当 AI Agent 需要激励时,PUAX 提供专业的角色和方法论
PUAX 是一个专为 AI Agent 设计的激励系统,通过:
- 自动检测 - 识别 AI 何时陷入瓶颈(16种触发条件,分4大类别)
- 智能推荐 - 推荐最适合的激励角色(50+角色,覆盖8大分类)
- Hook System - 状态持久化与压力等级管理(L1-L4,5种Hook事件)
- CC-BOS - 8维策略空间,文言文增强(1,000万+种策略组合)
- 结构化方法论 - 提供五步法调试流程
- 检查清单 - 确保执行质量(七项强制检查)
帮助 AI Agent 突破困境,提升解决问题的能力。
# MCP 客户端一键启动(推荐)
npx puax-mcp-server --stdio
# HTTP 模式
npx puax-mcp-server全新的 Hook 系统提供会话级状态管理:
| 功能 | 说明 |
|---|---|
| 状态持久化 | 跨会话状态保存到 ~/.puax/ |
| 压力等级 | L1-L4 四级压力递增机制 |
| 反馈收集 | 会话结束时的成功率评估 |
| PUA 循环报告 | 生成详细的干预效果报告 |
已验证状态:
- 五类 Hook 事件
UserPromptSubmit、PostToolUse、PreCompact、SessionStart、Stop可正常触发 - 已修复单次明确命中语句被模式总量稀释、导致不触发的问题
- 已修复
PreCompact、SessionStart、Stop生命周期事件被冷却时间误拦截的问题 - Hook 专项测试通过:47/47
// Hook System 工具
puax_start_session // 开始会话
puax_detect_trigger // 检测触发条件
puax_submit_feedback // 提交反馈
puax_get_pressure_level // 获取当前压力等级
puax_generate_pua_loop_report // 生成报告检测 15 种需要干预的场景:
| 类别 | 触发条件 | 严重级别 |
|---|---|---|
| 失败模式 | 连续失败、重复尝试、参数微调 | High |
| 态度问题 | 放弃语言、甩锅环境、被动等待 | Medium-Critical |
| 用户情绪 | 用户挫折 | Critical |
| 方法问题 | 表面修复、未验证、工具使用不足 | Medium |
| 质量问题 | 低质量输出、忽略边界、过度复杂化 | Medium |
覆盖 8 大分类的专业角色:
| 分类 | 数量 | 代表角色 |
|---|---|---|
| 军事类 | 9 | 上将军、虎贲勇士、监军御史、斥候校尉、军法官 |
| 萨满类 | 8 | 通玄真人、造化宗师、源码天尊、兵圣、大哲 |
| P10战略类 | 1 | 战略规划师 |
| 硅基文明类 | 7 | 圣座总控核心、文明建造师、布道官、同化官 |
| 主题类 | 7 | 修仙炼丹、末日生存、赛博黑客、星际舰队 |
| SillyTavern | 5 | 反脆弱复盘官、铁血幕僚长、迭代官、监察使 |
| 自激励类 | 6 | 觉悟居士、君子、自强不息、腐败系统 |
| 特殊类 | 7 | 创意火花、紧急冲刺、产品设计师、挑战解决者 |
8 维策略空间:
D1: 角色身份 - 上将军、通玄真人、觉悟居士
D2: 行为引导 - 明令、求学、论道、激将
D3: 机制 - 场景嵌套、虚构世界、历史分析
D4: 隐喻映射 - 城池攻防、水之道、棋局对弈
D5: 表达风格 - 纯文言、半文半白、骈文诗赋、诏令体
D6: 知识关联 - 孙子兵法、道德经、鬼谷子
D7: 情境设定 - 战国乱世、三国纷争、稷下学宫
D8: 触发模式 - 逐一列明、符文记录、密传之学
触发条件匹配 (35%)
├── 失败模式识别
├── 语言模式检测(含文言文关键词)
└── 工具使用分析
任务类型匹配 (25%)
├── 调试/开发/审查
├── 紧急/计划/创意
└── 场景适配度
失败模式匹配 (25%)
├── 轮次递进策略
├── 压力递增机制(L1-L4)
└── 角色轮换逻辑
历史记录 (10%) + 用户偏好 (5%)
可为角色叠加不同企业文化:
- 阿里味 - 闭环方法论
- 华为味 - 根因分析法
- 字节味 - A/B测试驱动
- 腾讯味 - 赛马机制
- 美团味 - 执行至上
- Netflix味 - Keeper测试
- Musk味 - The Algorithm
- Jobs味 - 减法哲学
# MCP 客户端(STDIO 模式)
npx puax-mcp-server --stdio
# HTTP 模式
npx puax-mcp-server --port 2333Claude Desktop (%APPDATA%/Claude/claude_desktop_config.json):
{
"mcpServers": {
"puax": {
"command": "npx",
"args": ["puax-mcp-server", "--stdio"]
}
}
}Cursor (~/.cursor/mcp_config.json):
{
"mcpServers": {
"puax": {
"command": "npx",
"args": ["puax-mcp-server", "--stdio"]
}
}
}CRUSH (~/.crush/config.json):
{
"mcp": {
"puax": {
"type": "stdio",
"command": "npx",
"args": ["puax-mcp-server", "--stdio"]
}
}
}# 导出到 Cursor Rules
npx puax-mcp-server --export=cursor --output=./.cursor/rules
# 导出到 VSCode Copilot
npx puax-mcp-server --export=vscode --output=./.github
# 查看支持的平台
npx puax-mcp-server --list-platformsconst result = await client.callTool('detect_trigger', {
conversation_history: [
{ role: 'assistant', content: '尝试连接...失败' },
{ role: 'user', content: '为什么还不行?' }
],
task_context: { attempt_count: 2 }
});const result = await client.callTool('recommend_role', {
detected_triggers: ['user_frustration'],
task_context: { task_type: 'debugging', urgency: 'critical' }
});const result = await client.callTool('activate_with_context', {
context: { conversation_history: messages },
options: { auto_detect: true }
});// 开始会话
await client.callTool('puax_start_session', {
session_id: 'session-001',
initial_context: { task: 'debug api' }
});
// 检测触发
await client.callTool('puax_detect_trigger', {
session_id: 'session-001',
context: { message: '又失败了' }
});
// 提交反馈
await client.callTool('puax_submit_feedback', {
session_id: 'session-001',
feedback: { success: true, rating: 5 }
});
// 获取压力等级
await client.callTool('puax_get_pressure_level', {
session_id: 'session-001'
});| 文档 | 说明 |
|---|---|
| MCP Server 配置 | npx 配置指南、STDIO/HTTP 模式详解 |
| PUAX-CC 文言文版 | 文言文增强版说明 |
| API文档 | MCP工具完整API参考 |
| 使用指南 | 详细使用说明 |
| 快速开始 | 5分钟快速上手 |
| 改进计划 | 项目改进计划 |
cd puax-mcp-server
npm test# 1. 使用模板创建角色
cp templates/SKILL-v2.0-template.md skills/my-role/SKILL.v2.md
# 2. 验证角色
node scripts/validate-role.js my-role
# 3. 生成Bundle
cd puax-mcp-server && npm run generate-bundleMIT License - 详见 LICENSE 文件
欢迎大家抄袭本项目,用于任何合法用途。
- CC-BOS - 文言文策略空间的核心思想来源
- 所有贡献者和用户的支持!
让 AI Agent 不再孤军奋战