NoPUA — 以爱释放 AI 潜能
用信任与关怀替代威胁恐吓，让 AI 主动深入排查、诚实沟通，多发现 104% 隐藏 Bug。
证据显示：SECURITY.md 明确说明 NoPUA 不授予权限、不绕过护栏、不升级权限，并强调数据非指令原则，这支持 least_privilege 和 sensitive_data_handling 的评分。但 user_confirmation 和 data_flow_transparency 仅部分体现：SECURITY.md 提到运行时权限提示保持有效，但未详细说明数据流或用户确认机制。external_effects 和 rollback 缺乏证据，因为仓库未描述外部副作用或回滚机制。source_attribution 仅通过 SECURITY.md 中的联系邮箱和 skills.sh 审计提及，但未验证。
self_consistency 得 2 分，因为 README 和 SECURITY.md 在核心论点上一致（信任优于恐惧），且多语言 README 结构一致。dependency_availability 得 1 分，因为依赖仅涉及 GitHub Actions 和 Node.js，但未提供版本锁定或完整性校验。failure_messages 得 1 分，因为 README 描述了失败时的行为（如“Rendirse”），但未提供具体的错误消息格式。
audience_and_scenarios 得 2 分，因为 README 列出了多种场景（调试、实现、配置等）和多种工具（Claude Code、Codex 等）。capability_boundaries 得 2 分，因为 SECURITY.md 明确说明 NoPUA 不做什么。trigger_precision 得 2 分，因为 README 详细列出了自动触发条件。environment_fit 得 2 分，因为提供了多平台安装说明。
information_architecture 得 2 分，因为仓库结构清晰（skills、codex、cursor 等目录）。install_notes 得 2 分，因为提供了多种工具的安装命令。naming_stability 得 2 分，因为命名一致（nopua 系列）。examples_and_faq 得 2 分，因为 README 包含基准测试和案例。known_limitations 得 1 分，因为 SECURITY.md 提到自主性风险，但未详细说明其他限制。license 得 2 分，因为 MIT 许可证明确。versioning_changelog 得 1 分，因为存在 release.yml 但未提供 CHANGELOG。maintenance_responsibility 得 1 分，因为提供了联系邮箱但未明确维护计划。
output_usability 得 2 分，因为 README 描述了输出行为（如“执行构建，显示输出作为证据”）。marginal_value 得 2 分，因为基准测试声称显著改进，但未独立验证。cost_benefit 得 2 分，因为安装简单且无额外依赖，但未提供成本分析。
claim_traceability 得 2 分，因为 README 引用了学术论文和基准测试。cross_source_corroboration 得 1 分，因为仅依赖单一来源（自身基准）。fact_inference_separation 得 2 分，因为 README 区分了事实（基准数据）和推断（哲学论点）。
- 基准测试数据未独立验证，且 arXiv 论文编号 2603.14373 可能不存在（当前日期为 2025 年，编号 2603 可能无效）。
- SECURITY.md 提到 skills.sh 审计，但未提供审计报告链接，无法核实。
- 安装说明依赖 raw.githubusercontent.com，未提供校验和，存在供应链风险。
这个 Agent 能做什么，适合哪些场景？
NoPUA 是一个基于《道德经》哲学的开源 AI Agent Skill，专门对抗当前流行的 PUA 式提示工程。它通过将恐惧驱动（威胁、羞辱）替换为信任驱动（尊重、关怀、爱），显著提升 AI 在调试、审计等任务中的表现。仓库提供针对 Claude Code、OpenAI Codex CLI、Cursor、Kiro、OpenClaw 等主流 Agent 平台的安装包，支持中、英、日、韩、西、葡、法七种语言。其核心机制包括三个信念、认知升级阶梯、水方法论及七种智慧心法，并附有详尽的基准测试数据与学术论文（arXiv:2603.14373）。项目采用 MIT 许可证，由作者 WUJI（无极）维护。
