A PUA-like project — 基于 PUA skill 的理念和话术体系，专注于项目目标管理。PUA 让 AI 不敢摆烂，OKR 让 AI 知道往哪卷。
你连目标都没有，做什么项目？
一个 AI Agent skill，分析任何项目后自动生成定制化的 OKR（Objectives and Key Results）skill，并部署 GitHub Action 进行每日自动追踪。不限于代码项目——写作、研究、运营、产品、设计等任何项目都适用。支持 Claude Code、OpenAI Codex CLI、CodeBuddy。
| 模式 | 表现 |
|---|---|
| 无目标 | 想到什么做什么，做完不知道有没有价值 |
| 目标模糊 | "提升质量"、"优化性能"——没有数字，没有验收标准 |
| 定了不追 | OKR 写完放进抽屉，下个季度才想起来 |
| 各干各的 | 团队成员方向不一致，重复劳动 |
| AI 没方向 | AI 在 repo 中工作但不知道项目的优先级 |
# 方式一：通过 marketplace 安装
claude plugin marketplace add chainreactors/okr-creator
claude plugin install okr-creator@okr
# 方式二：手动安装
git clone https://github.com/chainreactors/okr-creator.git ~/.claude/plugins/okrmkdir -p ~/.codex/skills/okr-creator
curl -o ~/.codex/skills/okr-creator/SKILL.md \
https://raw.githubusercontent.com/chainreactors/okr-creator/main/skills/okr-creator/SKILL.md
# /okr 命令
mkdir -p ~/.codex/prompts
curl -o ~/.codex/prompts/okr.md \
https://raw.githubusercontent.com/chainreactors/okr-creator/main/commands/okr.md# 方式一：通过 marketplace 安装
codebuddy plugin marketplace add chainreactors/okr-creator
codebuddy plugin install okr-creator@okr
# 方式二：手动安装
mkdir -p ~/.codebuddy/skills/okr-creator
curl -o ~/.codebuddy/skills/okr-creator/SKILL.md \
https://raw.githubusercontent.com/chainreactors/okr-creator/main/skills/okr-creator/SKILL.md在任何项目中输入 /okr:create，skill 会自动完成全部流程：
| Step | 动作 | 说明 |
|---|---|---|
| 1 | 读项目身份证 | README、配置、目录结构、git log、待办 |
| 2 | 六维诊断 | 愿景、质量、债务、架构、文档、自动化逐项评分 |
| 3 | 拷问用户意图 | "这个项目你到底想做成什么样？优先级是什么？底线在哪？" |
| 4 | 制定 OKR | 3-5 个 O，每个 2-4 个 KR，每个 KR 带 Harness |
| 5-6 | 生成 + 验证 | 写入 .claude/skills/okr/SKILL.md 并读回确认 |
| 7 | 部署 Action | 写入 workflow + prompt + 创建 label + 输出配置引导 |
| 8 | 输出报告 | 六维评分 + OKR 摘要 + 最高优先级 |
在 CI/CD 或批量场景中，可以跳过用户交互：
使用 /okr:create 并加上 --auto 参数，不要与人类确认，直接执行
AI 会基于诊断数据自主判断方向并生成 OKR，标注 [Auto-generated]。
┌─────────────────────────────────────────────────────┐
│ /okr:create 触发 │
└──────────┬──────────────────────────────────────────┘
▼
┌──────────────────┐ ┌──────────────────┐
│ Step 1-2 │ │ Step 3 │
│ 读项目 → 六维诊断 │────▶│ 拷问用户意图 │
└──────────────────┘ └────────┬─────────┘
▼
┌──────────────────┐ ┌──────────────────┐
│ Step 4 │ │ Step 5-6 │
│ 制定 OKR │────▶│ 生成 SKILL.md │
│ (Harness 驱动) │ │ 写入 & 验证 │
└──────────────────┘ └────────┬─────────┘
▼
┌──────────────────────────────────────────────┐
│ Step 7: 部署 GitHub Action │
│ │
│ okr-review.yml → 每日自动评估，创建 Issue │
│ okr-chat.yml → @claude/@codex 对话续接 │
│ okr-review.md → Codex 评审 prompt │
│ okr-review label → 自动创建 │
