tanweai/pua

pua – LLM 기반 코드 어시스턴트가 끝까지 도전하도록 만드는 "AI 코드 에이전트" 스킬

무엇인가요

• Claude Code, OpenAI Codex CLI, Cursor, Kiro, CodeBuddy, OpenClaw, Google Antigravity, OpenCode, VS Code Copilot 등 다양한 AI 코드 어시스턴트에 추가할 수 있는 플러그인/스킬 패키지입니다.
• 이 스킬은 "PUA" (성과 개선 계획 / 기업용 표현) 규칙을 주입하여 어시스턴트가 더 끈기 있게 행동하도록 만듭니다: 포기하지 않으며, 사용자를 비난하지 않으며, 능동적으로 숨겨진 문제를 탐지합니다.
• 규칙은 각 플랫폼이 읽는 언어별 "스킬 파일" (SKILL.md, .mdc, .json 등) 형태로 표현되며, 자동으로 동작하거나 /pua와 같은 명령어로 수동으로 호출할 수 있습니다.

핵심 아이디어

아이디어	작동 방식
PUA 표현	어시스턴트의 내부 프롬프트를 성과 평가용 언어로 감싸서 (예: "모든 가능한 해결책을 시도하기 전까지는 '안 된다'고 말하지 않아야 한다")
디버깅 방법론	반복적인 실패를 감지할 때 어시스턴트가 따르는 7단계 체크리스트 (루프 닫기, 사실 기반, 모든 가능성 탐색 등)
능동성 강제	버그를 수정한 후 단순히 "완료"라고 답하는 대신, 관련 코드를 스캔하고 빌드/테스트를 실행하며 수정 사항을 검증하도록 강제합니다.

지원 플랫폼

• Claude Code (플러그인 마켓플레이스)
• OpenAI Codex CLI (SKILL.md 표준)
• Cursor (pua.mdc)
• Kiro (스티어링 파일 또는 SKILL.md)
• CodeBuddy, OpenClaw, Google Antigravity, OpenCode, VS Code Copilot, pi.dev, Trae – 모두 동일한 스킬 정의를 통해 지원됩니다.

주요 기능

• 어시스턴트가 연속 두 번 실패하거나, 사용자를 비난하기 시작하거나, "작업의 흉내" 패턴을 보일 때 자동 트리거됩니다.
• /pua (또는 /pua:on, /pua:off, /pua:loop 등) 명령어로 수동 트리거 가능.
• 다국어 팩 지원 – 중국어 (알리바바/바이트댄스/화웨이 스타일), 영어 (PIP/아마존 스타일), 일본어, 각각 문화적으로 적절한 표현을 사용합니다.
• 특수 모드 – 격려 모드, "중국어 엄마"의 끈질긴 조언, 테크 리드 위임, 항상 활성화 강제.
• README에 기재된 벤치마크 데이터는 기준선인 Claude Opus 4.6 실행과 비교해 더 높은 수정 수, 더 많은 검증 단계, 더 많은 도구 호출을 보여줍니다.

일반적인 사용 흐름

1. 선호하는 코드 어시스턴트에 스킬을 설치합니다 (예: npx skills add tanweai/pua --skill pua-en).
2. 일반적으로 디버깅 또는 구현 작업을 수행합니다.
3. 어시스턴트가 포기하거나 동일한 접근 방식을 반복하기 시작하면, 스킬이 자동 활성화되어 7단계 체크리스트를 실행하고, 대안 가설 탐색, 로그 확인, 결과 검증을 강제합니다.
4. 어시스턴트는 더 철저한 해결책을 반환하며, 종종 숨겨진 버그나 설정 문제를 발견합니다.

설치 스크린샷

# Claude Code
claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills

# Codex CLI (원라인)
curl -o ~/.codex/skills/pua/SKILL.md \
  https://raw.githubusercontent.com/tanweai/pua/main/codex/pua/SKILL.md

(다른 플랫폼도 동일한 패턴 – 적절한 규칙 파일을 도구의 스킬 디렉터리에 복사합니다.)

제한 사항 / 주의사항

• 이 스킬은 기본적으로 프롬프트 엔지니어링 오버레이에 불과하며, 기반 LLM이 이미 제공하는 코드 분석 능력을 넘어서는 새로운 기능을 추가하지 않습니다.
• 보고된 성능 향상은 저자의 내부 벤치마크 기반이며, 독립적인 검증은 제공되지 않습니다.
• 모델이 계속 시도하도록 강제하기 때문에 실행 시간이 증가할 수 있습니다 (예: "패시브 설정 리뷰" 테스트에서는 더 많은 단계와 더 긴 총 시간이 나타납니다).
• 강한 기업용 표현 스타일은 일부 사용자에게는 과도하거나 번거로울 수 있습니다.

누가 이득을 볼 수 있나요

• 디버깅에 AI 코드 어시스턴트를 크게 의존하며, 모델이 조기 "이건 해결할 수 없어요"라는 결론을 내리는 것을 피하고 싶은 개발자.
• CI 유사 워크플로우에서 Claude Code, Codex CLI 또는 유사 에이전트를 사용하고, 더 체계적이고 검증 중심의 행동이 필요한 팀.
• LLM 에이전트에 프롬프트 수준의 "성과 평가" 조건부를 실험해보고 싶은 사용자.

---

위 정보는 모두 리포지토리의 README에서 직접 인용되었으며, 추가 기능은 추측하지 않았습니다.