前言绝大多数开发者每天都在浪费大量无效时间和Token。不是卡在不会写代码而是卡在筛选AI的无效话术。调试一个报错、改一段配置、修复一个线上BUGAI编码助手永远先铺垫背景、解释原理、客套寒暄真正的执行步骤藏在大段文字末尾。单次对话看似多花几十秒日积月累会大幅拖慢开发、调试、部署的整体节奏同时造成大量不必要的Token消耗拉高AI工具使用成本。近期GitHub斩获44k星标的开源项目i-have-adhd精准解决了这个行业普遍痛点。和传统微调模型、定制训练、复杂插件部署的优化方案不同它没有任何复杂架构、无需算力、无需部署服务、不改动大模型底层能力。其核心只是一套标准化输出约束规则集通过强制规范AI编码Agent的输出逻辑彻底砍掉所有无效铺垫、总结、客套话术让AI优先输出可落地的执行动作。本文从第一性原理拆解其核心逻辑通过对抗式审查剖析优缺点与适用场景同时提供全平台完整部署流程、原生规则源码、自定义配置方案、落地案例与避坑指南是目前全网最完整的i-have-adhd实战落地文档。1. 第一性原理拆解AI编码废话的本质成因想要彻底解决问题不能只依赖工具补丁必须从根源拆解问题本质。我们抛开“AI不好用”的表层感受从大模型训练逻辑、产品设计、人机协作场景三个维度拆解AI编码助手冗余输出的核心原因。1.1 大模型训练的底层固有缺陷主流编码大模型Claude、Gemini、通义千问、Codex的训练目标核心是通顺度、完整性、通用性而非工程落地效率。训练数据中包含大量教程文档、问答社区内容、科普文案这类内容普遍存在铺垫式写作逻辑。模型在学习过程中默认形成了“先解释、再铺垫、最后给方案、结尾总结”的固定输出范式。这种范式适配科普、学习、答疑场景但完全不适配开发者高频的快速改代码、调试BUG、部署项目、修改配置场景。学习场景需要完整逻辑工程落地场景只需要精准动作二者需求完全相悖。1.2 AI编码产品的商业化设计妥协Cursor、Claude Code、GitHub Copilot这类工具面向全用户群体既要服务零基础新手也要适配资深开发者。对新手而言铺垫式解释、原理说明、结尾总结是必要的学习内容但对资深开发者来说这些内容全是无效冗余。产品无法针对不同用户、不同场景动态切换输出模式只能采用最大公约数输出策略优先保证通用性牺牲专业场景的落地效率。1.3 人机协作的指令匹配错位开发者日常提问大多是指令型需求改代码、排错、执行命令、修改配置。但默认模型输出逻辑是答疑型逻辑指令型需求匹配答疑型输出直接造成信息错位。简单来说我要操作步骤模型强行给我科普解释。这就是所有AI编码废话的核心根源。1.4 i-have-adhd的核心破局逻辑第一性核心该项目没有修复模型能力缺陷也没有改变产品底层逻辑而是新增一层场景化约束层。在不改动模型权重、不微调模型、不部署服务的前提下通过固定Prompt规则强制覆盖模型默认输出范式。本质是用人工定义的工程场景专属输出规范替代模型通用训练范式让AI编码助手适配开发者的工作节奏而非让开发者适配AI的输出节奏。2. 项目核心定位与边界对抗式审查网上多数介绍只吹捧其“去废话、提效率”的优势极少有人讲清楚它的适用边界、缺陷、失效场景。本节通过对抗式审查客观拆解项目定位杜绝盲目套用。2.1 项目真实定位纠正全网误区很多人误以为它是AI优化模型、代码加速工具、智能纠错插件全部错误。i-have-adhd本质一份纯文本输出规范规则集SKILL.md。无二进制程序、无后台进程、无算力消耗、无网络请求、无模型修改。它只是一套可以被所有AI编码Agent识别、加载、强制执行的对话约束规则。项目命名趣味说明名称中的ADHD并非医疗相关只是比喻开发者注意力聚焦、需要高效直达结果、拒绝无效信息干扰的工作状态精准贴合工程开发的核心需求。2.2 绝对优势不可替代价值零成本落地全程免费、开源无门槛、无需付费算力、无需部署服务器、无需复杂配置零基础开发者可5分钟完成全量部署全平台兼容适配主流所有AI编码工具Claude Code、Cursor、Codex、Gemini CLI、通义千问编码、Antigravity 全部兼容极致提效砍掉100%无效铺垫、总结、客套话有效信息占比从默认30%左右提升至90%以上大幅降低阅读与筛选成本节约Token精简冗余文本单次对话Token消耗降低40%-70%长期使用可大幅降低AI工具付费成本固定协作节奏强制步骤化输出、进度可视化、精准耗时预估彻底解决AI回答碎片化、无条理、无进度的问题2.3 核心缺陷全网避坑重点不提升模型编码能力仅优化输出格式与话术不会修复模型本身的代码BUG、逻辑漏洞、算法短板模型原本写不对的代码加载规则后依然写不对场景局限性极强仅适配工程落地、代码修改、BUG调试、命令执行、配置修改、项目部署场景。完全不适配架构研讨、原理学习、技术科普、方案评审、知识问答场景存在规则失效概率依赖大模型的Prompt遵循能力部分轻量化模型、低版本模型会出现“破防”情况偶尔恢复冗余输出需重启会话重置规则牺牲学习性输出无原理解释、无背景说明新手开发者无法通过对话学习知识点仅适合熟练开发者落地使用2.4 必须关闭规则的场景做技术调研、学习新技术、梳理架构设计、复盘技术问题、撰写技术文档、面试知识点梳理、代码原理讲解时务必临时关闭i-have-adhd规则否则会因信息缺失导致理解断层。3. 技术架构与运行流程可视化图解该项目架构极简属于轻量级Prompt约束架构无复杂依赖。下面通过两张可视化流程图直观展示其运行逻辑与对话执行链路。3.1 整体架构图工程落地类需求学习/架构类需求开发者输入指令AI编码Agent加载i-have-adhd规则集规则拦截校验层1.优先输出执行动作2.结构化步骤拆分3.剔除冗余话术4.