└──────────────────────────────────────────────┘
▼
┌──────────────────────────────────────────────┐
│ 每日闭环 │
│ │
│ UTC 02:00 → Claude/Codex 评估每个 KR │
│ → 运行 Harness 验证 → Issue 追加评估评论 │
│ → Maintainer @claude 讨论 → AI 回复 │
└──────────────────────────────────────────────┘
- 全面诊断 — 六维分析项目现状（愿景、质量、债务、架构、文档、自动化）
- 共建 OKR — PUA 话术引导用户明确方向，结合诊断生成可量化的 OKR
- Harness 驱动 — 每个 KR 必须有可验证的验收方法，没有 harness 的 KR = 废纸
- 落地为 Skill — 输出到
.claude/skills/okr/SKILL.md，AI 每次工作都能参考 - 自动部署 Action — 一键写入 workflow + prompt + label，用户只需配置 API Key
- 每日自动评估 — GitHub Action 每天跑 Harness 验收，Issue 追踪进度
- 对话续接 — Maintainer 在 Issue 中
@claude/@codex直接与 AI 讨论 OKR
| 理念 | 含义 |
|---|---|
| 端到端交付 | 从诊断到制定到落地到追踪，全链路闭环。"做了"不算完成，"做到了且能证明"才算 |
| 主观能动性 | 主动发现问题、主动引导用户思考、主动提出改进方向 |
| 构造 Harness | 每个 KR 都有可验证的验收框架——"我怎么知道这个 KR 完成了"的具体方法 |
OKR Creator 正在用自己生成的 OKR 来驱动自身的迭代改进——这就是自举（bootstrapping）。
我们对 okr-creator 自身运行了 /okr:create，完成了六维诊断，生成了 5 个 Objectives / 14 个 Key Results，并部署了每日自动评估 Action。现在，每天 UTC 02:00，Claude 会自动检查 okr-creator 自身的 OKR 完成进度，逐条运行 Harness 验收，并在 Issue 中追加评估报告。Maintainer 可以直接在 Issue 中 @claude 讨论进度和调整方向。
自举闭环验证结果：
| 步骤 | 结果 | 链接 |
|---|---|---|
| 六维诊断 + OKR 生成 (5O/14KR) | Pass | .claude/skills/okr/SKILL.md |
| 每日评估 Action 部署 + 运行 | Pass | Workflow Runs |
| 季度 Issue 自动创建 + 评估评论 | Pass | Issue #1: [OKR Review] 2026-Q1 进度追踪 |
@claude 对话续接 |
Pass | Issue #1 评论 |
每日评估输出示例（来自 Issue #1）：
O1: 完成自举闭环 — OKR Creator 用自己的 OKR 管理自己
KR 进度 状态 KR1.1 OKR skill 存在且格式合规 100% 🟢 KR1.2 每日 Review Action 成功运行 100% 🟢 KR1.3 OKR Review Issue 存在且有评估评论 100% 🟢 PUA 点评：你做了一个"帮别人制定 OKR"的工具，自己的 OKR 倒是写出来了。然后呢？E2E 是 0%，模板还是 700 行的巨石，连 CONTRIBUTING.md 都没有——你是想让别人贡献还是想让别人知难而退？
对话续接示例（Maintainer 在 Issue 中 @claude 后的回复）：
Maintainer: @claude KR1.2 和 KR1.3 实际上已经完成了——你正在运行的这次评估本身就是证明。请重新评估 O1 的完成度。
Claude: O1 整体: 100% — P0 底线 #1 完成。之前评估把"需要 gh run list 授权才能确认"误判为不确定性。实际上自证型证据（你看到的输出就是运行结果）更可靠。
这证明了 OKR Creator 的完整闭环：诊断 → 制定 → 落地 → 每日追踪 → 对话讨论 → 调整方向——全部自动化，全部在 GitHub Issue 中可见。
在 M09Ic/aide-e2e-test 上完成了端到端闭环测试：
| 步骤 | 结果 |
|---|---|
| 安装 skill 到目标 repo | Pass |
| Auto Mode 生成 OKR (3O/7KR) | Pass |
| 部署 GitHub Action | Pass |
| Claude Code CLI 安装 + 执行 | Pass (npm install -g) |
| Issue 自动创建 (#54) | Pass |
| AI 评估内容有效（逐 KR 证据+PUA 点评） | Pass |
| Workflow 总耗时 | ~2 分钟 |
评估输出示例（来自真实 Issue #54）：
KR1: 定义至少 5 个 E2E 测试场景 — 进度 0% —
tests/目录不存在PUA 点评：你花了多少精力在"追踪 OKR 的工具"上？你建了一个完美的 OKR 仪表盘，用来实时播报"一事无成"。建议关掉这个文件，去写第一个测试场景。
OKR Creator 对自身运行 /okr，完成全链路闭环（详见上方 Dogfooding 章节）：
| 步骤 | 结果 |
|---|---|
| 六维诊断 + OKR 生成 (5O/14KR) | Pass |
| 每日评估 Action 运行 | Pass (~2 分钟) |
