实测数据显示修复点数提升 36%，验证次数提升 65%
🌐 多平台支持：Claude Code、OpenAI Codex CLI、Cursor、Kiro、CodeBuddy、OpenClaw、Google Antigravity、OpenCode、VSCode (GitHub Copilot)
🌍 多语言：中文、英文、日文版本，完全独立的、文化适应的技能文件
📊 基于真实数据：9 个真实 bug 场景，18 组对照实验验证

什么是 PUA Skill？

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：

PUA 话术 — 让 AI 不敢放弃
调试方法论 — 让 AI 有能力不放弃
能动性鞭策 — 让 AI 主动出击而不是被动等待

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 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。 根因定位 → 从日志追踪到注册机制 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。 关键转折点： PUA skill 强制 AI 停止在相同方法上打转，而是执行系统化检查清单，驱动发现了之前从未检查过的 Claude Code MCP 日志目录，最终定位到注册机制的根本差异。

问题：AI 的五大偷懒模式

PUA Skill 针对了 AI 在解决复杂问题时常见的五种偷懒模式：

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：

闻味道 — 列出所有尝试，找共同失败模式
揪头发 — 逐字读错误 → WebSearch → 读源码 → 验证环境 → 反转假设
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？
执行 — 新方案必须本质不同，有验证标准，失败时产出新信息
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

PUA Skill 提供了多种企业风格，每种都有独特的话术风格：

风格	话术特点
🟠 阿里味	闻味道 / 揪头发 / 照镜子，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？

英文版（PIP Edition）使用西方大厂的 PIP（Performance Improvement Plan）话术，包括亚马逊领导力原则、谷歌绩效校准、Meta PSC、Netflix Keeper Test、Stripe Craft 等。

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。

安装指南

Claude Code 安装

方式一：添加 marketplace 后安装（推荐）

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 安装

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：

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）：

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 安装

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）：

# 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 安装

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）

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）

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）安装

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

# 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

OpenClaw 安装

OpenClaw 使用相同的 AgentSkills 开放标准（SKILL.md）。Skills 在 Claude Code、Codex CLI 和 OpenClaw 之间无缝工作，零修改：

# 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

Google Antigravity 安装

Antigravity 使用相同的 AgentSkills 开放标准（SKILL.md）：

# 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

OpenCode 安装

OpenCode 使用相同的 AgentSkills 开放标准（SKILL.md）。零修改：

# 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

VSCode (GitHub Copilot) 安装

VSCode Copilot 使用 .github/ 目录下的指令文件。三种文件类型用于不同用例： 全局指令（自动激活）：

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

路径级指令（自动激活，支持 glob 过滤）：

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

必需设置：打开 VSCode 设置（Ctrl+,），搜索 useInstructionFiles，启用 github.copilot.chat.codeGeneration.useInstructionFiles。

Agent Team 使用指南

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

前置条件

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

# 2. 确保 PUA Skill 已安装

两种方法

方法一：带有内置 PUA 的 Leader（推荐） 在项目的 CLAUDE.md 中添加：

# Agent Team PUA Config
All teammates must load the pua skill before starting work.
Teammates report to Leader in [PUA-REPORT] format after 2+ failures.
Leader manages global pressure levels and cross-teammate failure transfer.

方法二：独立的 PUA 监督者（适用于 5+ 个团队成员）

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

在 Agent Team 中将 pua-enforcer 生成为独立的监督者。

多语言支持

PUA Skill 提供完全翻译的版本 —— 每种语言都有独立的、文化适应的技能文件：

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

🇺🇸 英文"PIP 版"："这是一次艰难的对话。当我们把你定级为 Staff 时，我在 calibration 中为你争取过。期望是你从第一天起就以那个水平运作。但这种情况没有发生。" —— 英文版使用西方大厂的 PIP（Performance Improvement Plan）话术。每一句话都是真实 PIP 对话中的原话。中文版使用阿里巴巴 361、字节跳动、华为狼性文化。英文版使用亚马逊领导力原则、谷歌绩效校准、Meta PSC、Netflix Keeper Test、Stripe Craft。同一个仓库，同一个引擎，两种文化面孔。

命令列表

命令	说明
`/pua`	核心 PUA 引擎（阿里味默认）
`/pua:p7`	P7 骨干模式 —— solution-driven execution
`/pua:p9`	P9 Tech Lead —— 写 prompts，管理 agents
`/pua:p10`	P10 CTO —— 战略方向
`/pua:pro`	自进化 + KPI + 段位
`/pua:yes`	ENFP 夸夸模式 —— 鼓励 × 14 种风格
`/pua:loop`	自动迭代 —— 运行直到完成，无需交互
`/pua on`	Always-on 模式（每个会话自动 PUA）
`/pua off`	关闭 always-on + 反馈
`/pua survey`	研究问卷（7 个部分）
`/pua 味道`	在 14 种企业风格之间切换
`/pua kpi`	生成 KPI 报告卡

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 → 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：

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

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

许可证

MIT License

致谢

由探微安全实验室出品 — making AI try harder, one PUA at a time.

项目链接

GitHub：https://github.com/tanweai/pua
官方网站：https://openpua.ai
Telegram：加入群组
Discord：加入服务器
Twitter/X：@xsser_w

总结

PUA Skill 是一个经过精心设计和数据验证的 AI 编码效率提升工具。通过模拟企业管理的压力机制，它能够有效地激发 AI 的最大潜能，使其在解决复杂问题时更加持久、主动和系统化。实测数据显示，使用 PUA Skill 后，AI 的修复点数提升 36%，验证次数提升 65%，工具调用增加 50%，隐藏问题发现率增加 50%。无论你是个人开发者还是团队使用，PUA Skill 都能显著提升你的 AI 编码效率。试试看，让你的 AI 再努力一点！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。