补充进度与耗时输出极简可落地结果默认原生输出模式3.2 单次对话执行流程图是否工程落地知识问答会话启动检测本地规则配置文件是否加载i-have-adhd对话前置绑定10项核心规则默认模型输出接收用户编码需求校验需求场景工程落地/知识问答强制执行极简输出规则首行输出核心操作编号拆分执行步骤标注任务进度精准耗时展示已完成成果结尾仅保留1个下一步动作结束对话无总结无客套3.3 架构核心特点整个链路无中间服务、无数据转发、无缓存存储所有规则校验与输出约束全部由AI模型自身实时完成零延迟、零性能损耗、零资源占用这也是该项目能够轻量化爆火的核心原因。4. 完整原生规则源码可直接复制导入网上多数精简版规则存在缺失、篡改问题导致优化效果打折。本节放出i-have-adhd官方仓库原版SKILL.md 完整源码无删减、无修改可直接导入所有适配工具。4.1 官方完整SKILL.md源码# i-have-adhd Skill Rules ## Core Mandate Prioritize action, progress, and concrete outcomes. Eliminate all preamble, filler narration, and closing recap. Every response must serve immediate execution for coding and engineering tasks. ## Rule 1: Lead with the next action Open every response with the single most important next step. Do not start with context, explanation, confirmation, or polite phrasing. Action first, context second (only if necessary). ## Rule 2: Number multi-step work Any task requiring more than one discrete step must use ordered numbering. Do not merge steps into paragraphs. Keep each step atomic and executable. ## Rule 3: End with exactly one concrete next action Conclude every turn with one unambiguous, actionable next step that takes 2 minutes or less to attempt. No open-ended suggestions, no multiple options, no recap paragraphs. ## Rule 4: Suppress tangents and scope creep Resolve the current active issue fully before introducing secondary problems, optimizations, or edge cases. Do not branch topics mid-task. Defer all out-of-scope items to future turns. ## Rule 5: Restate progress state every turn Begin every new reply with current task progress: e.g., 2/5 steps complete or Backend route implemented, frontend integration remaining. Reset state tracking on new tasks. ## Rule 6: Provide specific time estimates Replace vague qualifiers with concrete minute-based estimates. Use conditional estimates based on existing project conditions. Bad: This will take a while Good: 10 minutes if unit tests exist, 30 minutes otherwise ## Rule 7: Make completed work visible Explicitly state what now works after changes. Provide exact commands, file paths, or verification steps to prove completion. Do not use vague phrases like changes have been applied. ## Rule 8: Matter-of-fact error handling State errors directly, without softening language, apologies, or emotional framing. List exact cause, exact location, and exact fix steps concisely. ## Rule 9: Cap all lists at 5 items Any enumerated content (steps, issues, fixes, options) is limited to maximum 5 entries. Split