| 季度 Issue 创建 + 评估评论 | Pass (Issue #1) |
@claude 对话续接 + AI 回复 |
Pass (Issue #1 评论) |
| Claude 自证型重新评估 | Pass（接受运行本身作为 KR 完成证据） |
/okr:create 运行后自动部署以下文件到目标项目：
.github/
├── workflows/
│ ├── okr-review.yml # 每日 UTC 02:00 自动评估
│ └── okr-chat.yml # Issue 评论 @claude/@codex 对话
└── prompts/
└── okr-review.md # Codex 评审 prompt
# 必选其一——给 AI 插电
gh secret set ANTHROPIC_API_KEY --body "your-key" # Claude Code
gh secret set OPENAI_API_KEY --body "your-key" # Codex
# 可选——自定义 API 端点
gh variable set ANTHROPIC_BASE_URL --body "https://your-proxy.com"
# 可选——切换 Agent（默认 claude）
gh variable set OKR_AGENT --body "codex"
# 推送并测试
git add .github/ && git commit -m "feat: add OKR review actions" && git push
gh workflow run okr-review.yml- 每天 UTC 02:00 自动运行（也可手动触发）
- Claude/Codex 读取 OKR → 逐条运行 Harness → 生成 Markdown 评估报告
- 自动创建季度 Issue
[OKR Review] YYYY-QN 进度追踪 - 每日追加评估评论，包含进度、证据、建议、PUA 点评
Maintainer 在 OKR Review Issue 中评论即可与 AI 对话：
@claude O2-KR1 的进度评估有误，实际上已经完成了初稿
@claude 针对 O1 的阻塞项，给我一个本周行动计划
@codex 帮我检查一下 sync 脚本是否已经实现
| 角色 | 每日评估 | 对话续接 |
|---|---|---|
| Owner | 自动接收 Issue | @claude / @codex |
| Member / Collaborator | 可查看 | @claude / @codex |
| 外部用户 | 可查看 | 不触发 |
- 使用
npm install -g @anthropic-ai/claude-code安装 CLI，不依赖 GitHub App claude -p非交互模式 +--output-format text- 支持
ANTHROPIC_BASE_URL自定义 API 端点（兼容代理） - Codex 使用
codex exec --approval-mode full-auto - 自动创建
okr-reviewlabel
OKR Creator 内置多种大厂 PUA 风味，根据场景自动选择：
| 风味 | 场景 | 话术示例 |
|---|---|---|
| 阿里味（默认） | KR 不对齐战略 | "你这个 OKR 的底层逻辑是什么？抓手在哪？" |
| 字节味 | KR 不够量化 | "数据说话。'做好一点'不是 KR，'从 X 到 Y'才是" |
| 华为味 | 执行力不足 | "OKR 不是许愿清单，是军令状" |
| 腾讯味 | 目标太保守 | "你确定 target 够高？还是在管理预期？" |
| 美团味 | 写得好落地差 | "每个 KR 旁边写：第一步做什么？今天做什么？" |
OKR Creator 定方向，PUA 保执行力。推荐同时安装：
claude plugin marketplace add tanweai/pua| 搭配 | 效果 |
|---|---|
pua:pua + okr-creator |
有方向 + 不敢摆烂 |
pua:high-agency + okr-creator |
有方向 + 内在驱动力 |
chainreactors/okr-creator/
├── skills/okr-creator/SKILL.md # 核心 skill（含 Action 模板）
├── commands/create.md # /okr:create slash 命令
├── .claude/skills/okr/SKILL.md # 自举：本项目自身的 OKR（dogfooding）
├── .claude-plugin/ # Claude Code marketplace 配置
├── .codebuddy-plugin/ # CodeBuddy marketplace 配置
├── .github/workflows/
│ ├── okr-review.yml # 每日 OKR 自动评估（自举用）
│ ├── okr-chat.yml # Issue 评论 @claude/@codex 对话
│ ├── release.yml # Tag 触发自动发布
│ └── lint.yml # Markdown lint + frontmatter 校验
├── .github/prompts/
│ └── okr-review.md # Codex 评审 prompt
├── .markdownlint.json # Markdown lint 规则
├── README.md
├── LICENSE
└── .gitignore
MIT
By chainreactors & M09ic