ADHD 个人助理工具

项目概述

ADHD 是一个面向编码智能体的技能（skill），专门解决自回归推理中的"过早收敛"问题。传统的链式思考（CoT）会锚定首次输出，思维树（ToT）虽扩展了搜索但仍共享上下文，锚定效应跨分支持续存在。ADHD 将此视为架构层面的问题：派生 N 个相互隔离的推理过程，使用刻意扭曲的认知框架，分散阶段不共享任何上下文，再由独立的评审环节打分、聚类、剔除陷阱并深化存优方案。

适用于设计决策、模糊调试、命名、API 表层设计、策略类问题，以及"给我几种思路……"型提示。

基线对比

在"CLI 调用 LLM 偶尔挂起 90 秒，应如何设计重试/超时/UX 策略"这道题上，单次基线给出教科书式的混合方案（15s 首 token 超时、30s 间隔超时、90s 绝对上限、自动重试一次），稳妥但缺乏对用户主动放弃、慢模型是否本就错误的反思。

ADHD 派生 6 个隔离框架，在经济激励、异步控制面、游戏化、感知扭曲、集体智能、冗余竞赛等聚类下产出 30+ 思路。其亮点包括"rage-quit"机制：等待越久按钮越烫，一键取消并切换到更便宜的模型类——直指"慢模型可能就是错模型"。同时标记 20 个陷阱及其理由，避免工程时间浪费。

独立 LLM 裁判评分：广度 9 vs 6，新颖度 8 vs 3，陷阱检测 ~8 vs ~2。

两阶段架构

发散阶段：挑选 N 个认知框架，并行发起 N 个相互隔离的智能体调用。每个调用只看到问题与单一框架的视角提示，系统提示明令禁止评估；分支互不可见，从根源杜绝锚定。

聚焦阶段：独立的评审调用为每个思路打分（新颖度 / 可行性 / 契合度），标记陷阱并说明理由，按底层角度聚类，深化前 K 名胜出者为带风险与首步行动的草稿。

生成器-评审器的分离是机械性的——通过相反系统提示的独立 LLM 调用实现，而非依赖单一提示的承诺。

评测结果

在 6 个开放式工程问题上，由持怀疑态度的资深工程师风格提示驱动的独立 LLM 裁判进行 A/B 盲评（顺序随机），0–10 分制：

• 广度：9.00 vs 4.83（+4.17，1.9×）
• 新颖度：7.83 vs 2.67（+5.17，2.9×）
• 陷阱检测：9.50 vs 1.83（+7.67，5.2×）
• 可执行性：9.50 vs 6.50（+3.00，1.5×）
• 构建者有用度：7.67 vs 6.83（+0.83，1.1×）

ADHD 在 6 题中胜出 5 题，最大差距在陷阱检测——基线很少能指出那些看似诱人但实则错误的方案。

安装与使用

通用安装命令可自动识别 Claude Code、Cursor、Antigravity、Codex、Cline、Gemini CLI、Windsurf 等约 50 种智能体：

npx skills add UditAkhourii/adhd

随后通过 /adhd "你的问题" 显式调用，或在产生构思意图时自动触发。

Codex 环境下若未自动注册，可强制指定目标：

npx skills add UditAkhourii/adhd -a codex -g

也可手动下载技能文件放入 ~/.codex/skills/adhd/SKILL.md 后重启。

CLI 与库的安装：

npm install -g adhd-agent     # CLI
npm install adhd-agent        # 库

CLI 与 API 示例

adhd "design a rate limiter that survives a leader election"
adhd "name this function" --frames 3 --ideas 8 --top 2

import { run, renderText } from "adhd-agent";

const result = await run({
  problem: "How should we shard this queue under bursty load?",
  framesPerRun: 5,
  topK: 3
});
console.log(renderText(result));
// result.shortlist · result.nonObviousPick
// result.traps     · result.deepened  · result.clusters

文档索引

页面	内容
Quickstart	首次运行技能、CLI 与 TypeScript 的实用命令
Install	技能、CLI、库、Agent SDK、各平台路径的完整安装方式
How it works	两阶段循环与架构（上下文、剪枝、编排）
vs CoT & ToT	与链式思考、思维树的结构性对比
Frames	15 种认知框架、选择机制与自定义方法
When to use	适用与不适用场景、成本与速度权衡
CLI & API	CLI 参数、库类型、在自定义智能体内调用
Evals	方法论、核心数据、局限性与复现路径

许可

MIT 许可证。运行入口位于 skills/adhd/SKILL.md，原始规范见 SOURCE-SPEC.md。