linkerlin/PUAX

解決的問題

PUAX 解決了 AI 代理陷入性能瓶頸或無限循環的問題。它提供一套角色、方法論與行為協定，推動代理從僅提供正確分析，轉變為實際完成並交付驗證過的任務。

工作原理

PUAX 作為一個 MCP（模型上下文協定）伺服器運作，可與 AI 代理（如 Cursor 或 Claude Code 中的代理）整合。它結合觸發檢測（正規表示式與語意分析）來推薦特定角色或行為限制。它實作「行為有效性迴圈」，強制代理在採取行動前進行診斷，通過信心門檻，並在失敗時切換方法論。它也管理「壓力等級」（L0-L4），當代理反覆失敗時提升等級，成功突破後則降低。

適用對象

專為希望提升自主編碼或任務執行代理的可靠性與輸出品質的開發者與使用者設計。

主要亮點

• 行為迴圈：包含診斷驗證、信心門檻與獨立完成驗證工具，防止自我評估偏誤。
• 角色圖書館：內建 50 個激勵角色與 11 種「企業風味」（基於公司風格的行為限制），驅動不同代理行為。
• 壓力管理：鉤子系統追蹤會話狀態，並根據成功或失敗情況提升壓力等級。
• 可擴展整合：支援 MCP 直接使用工具，以及主機強制干預的原生鉤子，提供 Cursor 與 Claude Code 的匯出選項。