larger lists into sequential turns. Avoid overwhelming output. ## Rule 10: Zero filler content No opening preamble, no closing summary, no redundant explanation, no motivational language, no generic confirmations. Every sentence must contribute executable value or critical context. ## Safety Guardrails 1. All file deletion, permission modification, and network configuration changes require explicit user confirmation before execution. 2. Stop automated retries after 3 consecutive failures. Reassess approach and request user input. 3. Do not execute destructive commands without printing a full dry-run preview first. ## Scene Exemption Disable strict rules explicitly for architecture discussion, principle explanation, technical review, and knowledge learning scenarios when user requests.4.2 中文适配增强版规则国内模型专属原版英文规则对部分国产大模型适配度一般我基于原生逻辑优化出中文专属版本保留所有核心约束适配通义千问、文心一言、豆包编码等国内工具可直接替换使用。# AI编码极简输出规则中文增强适配版 ## 核心要求 所有编码、调试、部署、配置修改类对话全部优先执行落地动作剔除所有无效话术仅保留可执行、可验证、有价值的内容。 ## 十条强制规则 1. 回复首句必须为下一步可执行操作禁止铺垫背景、解释问题、客套回应 2. 多步骤任务必须使用数字编号拆分单步骤单一操作禁止段落堆砌步骤 3. 每轮对话结尾仅保留1个两分钟内可完成的具体操作无总结、无复盘 4. 专注当前问题解决完毕后再处理衍生问题禁止中途发散、新增需求 5. 每轮对话开头主动声明当前任务完成进度清晰展示剩余工作量 6. 所有耗时预估使用具体分钟数根据项目现有条件给出区间禁止模糊描述 7. 操作完成后明确告知生效内容、验证命令与文件路径直观展示成果 8. 发现错误直接点明位置、原因、修复方案无委婉措辞、无道歉话术 9. 所有列表内容最多5项超长内容分多轮输出避免信息过载 10. 全程无开场白、无结束语、无冗余解释、无通用套话 ## 安全约束 1. 删除文件、修改权限、变更网络配置等高危操作必须手动确认后执行 2. 连续3次方案执行失败立即停止重试重新评估方案并询问用户 3. 破坏性命令执行前必须输出预览内容禁止直接执行 ## 豁免场景 架构讨论、技术原理学习、方案评审、知识点答疑场景可自动解除严格约束恢复正常解释输出。5. 全平台部署实战教程100%可复现本节覆盖目前所有主流AI编码工具提供逐行可复制命令、配置路径、启用方式、常驻设置一次性搞定全平台适配无需反复查阅文档。5.1 通用前置部署所有平台通用先克隆官方源码仓库保证文件完整性避免手动新建文件出错。# 克隆官方仓库gitclone https://github.com/ayghri/i-have-adhd.git# 进入项目目录cdi-have-adhd5.2 Claude Code 完整部署常驻配置Claude Code支持插件市场安装与本地手动部署两种方式推荐手动部署稳定性更高不会出现版本更新失效问题。方式一插件市场快速安装# 市场添加插件claude plugin marketplaceaddayghri/i-have-adhd# 安装插件claude plugininstalli-have-adhdi-have-adhd方式二本地手动常驻部署推荐# 创建claude自定义技能目录mkdir-p~/.claude/skills# 复制官方规则文件到本地常驻目录cp-Ri-have-adhd/skills/i-have-adhd ~/.claude/skills/启用与关闭指令会话内临时启用/i-have-adhd会话内临时关闭/disable i-have-adhd设置永久生效无需重复指令重启会话自动加载本地规则文件5.3 Codex 常驻部署配置Codex无插件市场直接通过全局AGENTS.md文件常驻生效配置一次永久有效。# 创建codex全局配置目录mkdir-p~/.codex# 写入规则到全局代理配置cati-have-adhd/skills/i-have-adhd/SKILL.md~/.codex/AGENTS.md5.4 Cursor 专属部署教程使用率最高Cursor没有官方插件适配采用自定义全局Prompt方式加载规则适配所有版本零报错。操作步骤1. 打开 Cursor 设置搜索Global Prompt2. 开启全局自定义提示词开关3. 将上面的【中文增强适配版规则】完整复制粘贴到输入框4. 保存设置重启 Cursor所有会话自动生效优势全局永久生效无需每次手动开启适配所有项目会话。5.5 Gemini CLI / 通义千问编码部署CLI类工具统一采用环境变量注入规则终端全局生效。