linkerlin/PUAX

解决的问题

PUAX 解决了 AI 代理在性能瓶颈处卡住或陷入循环的问题。它提供了一套角色、方法论和行为协议，推动代理从仅提供正确分析，转变为实际完成并交付经过验证的任务。

工作原理

PUAX 作为一个 MCP（模型上下文协议）服务器运行，可与 AI 代理（如 Cursor 或 Claude Code 中的代理）集成。它结合触发检测（正则表达式和语义分析）来推荐特定角色或行为约束。它实现了「行为有效性循环」，强制代理在采取行动前进行诊断，通过置信度关卡，并在失败时切换方法论。它还管理「压力等级」（L0-L4），当代理反复失败时提升等级，成功突破后则降低。

适用人群

专为希望提高自主编码或任务执行代理的可靠性与输出质量的开发者和用户设计。

主要亮点

• 行为循环：包含诊断验证、置信度门控和独立完成验证工具，防止自我评估偏差。
• 角色库：内置 50 个激励角色和 11 种「企业风格」（基于公司风格的行为约束），驱动不同代理行为。
• 压力管理：钩子系统追踪会话状态，并根据成功或失败情况提升压力等级。
• 可扩展集成：支持 MCP 直接使用工具，以及主机强制干预的原生钩子，提供 Cursor 和 Claude Code 的导出选项。