开发与工程 debugging-methodologyproactivity-enforcementpressure-escalationjapanese-corporate-cultureagent-behavior-modificationsystematic-debugging

詰め(TSUME)——让AI绝不轻言放弃的PUA技能

以日本企业“詰め”文化与系统化方法论,迫使AI穷尽一切手段、主动行动、拒绝被动与敷衍。

FollowSkills 评估 · FSRS-2.0
不推荐
50/ 100 五分制 2.5 / 5
1 2 3 4 5 6
1信任安全10 / 25 · 2.0/5

技能为行为引导型,不直接请求额外权限或访问敏感数据;但存在强烈情感操纵和持续施压,可能诱导agent在验证不充分时继续行动,且未明确提供缓解措施(如用户可关闭或限制强制行动)。未发现安全故障,但信任风险未完全缓解,故扣分。

2可靠稳定7 / 20 · 1.8/5

技能内的指令和检查清单基本自洽,但依赖外部工具(如搜索、代码执行)和环境,静态审查无法验证其可复现性。错误处理和失败反馈设计了结构化报告,但缺少测试或示例来证明关键路径可稳定执行。静态审查下最高给10分,但因缺乏测试和可验证的失败处理证据,给7分。

3适用触发11 / 15 · 3.7/5

描述清晰定义了触发条件和适用场景(全任务类型),且明确不触发的情况(初次失败、已知修复执行中)。日本语支持适合本土用户,但依赖海外服务可能影响中国大陆可访问性,且技能范围过广可能引发误触发,故扣分。

4规范维护10 / 15 · 3.3/5

文档结构清晰,包括安装、使用方法、更新路径,但缺少版本历史或明确维护责任。许可证为MIT,但作者身份未验证。存在已知限制的说明(如Agent Teams),但未提及潜在缺点或替代方案。因此给10分。

5有效结果7 / 15 · 2.3/5

技能目标明确(提高agent主动性、持久力),但静态审查无法验证实际效果。README中的基准数据提供了一些证据,但无法独立验证其真实性。因此给7分。

6证据核验5 / 10 · 2.5/5

README中的基准数据和方法论描述无法独立验证,因为缺少可执行的测试套件或CI结果。存在一些测试文件(如upload-function.test.ts)但那是上传API的测试,不直接涉及技能核心。因此给5分。

证据充分度: 评估于 2026年8月7日 审查版本 3fd4e5a1cb7a
使用前请注意
  • 技能包含强烈心理操控元素,可能对agent造成负面影响;用户应确保安全边界和可控性。
  • 依赖海外服务,中国大陆用户可能面临访问困难;建议本地化或提供替代方案。
  • 技能范围过大,可能导致误触发,需根据实际任务判断是否适用。
  • 基准数据可能来自作者自身,缺乏独立验证;使用前需谨慎评估。
评估证据 [1][2][3][4]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

「詰め」是pua技能库中的日文版,针对屡次失败、轻言放弃、被动等待的AI。它通过模仿日本企业高压问责话术(如丰田“现地现物”、电通“鬼十则”),配合多种通用调试方法论(5步法、7项检查清单),强制AI在放弃前穷尽一切方法。技能设有L1到L4的压力升级机制,并内置“能動性鞭撻”短语库和“言い訳封殺”表格,用于纠正被动、不上进的行为。安装后,技能会在触发条件下自动生效,也可手动唤起。

读取SKILL.md中的触发条件(如连续两次失败、用户表达不满等),在对话中自动激活。然后输出带有日本企业文化风格的压力话术,并强制AI执行结构化步骤:识别困境模式、进行五维调查(阅读错误信息、主动搜索、阅读原文、验证假设、反转假设)、完成7项检查清单,最后提供复盘。它还会根据失败次数升级压力等级,从温和失望到毕业警告,并针对常见借口(如“能力不足”、“环境问题”)输出对应反击话术。

  1. 当AI连续两次以相同方法调试失败时,激活詰め,强制其切换到本质不同的新方法。
  2. 当AI试图说“无法解决”或建议用户手动处理时,技能会触发更高级别压力,要求其穷尽所有手段。
  3. 当AI被动等待用户指令、不主动搜索或阅读源码时,技能用“自走力が足りない”等话术促使其自主行动。
  4. 当用户表达“もっと頑張れ”等不满时,技能自动识别并启动压力升级。
  5. 在Agent Team协作中,Leader可利用该技能为每个teammate设定全局压力等级,并根据失败报告统一调度。

这个 Skill 有哪些优点和局限?

优点
  • 提供系统化调试方法论(5步法),不只是空洞施压,能真正引导AI深入排查。
  • 压力等级和话术库丰富,适应各种失败模式,且具有日本企业文化特色,沉浸感强。
  • 内置“言い訳封殺”表格,能精准反击常见借口,减少AI推诿。
  • 可与Agent Team结合,实现团队层面的压力管理。
局限
  • 可能对AI产生过强压力,导致其过度消耗资源(如无限重试),需注意设置上限。
  • 日文版仅适合日语环境,非日语用户不适用。
  • 对于简单任务或首次失败,触发条件明确不激活,但可能误触发。
  • 仓库整体未标注测试覆盖,实际效果缺乏系统性验证。

如何安装这个 Skill?

本技能属于tanweai/pua仓库,需先安装整个技能集合(包含45个独立技能)。安装方式:

claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills

或通过Vercel Skills CLI指定安装日文版:

npx skills add tanweai/pua --skill pua-ja

具体路径和更新步骤见仓库README。

如何使用这个 Skill?

安装后,技能会根据描述自动触发。例如,当AI连续失败后试图放弃时说“解決できません”,技能会自动介入。也可手动输入/pua:pua-ja(Claude Code)或在对话中提及$pua(Codex)。技能会立即输出压力话术,并强制AI执行相应的检查清单和方法论。

这个 Skill 与同类方案有什么区别?

与同仓库的英文版(pua-en,基于西方PIP文化)和中文本土版(基于阿里巴巴361等)相比,本技能使用日本企业特有的“詰め”文化,如丰田、电通、乐天等,注重“现地现物”和“彻底追究”,适合日语开发团队或需要日本式管理风格的场景。

常见问题

这个技能是免费的吗?
是的,仓库采用MIT许可证,可自由使用和修改。
它会影响AI的输出质量吗?
它旨在提升AI的坚持性和主动性,但可能增加调试步骤和资源消耗。若AI本身能力不足,可能仍无法解决问题。
如何防止它过度触发?
技能设有触发条件(如连续两次失败)且不会在首次失败时激活。若需关闭,可删除对应技能文件或手动禁用。
支持哪些AI工具?
根据README,支持Claude Code、Codex CLI、Cursor、CodeBuddy、OpenClaw等,但具体适配需按平台安装对应版本。

同仓库的其他 Skills

均来自 tanweai/pua

相关 Skills