# 读取规则文件并注入环境变量exportAI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)# 永久写入shell配置zsh用户echoexport AI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)~/.zshrc# 永久写入shell配置bash用户echoexport AI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)~/.bashrc6. 改造前后真实效果对比实战截图级差异用开发者最常见的「修复Node.js接口跨域BUG」场景直观对比默认输出与规则优化后的输出差异真实体现提效效果。6.1 默认AI编码助手输出未加载规则你的问题是关于Node.js接口跨域报错这是后端开发中非常常见的问题。跨域问题产生的原因是浏览器的同源策略限制不同域名、端口、协议之间的请求会被浏览器拦截。想要解决这个问题我们可以通过配置CORS中间件、设置响应头、代理转发等多种方式处理。下面我为你提供详细的解决方案和操作步骤希望可以帮到你解决当前的BUG同时帮助你理解跨域的核心原理。首先我们需要安装CORS依赖包然后在项目入口文件中配置跨域中间件最后重启项目验证效果。具体步骤如下1. 安装依赖2. 引入中间件3. 全局配置跨域4. 重启服务测试。如果配置后依然报错可以检查端口占用、请求头配置等常见问题。总的来说跨域问题核心就是绕过浏览器同源策略配置完成后即可正常发起前后端请求后续开发可以直接复用该配置。6.2 加载i-have-adhd规则后输出1/3 完成下一步配置全局CORS跨域1. 执行安装依赖npm install cors2. 打开项目入口文件 src/index.js顶部引入组件const cors require(‘cors’)3. 在路由注册前添加全局配置app.use(cors())预估耗时8分钟无自定义跨域配置冲突当前生效所有前端GET/POST请求解除跨域拦截下一步执行 npm run dev 重启服务验证接口6.3 核心差异总结未加载规则300文字有效操作信息不足20%需要手动筛选关键步骤浪费大量阅读时间。加载规则后全程无废话进度、步骤、耗时、生效结果、下一步动作全部明确直接复制执行即可零筛选成本。7. 高阶自定义配置实战按需定制规则官方默认规则是通用版本开发者可以根据自身岗位前端/后端/运维/测试自定义约束适配专属工作场景。7.1 前端开发者专属定制规则新增约束优先输出组件代码、样式适配、兼容性处理简化后端原理说明。# 前端专属增强规则 在默认i-have-adhd规则基础上追加 1. 样式修改优先给出完整CSS代码无需额外询问属性 2. 组件修改直接输出完整可复用组件片段 3. 兼容问题优先给出移动端、浏览器适配方案 4. 省略后端底层原理、服务架构等无关内容 5. 结尾默认给出页面刷新、样式热更新验证步骤7.2 后端/运维专属定制规则新增约束优先输出命令行、配置文件、日志排查步骤简化前端展示逻辑。# 后端运维专属增强规则 在默认i-have-adhd规则基础上追加 1. BUG排查优先输出日志查看、端口检测、进程监控命令 2. 配置修改直接输出完整可覆盖配置内容 3. 报错处理优先给出精准日志定位指令 4. 省略前端页面渲染、样式适配等无关内容 5. 所有操作附带服务重启、状态验证命令7.3 规则临时开关技巧无需反复修改配置文件会话内直接指令切换开启极简模式开启i-have-adhd规则执行动作优先输出关闭极简模式临时关闭所有输出约束恢复完整解释输出用于学习、复盘、架构讨论8. 常见失效问题排查全网最全避坑方案很多用户部署后出现规则不生效、依然废话、偶尔失效等问题本节汇总所有高频问题与修复方案100%解决落地故障。8.1 部署完成后AI依然输出冗余话术核心原因未重启会话、全局配置未生效、规则文件编码错误。修复方案关闭当前所有会话窗口重启AI工具终端重新保存规则文件确保无乱码、无格式缺失手动输入启用指令触发规则加载。8.2 部分对话生效部分对话失效核心原因大模型Prompt遵循能力波动长对话上下文覆盖规则。修复方案每5轮对话手动重启一次会话长任务中途重新输入启用指令刷新规则绑定状态。8.3 国产模型适配效果差、规则不遵守核心原因英文原生规则对国产模型语义识别不友好。修复方案替换为本文提供的【中文增强适配版规则】全局覆盖英文规则适配国内所有编码大模型。8.4 高危操作无确认直接执行删除/修改核心原因未加载完整安全约束规则文件缺失安全防护段落。修复方案使用本文完整源码不要使用网上残缺精简版规则保留所有安全护栏配置。9. 行业价值与未来演进趋势从第一性原理来看i-have-adhd的爆火不是偶然是AI编程行业从「通用答疑」向「工程落地」转型的标志性信号。现阶段所有AI编码工具的核心痛点已经从「会不会写代码」变成「能不能高效落地代码」。模型编码能力已经足够满足绝大多数普通开发场景但输出范式依然停留在科普答疑阶段和产业实际工作节奏严重脱节。未来AI编码工具的演进方向一定是场景化定制输出不再是一套通用话术适配所有用户。针对开发、学习、评审、调研、面试等不同场景自动切换输出模式实现人机协作节奏的精准匹配。而i-have-adhd这类轻量级Prompt规则集会成为所有专业开发者的标配工具零成本解决AI工具的通用性缺陷最大化释放AI编码的落地效率。长远来看这类约束规则会逐步标准化融入AI编码工具底层成为原生功能无需用户手动部署配置实现开箱即用的高效工程协作体验。结尾互动提问1. 你日常使用AI编码工具时最浪费时间的是冗余话术筛选还是模型代码逻辑BUG2. 你更倾向全局永久开启极简输出规则还是根据场景手动切换开关 i-have-adhd保姆级实战教程：彻底优化AI编码助手冗余输出
