你问 AI 怎么修一个鉴权报错，它先来一句”Great question”，然后开始分析你的中间件、Token 校验、Cookie 处理，一大段铺垫之后才在角落里提到”可能要在 src/auth.ts 改几行”。这个场景我太熟了，几乎每个用过编码助手的人都遇到过：答案明明存在，却被埋在一团语言废雾里。
对注意力本身就稀缺的人来说，这种回答方式等于慢性消耗。你读到一半，线头断了，得回头再找一次。来回两趟，心流没了，剩下的只有烦躁。
i-have-adhd 干的事，就是把答案从废雾里挖出来。这个仓库的官方描述只有一句话：让编码代理别再把答案埋起来，产出 ADHD 友好的输出。它的核心不是一段代码，不是一套框架，而是一份纯文本的 SKILL.md，用 10 条规则约束 AI 怎么开口说话。
就是这份 Markdown 文件，截至 2026 年 8 月拿到了超过 2.1 万颗星，1.38 万个 fork，还上了 GitHub Trending。一个靠改说话方式走红的项目，这在开源生态里算得上异类了。
这篇文章想讲清楚一件事：一套”说话规矩”凭什么能拿到两万多颗星，它到底值不值得你也装上。
打动我的几个地方
先说它最狠的设计：答案前置。规则第一条就是”用下一步行动开头”，不是先讲背景、不是先夸你问题问得好、不是先”让我想想”，而是直接把要执行的命令、要改的文件甩出来。配合第二条”多步任务必须编号”，和第三条”结尾只留一个具体的下一步”，一套完整的执行链条就出来了。
这三条规则的组合效果非常直观。改造前的 AI 回答像一团云，改造后像一把梯子：打开文件、替换函数、跑测试、贴报错，每一步都小到不会失败。下图是 README 里的前后对照，也是整个项目最有力的说服材料。
其余几条规则也不是凑数的。列表最多 5 项，防止一次倾倒太多信息；时间估算用”几分钟”而不是”很快”；每轮重申当前状态；出错就事论事不戏剧化。每一条都对应一个具体的信息消费痛点，组合起来像一套沟通军规。
第二个亮点是它的实现方式：纯文本、零依赖、可移植。整个技能就是一个 Markdown 文件，没有任何运行时要求。你今天装在 Claude Code 上，明天换到开源模型或者别的 agent，把文件丢进技能目录就能生效。这种”文本即产品”的形态，在 prompt 工程还靠复制粘贴的时代，等于把最佳实践做成了标准件。
第三个值得说的是平台覆盖。仓库里同时维护了 Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Kimi、Qwen、Antigravity 八种编码工具的适配文件，从插件清单到 hooks 到会话钩子一应俱全。这不是顺手加几个目录，而是真的在生态位层面做卡位。
最后一点，它是有理论底子的。README 的 Credits 写明灵感来自《The Adult ADHD Tool Kit》，但作者明确说，改编对象是”LLM 应该如何回应”，而不是”人类如何安排日程”。这个边界划得很清楚，它不是把心理学概念生搬硬套进 prompt，而是把行为科学里的任务执行原则转译成了输出规则。规则看明白了，装上它到底什么感觉？
上手什么感觉
安装过程短得和项目气质一致，两行命令就能装好，没有依赖、没有配置步骤、没有”先看五分钟文档”的前戏。以 Claude Code 为例：
claude plugin marketplace add ayghri/i-have-adhd
claude plugin install i-have-adhd@i-have-adhd
装完在会话里输入 /i-have-adhd 就能激活。不需要本地 clone，Claude Code 会从远程仓库拉取技能文件并保持更新。如果希望每次会话自动生效，创建一个标记文件即可：
touch ~/.claude/.i-have-adhd-always
Codex 的命令也差不多，换成 codex plugin marketplace add ayghri/i-have-adhd --ref main 加 codex plugin add i-have-adhd@i-have-adhd，之后用 $i-have-adhd 触发。而且 Codex 在识别到合适任务时会隐式调用这个技能，不用每次手动开。下面是激活后的终端效果示意：
想关掉也简单，在对话里说一句 “stop adhd mode” 或 “normal mode” 就回到默认输出风格。这个开关设计得比很多正式产品还顺手。
有几个点要提前知道，都是安装后马上会碰到的事：
-
规则文件在 skills/i-have-adhd/SKILL.md，想改成自己的口味就 fork 仓库，改完换成本人的 marketplace 源即可，沟通风格这种事本来就该允许私有定制 -
README 写了安全规则，涉及删除文件这类危险操作仍要求显式确认 -
连续三次失败后 AI 会停止重试、重新审视之前的判断，这条兜底让”简洁输出”不会滑向”鲁莽执行”
不过话说回来，它也不是万能的，哪些场景该用它、哪些场景该把它关掉，值得单独拎出来说。
什么时候用，什么时候别用
| 场景 | 典型用户 | 优势 | 局限 |
|---|---|---|---|
| 日常修 bug、查报错 | 高频使用编码助手的开发者 | 答案直达，少读废话 | 深度分析被压缩 |
| 多步骤部署、重构任务 | 需要 Agent 连续执行任务的人 | 步骤编号，进度可见 | 长任务需自行补齐上下文 |
| 快速获取命令和配置 | 对工具链不熟的入门用户 | 给什么能直接用 | 不解释原理 |
