i-have-adhd HOT

i-have-adhd是什么？

i-have-adhd 是 GitHub 上的一个开源插件（ayghri/i-have-adhd，MIT 协议），东西小到有点反差：核心就是一个 Skill.md 文件加十条输出规则。它不是给人做注意力评估的工具，名字只是个比喻——它做的事是把 AI 编码助手的回答改造成更容易直接执行的格式。

要治的毛病很多人都有体感：你问一个认证报错，模型先夸这个问题问得好，然后讲一遍 Express 中间件怎么工作、token 验证有哪些环节、cookie 可能有什么问题，最后一段才轻描淡写提一句「可以看看 src/auth.ts」。学习的时候这样挺好，但你在修线上问题的时候，需要的是下一步动作，不是一堂课。

这个项目在 2026 年 7 月还是几千星，8 月初已经涨到万星级别，一度出现单周新增五千多星的记录——涨得这么猛，说明这个痛点确实积压了很久。

核心功能

• 行动前置。第一行必须是立即可做的操作：跑哪条命令、改哪个文件路径、目标是什么。这是十条规则里最狠的一条。
• 步骤编号与进度同步。多个动作必须用数字列表，禁止大段文本；长任务每一轮都重述当前完成到哪个节点，避免几十轮之后你俩都忘了在干什么。
• 量化时间。时间必须给具体分钟数，「很快就好」这类词被明确禁止。
• 结果可见与客观报错。必须说明改完之后能观察到什么效果；出错按「错误位置—根本原因—修复方法」固定格式来。
• 列表限长与去套话。一个列表最多五项，超出的拆成「现在做 / 之后计划」两块；开场问候、客气收尾、重复总结全部删掉。
• 两条安全规则。删文件这类危险操作要求明确确认；连续失败三次后停止重试，回头重新检查之前的判断——这条对付 AI 反复撞墙的老毛病挺有效。

对比效果在 README 里有例子：同一个认证问题，默认回答五句话里两句是寒暄，装上之后变成「运行 npm install、编辑某文件、跑测试」三行指令。

版本/套餐对比

MIT 开源，免费，只有一个版本，不含模型也不产生额外费用——考虑到它压缩输出，长期用下来通常还能省一点 token。安装两行就完：Claude Code 执行 claude plugin marketplace add ayghri/i-have-adhd 再 claude plugin install i-have-adhd@i-have-adhd，会话里打 /i-have-adhd 启用。Codex 是 codex plugin marketplace add ayghri/i-have-adhd --ref main 加 codex plugin add i-have-adhd@i-have-adhd，调用名 $i-have-adhd。想每次会话自动加载，Claude Code 侧建一个标记文件 touch ~/.claude/.i-have-adhd-always，Codex 侧把规则写进 ~/.codex/AGENTS.md。整个过程不需要本地克隆，插件会从仓库拉内容。

值不值得用？

这是我见过投入产出比最高的一类项目之一——两行命令、零成本、五分钟就能自己 A/B 出结论。方法也很简单：拿同一个修 bug 任务开关插件各跑一遍，看回答是否从一大段背景说明变成「改哪个文件、跑哪条命令、下一步贴什么错误」。三个判断标准：第一行是不是可执行动作、步骤有没有编号、结尾是不是只剩一个明确的下一步。

局限得说清楚。第一，它只改输出习惯，不会让 agent 变聪明，也不会替你确认命令是否安全，生成的代码照样要你验。第二，全局常开之后容易在需要深度解释、头脑风暴或创意写作的场景过度压缩——这时候直接说一句「给完整解释」临时松绑就行。第三，仓库自带九个标准化单元测试且全部通过，但那只验证规则脚本能正常加载，不保证模型在复杂长文本里严格服从约束。第四，社区反馈里提到过全局标记开启时危险命令确认可能被绕过、列表超五项不再拆分、旧版本插件报错等情况，多数靠清缓存拉最新 main 分支解决。

使用建议

• 先按会话级用，打 /i-have-adhd 试几天，别一上来就设全局标记。
• 做一次严肃的 A/B：同一个 bug、同一个提示词，开关各跑一遍，自己判断值不值。
• 需要学原理或做方案讨论时明确要求「给完整解释」，临时松绑，别硬扛着规则问问题。
• 涉及删除、迁移等高风险操作时，建议手动关掉全局标记，别依赖插件的确认逻辑兜底。
• 遇到规则不生效或报错，先删本地缓存、拉最新 main 分支，再重新执行启用命令。
• 十条规则里有你不认同的，直接 fork 改 SKILL.md —— README 明确允许，这也是它最实用的一点。

适合谁用？

推荐：高频用 AI 写代码、查报错、拆任务的程序员、DevOps 与测试工程师，尤其是长会话下容易被大段文字带跑注意力的人。 可考虑：需要统一 AI 输出格式以降低沟通成本的团队；以及节奏快、不想在废话里找核心动作的重度用户。 不推荐：需要深度理论讲解或系统教学的初学者；做头脑风暴、创意与营销文案的场景；以及指望它提升模型正确率的人——它管格式，不管对错。