前言绝大多数开发者每天都在浪费大量无效时间和Token。不是卡在不会写代码而是卡在筛选AI的无效话术。调试一个报错、改一段配置、修复一个线上BUGAI编码助手永远先铺垫背景、解释原理、客套寒暄真正的执行步骤藏在大段文字末尾。单次对话看似多花几十秒日积月累会大幅拖慢开发、调试、部署的整体节奏同时造成大量不必要的Token消耗拉高AI工具使用成本。近期GitHub斩获44k星标的开源项目i-have-adhd精准解决了这个行业普遍痛点。和传统微调模型、定制训练、复杂插件部署的优化方案不同它没有任何复杂架构、无需算力、无需部署服务、不改动大模型底层能力。其核心只是一套标准化输出约束规则集通过强制规范AI编码Agent的输出逻辑彻底砍掉所有无效铺垫、总结、客套话术让AI优先输出可落地的执行动作。本文从第一性原理拆解其核心逻辑通过对抗式审查剖析优缺点与适用场景同时提供全平台完整部署流程、原生规则源码、自定义配置方案、落地案例与避坑指南是目前全网最完整的i-have-adhd实战落地文档。1. 第一性原理拆解AI编码废话的本质成因想要彻底解决问题不能只依赖工具补丁必须从根源拆解问题本质。我们抛开“AI不好用”的表层感受从大模型训练逻辑、产品设计、人机协作场景三个维度拆解AI编码助手冗余输出的核心原因。1.1 大模型训练的底层固有缺陷主流编码大模型Claude、Gemini、通义千问、Codex的训练目标核心是通顺度、完整性、通用性而非工程落地效率。训练数据中包含大量教程文档、问答社区内容、科普文案这类内容普遍存在铺垫式写作逻辑。模型在学习过程中默认形成了“先解释、再铺垫、最后给方案、结尾总结”的固定输出范式。这种范式适配科普、学习、答疑场景但完全不适配开发者高频的快速改代码、调试BUG、部署项目、修改配置场景。学习场景需要完整逻辑工程落地场景只需要精准动作二者需求完全相悖。1.2 AI编码产品的商业化设计妥协Cursor、Claude Code、GitHub Copilot这类工具面向全用户群体既要服务零基础新手也要适配资深开发者。对新手而言铺垫式解释、原理说明、结尾总结是必要的学习内容但对资深开发者来说这些内容全是无效冗余。产品无法针对不同用户、不同场景动态切换输出模式只能采用最大公约数输出策略优先保证通用性牺牲专业场景的落地效率。1.3 人机协作的指令匹配错位开发者日常提问大多是指令型需求改代码、排错、执行命令、修改配置。但默认模型输出逻辑是答疑型逻辑指令型需求匹配答疑型输出直接造成信息错位。简单来说我要操作步骤模型强行给我科普解释。这就是所有AI编码废话的核心根源。1.4 i-have-adhd的核心破局逻辑第一性核心该项目没有修复模型能力缺陷也没有改变产品底层逻辑而是新增一层场景化约束层。在不改动模型权重、不微调模型、不部署服务的前提下通过固定Prompt规则强制覆盖模型默认输出范式。本质是用人工定义的工程场景专属输出规范替代模型通用训练范式让AI编码助手适配开发者的工作节奏而非让开发者适配AI的输出节奏。2. 项目核心定位与边界对抗式审查网上多数介绍只吹捧其“去废话、提效率”的优势极少有人讲清楚它的适用边界、缺陷、失效场景。本节通过对抗式审查客观拆解项目定位杜绝盲目套用。2.1 项目真实定位纠正全网误区很多人误以为它是AI优化模型、代码加速工具、智能纠错插件全部错误。i-have-adhd本质一份纯文本输出规范规则集SKILL.md。无二进制程序、无后台进程、无算力消耗、无网络请求、无模型修改。它只是一套可以被所有AI编码Agent识别、加载、强制执行的对话约束规则。项目命名趣味说明名称中的ADHD并非医疗相关只是比喻开发者注意力聚焦、需要高效直达结果、拒绝无效信息干扰的工作状态精准贴合工程开发的核心需求。2.2 绝对优势不可替代价值零成本落地全程免费、开源无门槛、无需付费算力、无需部署服务器、无需复杂配置零基础开发者可5分钟完成全量部署全平台兼容适配主流所有AI编码工具Claude Code、Cursor、Codex、Gemini CLI、通义千问编码、Antigravity 全部兼容极致提效砍掉100%无效铺垫、总结、客套话有效信息占比从默认30%左右提升至90%以上大幅降低阅读与筛选成本节约Token精简冗余文本单次对话Token消耗降低40%-70%长期使用可大幅降低AI工具付费成本固定协作节奏强制步骤化输出、进度可视化、精准耗时预估彻底解决AI回答碎片化、无条理、无进度的问题2.3 核心缺陷全网避坑重点不提升模型编码能力仅优化输出格式与话术不会修复模型本身的代码BUG、逻辑漏洞、算法短板模型原本写不对的代码加载规则后依然写不对场景局限性极强仅适配工程落地、代码修改、BUG调试、命令执行、配置修改、项目部署场景。完全不适配架构研讨、原理学习、技术科普、方案评审、知识问答场景存在规则失效概率依赖大模型的Prompt遵循能力部分轻量化模型、低版本模型会出现“破防”情况偶尔恢复冗余输出需重启会话重置规则牺牲学习性输出无原理解释、无背景说明新手开发者无法通过对话学习知识点仅适合熟练开发者落地使用2.4 必须关闭规则的场景做技术调研、学习新技术、梳理架构设计、复盘技术问题、撰写技术文档、面试知识点梳理、代码原理讲解时务必临时关闭i-have-adhd规则否则会因信息缺失导致理解断层。3. 技术架构与运行流程可视化图解该项目架构极简属于轻量级Prompt约束架构无复杂依赖。下面通过两张可视化流程图直观展示其运行逻辑与对话执行链路。3.1 整体架构图工程落地类需求学习/架构类需求开发者输入指令AI编码Agent加载i-have-adhd规则集规则拦截校验层1.优先输出执行动作2.结构化步骤拆分3.剔除冗余话术4.