| 团队规范统一 | 想约束 Agent 输出风格的团队 | 可 fork 定制，分发方便 | 需要有人维护定制版 |
不适合的场景同样明确。当你需要 AI 给出详细教学、解释设计取舍、或者写面向非技术读者的文档时，这套规则反而帮倒忙。技能本身留了 break-rule 机制，临时关掉就行，但如果你 80% 的工作都是知识型输出，那它对你就是负优化。
一句话总结：它是执行型工作流的加速器，不是理解型工作流的工具。判断标准很简单，你问 AI 问题是为了”拿到动作”还是”搞懂原理”，前者装它，后者别装。
社区怎么样了
| 指标 | 数据 | 说明 |
|---|---|---|
| Stars | 21.7k（截至 2026-08） | 5 月创建，3 个月冲上 2 万，增速罕见 |
| 核心维护者 | 1 人（ayghri） | Bus Factor 高风险，但 PR 合并活跃 |
| Open Issues | 17 个 | 相对体量很低 |
| 协议 | MIT | 商业友好，可自由改造分发 |
数据确实漂亮，但我的判断依据更多来自 PR 和 Issue 的动态。仓库 162 个 commit，版本已到 v0.2.0，过去两周几乎每天都有提交：修复 Codex 的 SessionStart 启动器、支持 OMP 的 session context API、hooks 故障时 fail open，这些细节说明维护者不是把项目丢出去就不管了，而是在真刀真枪地适配各个平台的生态变化。
社区声音也值得听。Reddit 上有人发帖分享这个技能，热度不低，最高赞的评论是”创建 ADHD 技能的人，愿上天保佑你”。但同样在这条讨论串里，有用户提出了两个尖锐的问题：一个说”喜欢这个想法，但这技能是不是太长了”，担心规则本身成了上下文开销；另一个自称 ADHD 用户，表示自己反而更喜欢详细全面的回答，这套规则偏向短输出，并不普适。
这两种声音其实都有道理。规则文件确实不短，把它当作固定 prompt 注入，每次会话都会消耗一定 token；而”简洁优于详细”这个预设，也确实不是所有人的偏好。这两个争议点，恰恰是判断它适不适合你的关键。把争议放一边，说说我的真实判断。
我的真实看法
我一开始其实没把这个项目当回事。2 万星的项目今年见得多了，很多就是营销做得好。翻完 SKILL.md 和 evals 目录之后，我的判断收窄了，这不是营销空壳，但也不是什么颠覆性技术，它做对的事情很具体：把”输出纪律”这个一直靠口头约定的事，变成了可安装、可版本化、可 fork 的标准件。
说句不客气的，它真正的护城河不在规则本身。10 条规则你花半小时自己也能写个八九不离十，难点在于它同时做到了三件事：规则有行为科学的出处、覆盖了八个平台的适配层、还配了 14 个可复现的评估用例。这三样加起来，个人维护者做到这个完成度，在技能类项目里相当少见。
同类项目绕不开的对比话题是：市面上控制 AI 输出简洁性的替代方案无非三种。调模型参数，比如 temperature 或者 banality 惩罚，效果不可控，改狠了模型甚至拒绝输出有效代码；手动配置自己的 system prompt，费时费力还容易漏掉关键约束；用专用插件，但往往绑定特定界面，终端里的 coding agent 用不上。对比这几类方案，i-have-adhd 这种纯文本技能文件的好处就出来了：可移植、零摩擦、不挑平台，换工具链不换规则。
坑点也要说清楚。
第一，规则和用户偏好冲突时没有仲裁机制，遇到想要详细回答的用户，它不会自己软化，你得手动关；
第二，多平台适配意味着每个平台升级都可能打破兼容，v0.2.0 还在频繁修 hooks，稳定性需要时间验证；
第三，项目名带 ADHD，容易让不熟悉的人误以为是医疗相关工具，实际上是写给所有被 AI 废话困扰的人用的。
趋势判断我给偏乐观。2026 年正是 agent 技能生态的爆发期，各大编码工具都在开放插件机制，而”输出风格标准化”这个需求是普适的，不依赖任何单一模型。它已经拿到了生态位先发优势，接下来拼的是规则迭代速度和平台适配的跟随速度。说它会是下一个十亿美金公司不现实，但作为技能类项目的标杆，它的位置已经稳了。稳归稳，说来说去，对你到底该不该动手？
资源地址
| 资源 | 地址 |
|---|---|
| GitHub | https://github.com/ayghri/i-have-adhd |
| 安装说明 | https://github.com/ayghri/i-have-adhd/blob/main/INSTALL.md |
| 核心规则 | https://github.com/ayghri/i-have-adhd/blob/main/skills/i-have-adhd/SKILL.md |
装上试试，五分钟见分晓
如果你正在用 Claude Code 或 Codex，而且经常被 AI 的回答绕到失去耐心，我的建议很直接：装一个，花五分钟体验一下，不喜欢就 stop adhd mode 关掉。这个项目的试错成本几乎为零，而它带来的改变是即时的，你第一次看到 AI 直接甩出命令而不是先寒暄三百字的时候，就知道值不值了。
如果你还在观望，盯两个指标就够了：
一是规则文件会不会持续迭代。
二是它能不能跟上八家平台的更新节奏。
前者决定这个项目有没有生命力，后者决定它会不会在某个平台升级后悄悄失效。这两点过关，它就从”好玩的个人项目”变成了”值得放进工具链的依赖”。
最后说句实在的。2026 年开源圈都在卷 agent 的能力边界，这个项目反着来，教 AI 闭嘴。2.1 万颗星说明，被废话消耗的人比想象中多得多。有时候一个工具的价值，不在于它多能干活，而在于它让你少受多少气。