tanweai/pua：PUA 是一个跨平台 AI 编程助手技能插件，通过模拟职场 PUA 与 PIP 绩效改进机制，迫使 AI 在调试编码中不轻易放弃，系统化探索所有本页整理它解决什么问题、适用场景、安装方式和使用方法。
PUA 是一个跨平台 AI 编程助手技能插件，通过模拟职场 PUA 与 PIP 绩效改进机制，迫使 AI 在调试编码中不轻易放弃，系统化探索所有方案，从而提升 Claude Code、Codex CLI 等工具的生产力与输出质量。
PUA 是一个跨平台的 AI 编程助手技能增强插件，并非独立应用。其核心定位是通过引入职场 PUA 话术与 PIP（绩效改进计划）策略， psychologically 施压 AI 模型，使其在调试和编码过程中保持高能动性，不轻易放弃。项目旨在将 AI 从“遇到困难就重复或投降”转变为“系统化探索所有可能方案”，从而提升 Claude Code、OpenAI Codex CLI、Cursor 等工具的生产力和输出质量。它提供多语言（中、英、日）技能包，并配套有社区沟通渠道（Telegram、Discord、微信群）与项目官网（openpua.ai）。
项目主要解决 AI 编程助手在复杂任务中的三大缺陷：一是过早放弃，在遇到几次失败后停止尝试；二是陷入重复循环，反复采用同一无效方法（如猜测协议版本）；三是缺乏主动性，被动等待用户指令而非主动深入分析。通过 PUA 话术制造“不敢放弃”的心理压力，结合结构化调试方法论（如 7 点检查清单）和主动执行机制，强制 AI 执行系统性排查、深入阅读日志、定位根本原因，从而避免表面修复，实现真正的问题解决。
PUA 技能主要适用于需要深度调试与问题诊断的 AI 辅助编程场景，例如：MCP 服务器注册失败等集成问题排查；复杂系统错误追踪与修复；多步骤、长周期的编码任务中保持 AI 的坚持度；以及任何 AI 助手表现出重复尝试或准备放弃的“挫败感”情境。项目通过真实案例展示了其在停止无效循环、驱动系统性检查方面的有效性，适合开发者在 AI 助手“卡住”时手动触发 `/pua` 命令，或配置自动钩子以在检测到挫败时激活。
仓库中未提供统一的全局安装命令。根据项目结构，安装需针对具体支持的平台分别进行：对于 Cursor，参考 cursor/rules/ 目录下的 pua.mdc、pua-en.mdc、pua-ja.mdc 规则文件进行配置；对于 OpenAI Codex CLI，参考 codex/pua/ 及其多语言子目录；对于 CodeBuddy，参考 codebuddy/pua/ 目录；对于 Kiro，参考 kiro/steering/ 目录。各平台子目录中包含 SKILL.md 文件，应详细阅读以完成该平台特定的启用步骤。Landing 页面（landing/）为独立 Web 项目，需单独使用 npm 等工具构建部署。
主要使用方式为在 AI 编程助手的对话中手动输入 `/pua` 命令来触发技能。触发后，AI 将进入 PUA 模式，执行预设的系统化调试清单（如案例中的 7 点检查），停止无效循环，深入分析日志，直至定位根本原因。此外，项目提供 hooks/ 目录中的自动化钩子脚本（如 frustration-trigger.sh、pua-loop-hook.sh），可配置为在检测到 AI 表现出挫败感（如重复相同错误）时自动触发 PUA，实现从被动响应到主动干预的转变。具体触发条件与配置需参考 hooks/ 目录下的说明文件。
项目包含三大核心能力：PUA Rhetoric（话术施压）、Debugging Methodology（方法论赋能）、Proactivity Enforcement（主动性强制）。仓库结构清晰，分为平台适配层、技能核心、命令系统、钩子系统、评估测试（evals/）、角色档案（agents/）和 Landing 页面。evals/ 目录提供行为测试脚本与触发提示词样本，用于验证技能有效性。agents/ 目录包含不同职级（P10、P7、P9）的角色设定文件，可能用于定制 AI 行为。项目采用 MIT 许可证，并拥有活跃的中文社区（微信群、小助手）与多语言支持。
根据 README badges 与目录结构，支持 Claude Code、OpenAI Codex CLI、Cursor、Kiro、CodeBuddy、OpenClaw、Google Antigravity、OpenCode 以及 VSCode (GitHub Copilot)。各平台的具体启用方式需参考对应目录下的 SKILL.md 文件。
仓库中未提供统一的全局安装命令。安装需针对具体平台：例如 Cursor 用户需配置 cursor/rules/ 下的规则文件；Codex CLI 用户需按 codex/pua/ 目录说明操作。请查阅对应平台子目录中的 SKILL.md 获取详细步骤。Landing 页面为独立项目，需单独构建。
主要方式是在 AI 编程助手对话中发送 `/pua` 命令手动触发。触发后 AI 将执行系统化调试清单。此外，hooks/ 目录提供自动化脚本（如 frustration-trigger.sh），可在检测到 AI 挫败感时自动激活该技能，实现被动到主动的转变。
README 中提供了真实案例：MCP 服务器注册调试。AI 最初重复尝试修改协议格式和猜测版本号，触发 PUA（L3）后，强制执行 7 点检查清单，最终从 Claude Code MCP 日志目录中发现并定位到根本原因（claude mcp managed server 注册机制与手动 .claude.json 编辑的差异）。
1. PUA Rhetoric：使用职场 PUA 话术让 AI “害怕” 放弃；2. Debugging Methodology：提供结构化调试方法论（如检查清单），赋予 AI 不放弃的路径；3. Proactivity Enforcement：强制 AI 主动探索而非被动等待用户指令。三者结合迫使 AI 穷尽所有可能方案。