i-have-adhd
ayghri/i-have-adhd加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：深夜 11 点，你急着修复一个认证 bug，AI 助手洋洋洒洒回复了三大段背景分析、代码逻辑讲解，最后才说"改这一行就行"——你已经忘了第一行在说什么。这种体验，正是 i-have-adhd 试图解决的问题。
i-have-adhd 并非真正的医学工具，作者也明确说明"无需 ADHD 诊断证明"。它的核心洞察来自一个朴素的问题：LLM 输出风格与 ADHD 认知特征的天然冲突。
ADHD（注意力缺陷多动障碍）患者的工作记忆容量较小、"知道答案"与"完成行动"之间存在巨大摩擦、启动任务的第一步往往是最难的。同时，多巴胺稀缺意味着进展必须被"看见"才能带来动力。
作者 Ayoub G. 将这些认知科学洞察提炼为 10 条 AI 回复规则，让 Claude Code、Codex、OpenCode 等主流 AI 编码工具的输出变得"可执行"而非"可阅读"。
截至目前，该项目在 GitHub 上拥有超过 52,000 颗 stars，fork 数超过 3,000，是 AI 编码助手生态中增长最快的插件之一。
项目核心是一份精炼的技能文档 skills/i-have-adhd/SKILL.md，定义了 AI 编码助手应遵循的 10 条回复规范：
| 规则 | 核心要求 | 示例 |
|---|---|---|
| 1. 行动优先 | 第一行是可直接执行的命令/路径/代码片段 | ✅ npm install jsonwebtoken，然后编辑 src/auth.ts:42 |
| 2. 编号步骤 | 多个步骤逐条编号，每步一个有限动作 | ❌ "打开文件，找到函数，替换后运行测试" |
| 3. 结尾明确下一步 | 最后一个动作应在 2 分钟内完成 | ❌ "希望这有帮助！" → ✅ "下一步：运行 npm test 并粘贴第一行报错" |
| 4. 抑制旁枝 | 一次只解决一个问题，第二问题单独提出 | ❌ "顺便提一下，你的依赖也过期了…" |
| 5. 每次都重述状态 | 不能依赖读者记住"我们在第 3 步共 5 步中" | ❌ "完成了。" → ✅ "第 3/5 步完成：schema 已更新。下一步：回填新列" |
| 6. 具体时间估算 | 分钟级别而非"一些工作" | ❌ "这会花一些时间" → ✅ "约 15 分钟（有测试覆盖的情况下）" |
| 7. 让成果可见 | 明确说出现在什么工作了 | ❌ "我做了一些修改" → ✅ "登录现已支持魔法链接，试试：npm run dev" |
| 8. 错误就事论事 | 说出位置、原因和修复方式，不加戏剧化 | ❌ "哎呀，测试失败了，好像有个问题…" → ✅ "测试在 auth.spec.ts:42 失败：期望 200，得到 401。原因：缺少 auth header" |
| 9. 列表最多 5 项 | 保持工作集小而精 | 长列表分组、优先级排序，最多 5 项可见 |
| 10. 无前言、无复述、无客套 | 禁止 "Great question!""Hope this helps!" | 直接给出答案，答案结束即结束 |
项目不只是为某一个平台设计。目前已官方适配的平台包括：
.claude-plugin/ 插件系统，支持 /i-have-adhd 命令激活，"disable-model-invocation": true 确保不自动调用其他模型.codex-plugin/ + .agents/plugins/marketplace.json.opencode/ 插件 + 命令入口extensions/i-have-adhd.ts）+ package.json 注册此外，项目提供了 "Always-On" 模式：用户在家目录放置 .i-have-adhd-always 标记文件，Session 启动时自动激活规则集，无需每次手动调用。实现方式通过 Node.js 的 SessionStart Hook（hooks/always-on.mjs），兼容 macOS / Linux / Windows 全平台。
安装门槛极低。以 Claude Code 为例，一行命令即可：
claude plugin marketplace add ayghri/i-have-adhd
claude plugin install i-have-adhd
不支持一键部署到服务器——它是 AI Agent 的"行为规范插件"，而非独立服务。
项目包含一套完整的评估框架（evals/ 目录）：
这个框架的存在本身就是一个信号：项目不只是个人偏好，而是一套经过系统评估的行为准则。
一个常见误解是：ADHD 友好 = 越短越好。实则不然。
它的核心是可执行性。一个 50 行的完整分析如果能让读者直接开始行动，就比一段 5 行的"概述"更有价值。规则 9 的"列表最多 5 项"也明确说明：不影响分析完整性，只影响呈现方式。
更深层的逻辑是：工作记忆有限 → 不能依赖跨消息的信息保持 → 每条回复必须自包含且行动导向。这是认知科学原理，而非简单的"精简文字"。
不适用于"讲解型"任务：规则 10 禁止前言和总结，若用户明确要求"给我讲讲 X 的原理"，这种限制反而会影响质量。项目为此设置了例外条款，但边界判断仍依赖 AI 自身的理解。
平台兼容差异：AstronClaw 等平台是否完整支持 disable-model-invocation 字段尚不明确，Always-On 模式的跨平台一致性有待验证。
"ADHD 标签"争议：部分用户认为用 ADHD 命名有标签化倾向；作者回应是"更像一个密码，提醒你以行动者为中心的原则"，但这个争议本身可能影响项目的主流推广。
非独立服务：无法通过 Docker 部署，必须在各 AI Agent 平台内单独安装，团队统一管理成本较高。
i-have-adhd 的出现代表了一个微妙但重要的转向：AI 不只是理解人类指令，还要理解人类的认知局限。
在注意力碎片化的时代，能主动适应用户认知特征的 AI 输出方式，正在成为衡量"好 AI"的新维度。52,000+ stars 的背后，是大量开发者对冗长 AI 回复的真实痛点共鸣。
未来，随着更多 AI Agent 平台将此类输出规范纳入默认行为规范，或出现标准化的"输出风格 API"，i-have-adhd 的理念可能成为 AI 交互设计的基础共识——就像代码格式化工具一样，从"可选插件"变为"默认配置"。
一句话总结：i-have-adhd 用 10 条认知科学驱动的回复规则，让 AI 编码助手从"滔滔不绝的顾问"变成"动手就干的小助手"。非独立服务，无需 GPU，适合所有使用 AI 编码工具的开发者，尤其是需要高效快速推进任务的场景。