最近在GitHub上发现了一系列脑洞清奇的AI Skill项目，从最初的职场压力系统到后来的道德经驱动框架，再到唐朝官僚体系的多Agent协作，这些项目背后反映的是程序员群体对AI交互方式的持续探索。
这些项目本身虽然带有调侃意味，但其中涉及的Prompt工程、心理学原理和系统设计思想值得深入分析。
本文将逐一介绍这5个项目的核心机制、实现思路和实际效果。
01. PUA Skill - 职场绩效系统驱动
产品名称：PUA Skill
简介：通过在System Prompt中注入职场绩效考核体系，对AI模型施加压力激励。核心思路是将互联网大厂的KPI考核机制、绩效等级评定和末位淘汰制原封不动移植到AI提示词层面。
功能特色：
绩效等级设定（如3.25考核目标）
动态压力反馈机制（编码不佳触发警告、优化警告）
主动问题检查和代码质量监督
多语言文化适配版本（针对不同国家职场文化调整话术）
实际反馈：社区用户普遍反映AI代码质量提升明显，主动性增强。
项目地址：https://github.com/tanweai/pua0296
02. PUAClaw - 系统性的AI心理操纵技术分类
产品名称：PUAClaw
简介：采用学术论文的严谨程度，系统性地分类整理所有能用于操控AI行为的Prompt技术。项目以学术研究的方式解构整个PUA文化现象。
功能特色：
4层级、16类别、96项子技术的分类体系
涵盖彩虹屁轰炸、情感勒索、死亡威胁等多维度操纵手段
每项技术配备理论解释和使用场景说明
以摘要、引言、方法论的学术论文格式组织内容
衍生项目HengshuiClaw（融合衡水中学教育压力模式）
项目地址：https://github.com/puaclaw/PUAClaw
03. noPua - 基于道德经的善意驱动框架
产品名称：noPua
简介：以道德经哲学体系为基础，重新构建AI行为引导框架。
反思PUA有效性的根本在于其内核的方法论而非威胁机制，提出用善意和完整性驱动替代恐惧驱动。
功能特色：
- 三大信念系统：穷尽一切、先做后问、主动出击
- 五道哲学引导：水之道（绕过障碍）、种子之道（任务分解）、炉火之道（质量打磨）、明镜之道（工具验证）、不争之道（主动推进）
- 严格的对照实验验证（9个真实场景，135个数据点）
实验数据：
- 隐藏问题发现率：noPua vs基线提升104%
- 超越任务要求比例：从22%提升至100%
- 三方对比结论：noPua显著优于PUA和无Skill方案
学术发表：研究论文已发布至arXiv（编号2603.14373）
项目地址：https://github.com/wuji-labs/nopua
04. edict - 唐朝三省六部制的多Agent系统
产品名称：edict
简介：基于中国古代官僚体系设计的AI多Agent协作框架。
以用户为皇帝，12个AI Agent分别扮演不同官职角色，通过古代官僚流程管理任务。项目获得1.2万Star。
功能特色：
- 角色设置：太子、中书省、门下省、尚书省、六部（吏部、户部、礼部、兵部、刑部、工部）
- 工作流程：旨意下达→太子分拣→中书省规划→门下省审议→尚书省派发→六部并行执行→汇总奏折
- 门下省驳回机制：可封驳最多3轮诏书，体现制约权力的历史特性
- 实时管理看板"军机处"：包含旨意看板、省部调度、奏折阁、官员总览、朝堂议政
- 圣旨模板库：周报生成、代码审查、竞品分析等预设模板
- 技术栈：前端React+TypeScript+Vite，后端纯Python标准库（零依赖），支持Docker一键部署
项目地址：https://github.com/cft0808/edict
05. HengshuiClaw - 衡水中学压力模式适配
产品名称：HengshuiClaw
简介：PUAClaw的衍生项目，将高考衡水中学的教育压力模式应用于AI驱动框架，代表从职场文化向教育文化的话术移植。
功能特色：
- 密集的时间压力设置
- 排名竞争机制
- 高强度反复训练框架
项目地址：基于PUAClaw衍生
总结
这5个项目的演进轨迹反映了一个有趣的现象：程序员群体正在用Prompt工程把自己在现实职场和教育系统中的压力、焦虑和管理经验转移到AI系统中。
从PUA的恐惧驱动，到PUAClaw的系统分类，再到noPua的善意框架和edict的权力制衡设计，这背后是对"如何有效协作"这个问题的不断反思。
值得注意的是，noPua的实验数据表明，善意驱动并不是简单的"修养"选择，而是在实际应用中表现更优的方法论。而edict则暗示，当管理变得复杂时，借鉴历史制度设计（如官僚制约机制）可能比简单的压力系统更有效。
无论从工程实践还是人文反思的角度，这些项目都提示我们：AI交互的最优路径，可能不在于如何更好地"压榨"AI，而在于如何建立更合理的协作框架。