补充进度与耗时输出极简可落地结果默认原生输出模式3.2 单次对话执行流程图是否工程落地知识问答会话启动检测本地规则配置文件是否加载i-have-adhd对话前置绑定10项核心规则默认模型输出接收用户编码需求校验需求场景工程落地/知识问答强制执行极简输出规则首行输出核心操作编号拆分执行步骤标注任务进度精准耗时展示已完成成果结尾仅保留1个下一步动作结束对话无总结无客套3.3 架构核心特点整个链路无中间服务、无数据转发、无缓存存储所有规则校验与输出约束全部由AI模型自身实时完成零延迟、零性能损耗、零资源占用这也是该项目能够轻量化爆火的核心原因。4. 完整原生规则源码可直接复制导入网上多数精简版规则存在缺失、篡改问题导致优化效果打折。本节放出i-have-adhd官方仓库原版SKILL.md 完整源码无删减、无修改可直接导入所有适配工具。4.1 官方完整SKILL.md源码# i-have-adhd Skill Rules ## Core Mandate Prioritize action, progress, and concrete outcomes. Eliminate all preamble, filler narration, and closing recap. Every response must serve immediate execution for coding and engineering tasks. ## Rule 1: Lead with the next action Open every response with the single most important next step. Do not start with context, explanation, confirmation, or polite phrasing. Action first, context second (only if necessary). ## Rule 2: Number multi-step work Any task requiring more than one discrete step must use ordered numbering. Do not merge steps into paragraphs. Keep each step atomic and executable. ## Rule 3: End with exactly one concrete next action Conclude every turn with one unambiguous, actionable next step that takes 2 minutes or less to attempt. No open-ended suggestions, no multiple options, no recap paragraphs. ## Rule 4: Suppress tangents and scope creep Resolve the current active issue fully before introducing secondary problems, optimizations, or edge cases. Do not branch topics mid-task. Defer all out-of-scope items to future turns. ## Rule 5: Restate progress state every turn Begin every new reply with current task progress: e.g., 2/5 steps complete or Backend route implemented, frontend integration remaining. Reset state tracking on new tasks. ## Rule 6: Provide specific time estimates Replace vague qualifiers with concrete minute-based estimates. Use conditional estimates based on existing project conditions. Bad: This will take a while Good: 10 minutes if unit tests exist, 30 minutes otherwise ## Rule 7: Make completed work visible Explicitly state what now works after changes. Provide exact commands, file paths, or verification steps to prove completion. Do not use vague phrases like changes have been applied. ## Rule 8: Matter-of-fact error handling State errors directly, without softening language, apologies, or emotional framing. List exact cause, exact location, and exact fix steps concisely. ## Rule 9: Cap all lists at 5 items Any enumerated content (steps, issues, fixes, options) is limited to maximum 