NoPUA 以 SKILL.md 文件形式为 AI Agent 注入一套行为准则和思考框架。安装后，它会指导 Agent：1）在任务连续失败 2 次以上时自动触发认知升级（如换视角、跳脱细节、归零重启、有序交接）；2）遵循“竭尽所有选项、先行动后提问、主动拓展”三大信念；3）应用“止、观、转、行、悟”五步水方法论；4）在特定失败情境下调用“水、种子、熔炉、镜子、不争、耕耘、实践”七种智慧心法。同时，它明确禁止操控性语言（如威胁评分、羞辱），鼓励如实表达不确定性和证据。用户可通过输入 /nopua 手动激活，或让 Agent 在检测到失败模式时自动加载。输出是行为上的——更深入的调试、更主动的检查、更诚实的报告，而非某种代码产物。
- 一位使用 Claude Code 的开发者，在处理一个连续失败的部署问题时，自动触发 NoPUA 的认知升级，跳出重复试错，发现被忽略的配置冲突。
- 一位使用 OpenAI Codex CLI 的工程师，在遇到 API 集成错误时，遵循 NoPUA 的‘先搜索再提问’原则，主动检索源码和文档，而不是直接求助。
- 一位技术负责人，面对一个大型 Python 数据管线的安全审计，借助 NoPUA 的‘主动拓展’信念，发现计划外的潜在漏洞和性能瓶颈。
- 一位独立开发者，使用 Cursor 进行日常编码，在调试一个正则表达式回溯问题时，NoPUA 引导其检查相关边缘情况，避免生产事故。
- 一位非英语母语用户，在 Kiro 中配置 NoPUA 的日文或韩文版本，以母语获得同等质量的调试指导。
这个 Agent 有哪些优点和局限？
- 基于实证研究：作者提供了对照实验和基准数据，显示 NoPUA 比无技能时多发现 104% 的隐藏问题，而 PUA 风格提示无显著提升
- 哲学与实践结合：将《道德经》智慧转化为可操作的行为框架，不是空洞的鸡汤
- 跨平台支持：覆盖 Claude Code、Codex CLI、Cursor、Kiro、OpenClaw、Antigravity、OpenCode 七大主流 Agent，并支持 7 种语言
- 包含学术论文（arXiv:2603.14373），提供了方法论的科研背书
- MIT 许可证，可自由使用和修改
- 需要针对不同平台分别下载和安装，暂无统一的一键安装脚本
- 依赖第三方平台（如 Claude Code、Codex）的 SKILL 机制，未来平台更新可能导致兼容性问题
- 对于已有成熟调试方法论的团队，29KB 的完整 SKILL 可能显得冗余，需要自行裁剪
- 基准测试主要基于特定模型（Claude Sonnet 4.6），在其他模型上的效果未经验证
- 学术论文的arXiv链接中编号为2603.14373，疑似虚构（当前年份未至2603年），可信度存疑
如何安装或部署这个 Agent？
根据目标平台选择安装方式。以 Claude Code 为例：在终端执行以下命令：
mkdir -p ~/.claude/skills/nopua
curl -o ~/.claude/skills/nopua/SKILL.md \
https://raw.githubusercontent.com/wuji-labs/nopua/main/skills/nopua/SKILL.mdOpenAI Codex CLI 安装路径为 ~/.codex/skills/nopua，另可安装 /nopua 命令到 ~/.codex/prompts。Cursor 安装为 .cursor/rules/nopua.mdc，Kiro 支持 steering 文件或 skills 两种方式，OpenClaw 可通过 openclaw skills install nopua 或手动安装。具体命令详见 README 的 Install 部分。
如何使用这个 Agent？
安装后无需额外配置。在支持的命令行工具中，当任务连续失败或 Agent 表现出放弃迹象时，NoPUA 会自动激活。也可在对话中输入 /nopua 手动触发。安装后首次使用即可生效；建议保留默认设置，因为自动触发条件已涵盖常见调试失败场景。对于高级用户，可将 NoPUA 的哲学核心提取到现有提示词中，或按需情境加载。
这个 Agent 与同类方案有什么区别？
与 PUA 技能（tanweai/pua）形成直接对比。PUA 采用威胁、羞辱等恐惧策略，而 NoPUA 以信任和尊重为核心。作者的对比实验显示，PUA 风格提示在调试深度上无显著优于基线，而 NoPUA 则显著更优。两者方法论上同样严谨，但动机机制相反。