5 entries. Split larger lists into sequential turns. Avoid overwhelming output. ## Rule 10: Zero filler content No opening preamble, no closing summary, no redundant explanation, no motivational language, no generic confirmations. Every sentence must contribute executable value or critical context. ## Safety Guardrails 1. All file deletion, permission modification, and network configuration changes require explicit user confirmation before execution. 2. Stop automated retries after 3 consecutive failures. Reassess approach and request user input. 3. Do not execute destructive commands without printing a full dry-run preview first. ## Scene Exemption Disable strict rules explicitly for architecture discussion, principle explanation, technical review, and knowledge learning scenarios when user requests.4.2 中文适配增强版规则国内模型专属原版英文规则对部分国产大模型适配度一般我基于原生逻辑优化出中文专属版本保留所有核心约束适配通义千问、文心一言、豆包编码等国内工具可直接替换使用。# AI编码极简输出规则中文增强适配版 ## 核心要求 所有编码、调试、部署、配置修改类对话全部优先执行落地动作剔除所有无效话术仅保留可执行、可验证、有价值的内容。 ## 十条强制规则 1. 回复首句必须为下一步可执行操作禁止铺垫背景、解释问题、客套回应 2. 多步骤任务必须使用数字编号拆分单步骤单一操作禁止段落堆砌步骤 3. 每轮对话结尾仅保留1个两分钟内可完成的具体操作无总结、无复盘 4. 专注当前问题解决完毕后再处理衍生问题禁止中途发散、新增需求 5. 每轮对话开头主动声明当前任务完成进度清晰展示剩余工作量 6. 所有耗时预估使用具体分钟数根据项目现有条件给出区间禁止模糊描述 7. 操作完成后明确告知生效内容、验证命令与文件路径直观展示成果 8. 发现错误直接点明位置、原因、修复方案无委婉措辞、无道歉话术 9. 所有列表内容最多5项超长内容分多轮输出避免信息过载 10. 全程无开场白、无结束语、无冗余解释、无通用套话 ## 安全约束 1. 删除文件、修改权限、变更网络配置等高危操作必须手动确认后执行 2. 连续3次方案执行失败立即停止重试重新评估方案并询问用户 3. 破坏性命令执行前必须输出预览内容禁止直接执行 ## 豁免场景 架构讨论、技术原理学习、方案评审、知识点答疑场景可自动解除严格约束恢复正常解释输出。5. 全平台部署实战教程100%可复现本节覆盖目前所有主流AI编码工具提供逐行可复制命令、配置路径、启用方式、常驻设置一次性搞定全平台适配无需反复查阅文档。5.1 通用前置部署所有平台通用先克隆官方源码仓库保证文件完整性避免手动新建文件出错。# 克隆官方仓库gitclone https://github.com/ayghri/i-have-adhd.git# 进入项目目录cdi-have-adhd5.2 Claude Code 完整部署常驻配置Claude Code支持插件市场安装与本地手动部署两种方式推荐手动部署稳定性更高不会出现版本更新失效问题。方式一插件市场快速安装# 市场添加插件claude plugin marketplaceaddayghri/i-have-adhd# 安装插件claude plugininstalli-have-adhdi-have-adhd方式二本地手动常驻部署推荐# 创建claude自定义技能目录mkdir-p~/.claude/skills# 复制官方规则文件到本地常驻目录cp-Ri-have-adhd/skills/i-have-adhd ~/.claude/skills/启用与关闭指令会话内临时启用/i-have-adhd会话内临时关闭/disable i-have-adhd设置永久生效无需重复指令重启会话自动加载本地规则文件5.3 Codex 常驻部署配置Codex无插件市场直接通过全局AGENTS.md文件常驻生效配置一次永久有效。# 创建codex全局配置目录mkdir-p~/.codex# 写入规则到全局代理配置cati-have-adhd/skills/i-have-adhd/SKILL.md~/.codex/AGENTS.md5.4 Cursor 专属部署教程使用率最高Cursor没有官方插件适配采用自定义全局Prompt方式加载规则适配所有版本零报错。操作步骤1. 打开 Cursor 设置搜索Global Prompt2. 开启全局自定义提示词开关3. 将上面的【中文增强适配版规则】完整复制粘贴到输入框4. 保存设置重启 Cursor所有会话自动生效优势全局永久生效无需每次手动开启适配所有项目会话。5.5 Gemini CLI / 通义千问编码部署CLI类工具统一采用环境变量注入规则终端全局生效。# 读取规则文件并注入环境变量exportAI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)# 永久写入shell配置zsh用户echoexport AI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)~/.zshrc# 永久写入shell配置bash用户echoexport AI_SKILL_RULE$(cat~/.claude/skills/i-have-adhd/SKILL.md)~/.bashrc6. 改造前后真实效果对比实战截图级差异用开发者最常见的「修复Node.js接口跨域BUG」场景直观对比默认输出与规则优化后的输出差异真实体现提效效果。6.1 默认AI编码助手输出未加载规则你的问题是关于Node.js接口跨域报错这是后端开发中非常常见的问题。跨域问题产生的原因是浏览器的同源策略限制不同域名、端口、协议之间的请求会被浏览器拦截。想要解决这个问题我们可以通过配置CORS中间件、设置响应头、代理转发等多种方式处理。下面我为你提供详细的解决方案和操作步骤希望可以帮到你解决当前的BUG同时帮助你理解跨域的核心原理。首先我们需要安装CORS依赖包然后在项目入口文件中配置跨域中间件最后重启项目验证效果。具体步骤如下1. 安装依赖2. 引入中间件3. 全局配置跨域4. 重启服务测试。如果配置后依然报错可以检查端口占用、请求头配置等常见问题。总的来说跨域问题核心就是绕过浏览器同源策略配置完成后即可正常发起前后端请求后续开发可以直接复用该配置。6.2 加载i-have-adhd规则后输出1/3 完成下一步配置全局CORS跨域1. 执行安装依赖npm install cors2. 打开项目入口文件 src/index.js顶部引入组件const cors require(‘cors’)3. 在路由注册前添加全局配置app.use(cors())预估耗时8分钟无自定义跨域配置冲突当前生效所有前端GET/POST请求解除跨域拦截下一步执行 npm run dev 重启服务验证接口6.3 核心差异总结未加载规则300文字有效操作信息不足20%需要手动筛选关键步骤浪费大量阅读时间。加载规则后全程无废话进度、步骤、耗时、生效结果、下一步动作全部明确直接复制执行即可零筛选成本。7. 高阶自定义配置实战按需定制规则官方默认规则是通用版本开发者可以根据自身岗位前端/后端/运维/测试自定义约束适配专属工作场景。7.1 前端开发者专属定制规则新增约束优先输出组件代码、样式适配、兼容性处理简化后端原理说明。# 前端专属增强规则 在默认i-have-adhd规则基础上追加 1. 样式修改优先给出完整CSS代码无需额外询问属性 2. 组件修改直接输出完整可复用组件片段 3. 兼容问题优先给出移动端、浏览器适配方案 4. 省略后端底层原理、服务架构等无关内容 5. 结尾默认给出页面刷新、样式热更新验证步骤7.2 后端/运维专属定制规则新增约束优先输出命令行、配置文件、日志排查步骤简化前端展示逻辑。# 后端运维专属增强规则 在默认i-have-adhd规则基础上追加 1. BUG排查优先输出日志查看、端口检测、进程监控命令 2. 配置修改直接输出完整可覆盖配置内容 3. 报错处理优先给出精准日志定位指令 4. 省略前端页面渲染、样式适配等无关内容 5. 所有操作附带服务重启、状态验证命令7.3 规则临时开关技巧无需反复修改配置文件会话内直接指令切换开启极简模式开启i-have-adhd规则执行动作优先输出关闭极简模式临时关闭所有输出约束恢复完整解释输出用于学习、复盘、架构讨论8. 常见失效问题排查全网最全避坑方案很多用户部署后出现规则不生效、依然废话、偶尔失效等问题本节汇总所有高频问题与修复方案100%解决落地故障。8.1 部署完成后AI依然输出冗余话术核心原因未重启会话、全局配置未生效、规则文件编码错误。修复方案关闭当前所有会话窗口重启AI工具终端重新保存规则文件确保无乱码、无格式缺失手动输入启用指令触发规则加载。8.2 部分对话生效部分对话失效核心原因大模型Prompt遵循能力波动长对话上下文覆盖规则。修复方案每5轮对话手动重启一次会话长任务中途重新输入启用指令刷新规则绑定状态。8.3 国产模型适配效果差、规则不遵守核心原因英文原生规则对国产模型语义识别不友好。修复方案替换为本文提供的【中文增强适配版规则】全局覆盖英文规则适配国内所有编码大模型。8.4 高危操作无确认直接执行删除/修改核心原因未加载完整安全约束规则文件缺失安全防护段落。修复方案使用本文完整源码不要使用网上残缺精简版规则保留所有安全护栏配置。9. 行业价值与未来演进趋势从第一性原理来看i-have-adhd的爆火不是偶然是AI编程行业从「通用答疑」向「工程落地」转型的标志性信号。现阶段所有AI编码工具的核心痛点已经从「会不会写代码」变成「能不能高效落地代码」。模型编码能力已经足够满足绝大多数普通开发场景但输出范式依然停留在科普答疑阶段和产业实际工作节奏严重脱节。未来AI编码工具的演进方向一定是场景化定制输出不再是一套通用话术适配所有用户。针对开发、学习、评审、调研、面试等不同场景自动切换输出模式实现人机协作节奏的精准匹配。而i-have-adhd这类轻量级Prompt规则集会成为所有专业开发者的标配工具零成本解决AI工具的通用性缺陷最大化释放AI编码的落地效率。长远来看这类约束规则会逐步标准化融入AI编码工具底层成为原生功能无需用户手动部署配置实现开箱即用的高效工程协作体验。结尾互动提问1. 你日常使用AI编码工具时最浪费时间的是冗余话术筛选还是模型代码逻辑BUG2. 你更倾向全局永久开启极简输出规则还是根据场景手动切换开关