i-have-adhd 怎么部署？让 AI Coding Agent 输出更清晰、更容易执行
随着 Claude Code、Codex 等 AI Coding 工具越来越普及，一个常见问题出现：
AI 知道答案，但是输出方式不适合实际执行。
例如：
普通输出：
id="example1"
解释很多背景
然后给几个建议
最后才告诉你应该修改哪里
实际开发中更希望：
id="example2"
先执行：
1. 修改 xxx 文件
2. 替换 xxx 配置
3. 运行测试命令
完成后检查结果。
ayghri/i-have-adhd 就是针对这个问题设计的一套 Agent Skill。
它不是修改模型能力，而是通过 Skill 规则调整 AI 助手的表达方式和工作流程。
i-have-adhd 是什么？
项目 README 对它的定位：
A skill for your coding agent to stop it from burying the answer.
简单来说：
让 Coding Agent 不要把关键答案埋在长篇解释里面。
它主要优化：
- 输出结构；
- 操作步骤；
- 任务进度；
- 错误说明；
- 下一步行动。
适用于：
- Claude Code；
- Codex CLI；
- Cursor；
- Gemini CLI；
- GitHub Copilot；
- 其他支持 Agent Skills 的工具。
它解决什么问题？
1. 答案优先
传统 AI：
背景介绍
原因分析
可能方案
注意事项
最后给命令
修改后：
执行：
npm install xxx
然后修改：
src/config.ts
最后运行：
npm test
对于开发者来说，减少了寻找关键信息的时间。
2. 多步骤任务拆解
例如：
用户：
帮我迁移数据库。
普通 AI：
可能直接输出大量方案。
Skill 会倾向：
步骤 1：
备份数据库
步骤 2：
导出 Schema
步骤 3：
导入目标环境
步骤 4：
验证数据
更接近实际执行流程。
3. 减少无关扩展
它的规则强调：
- 不增加没有必要的建议；
- 先完成当前问题；
- 避免长篇铺垫；
- 明确当前进度。
对于长期 Coding Session 比较有帮助。
支持哪些 Agent？
当前项目提供多个 Agent 安装方式。
包括：
Claude Code
安装：
claude plugin marketplace add ayghri/i-have-adhd
claude plugin install i-have-adhd@i-have-adhd
使用：
/i-have-adhd
Codex
安装：
codex plugin marketplace add ayghri/i-have-adhd --ref main
codex plugin add i-have-adhd@i-have-adhd
调用：
$i-have-adhd
Cursor
可以直接复制 Skill：
git clone https://github.com/ayghri/i-have-adhd
mkdir -p ~/.cursor/skills
cp -R \
i-have-adhd/skills/i-have-adhd \
~/.cursor/skills/
然后重新打开 Cursor。
为什么适合放到 Linux 开发环境？
严格来说：
它不需要服务器。
因为它只是：
Skill 文件
+
Agent 配置
本地电脑即可运行。
例如：
Windows / macOS
├── Claude Code
├── Codex
├── Cursor
└── i-have-adhd Skill
已经可以使用。
但是很多开发者现在会使用：
Laptop
↓ SSH
Remote Linux Server
↓
Git
Docker
Node.js
Python
AI Agent
这种远程开发方式。
这时候 Skill 可以跟随开发环境一起部署。
一个比较适合的远程 AI Coding 架构
例如：
本地电脑
↓ SSH
Linux Development Server
├── Git
├── Docker
├── Node.js
├── Python
├── Claude Code / Codex
├── i-have-adhd
└── Projects
优势：
- 多设备访问同一环境；
- 长任务不中断；
- 项目环境统一；
- Docker 服务持续运行。
莱卡云适合放在哪？
如果希望搭建长期在线的 AI Coding 环境，可以使用 Linux 云服务器作为 Remote Development Host。
例如：
开发电脑
↓ SSH
Linux 云服务器
├── Ubuntu / Debian
├── Git
├── Docker
├── Node.js
├── Python
├── Claude Code
├── Codex
└── Agent Skills
莱卡云可以作为这类 Linux 开发环境的一种选择，用于运行：
- AI Coding Agent；
- Git 项目；
- Docker 开发环境；
- 自动化任务；
- 测试环境。
如果已有其他 VPS、自建服务器或本地工作站，也可以采用相同方案。
服务器配置怎么选择？
因为 i-have-adhd 本身只是 Skill 文件，所以资源消耗非常低。
真正占资源的是：
- AI Agent；
- 项目编译；
- Docker；
- 数据库；
- 测试环境。
基础开发
推荐：
2 核 CPU
4GB RAM
40GB SSD
适合：
- Claude Code；
- Codex；
- 小型项目；
- Git 管理。
日常 AI 开发
更推荐：
4 核 CPU
8GB RAM
80GB SSD
适合：
- Node.js；
- Python；
- Docker；
- 多项目开发。
多服务环境
例如：
Agent
+
数据库
+
Docker Compose
+
多个项目
建议：
8 核 CPU
16GB RAM
150GB+ SSD
为什么 SSD 比 CPU 更重要？
AI Coding 环境通常会产生：
node_modules
Docker Images
Git Repository
Build Cache
Logs
依赖包
所以磁盘增长速度比较快。
建议：
系统盘
+
独立项目目录
+
定期备份
例如：
/data/projects
/data/docker
/data/backups
一个实际使用案例
例如开发一个 Web 项目：
用户：
优化这个 API
↓
AI Agent
↓
i-have-adhd Skill
↓
输出：
1. 修改 app/api/user.ts
2. 添加缓存逻辑
3. 执行测试
4. 检查错误日志
相比长篇解释，这种格式更接近工程执行。
它和普通 Prompt 有什么区别？
很多人可能会问：
为什么不用一句：
请简洁回答。
区别在于：
普通 Prompt：
一次性要求
而 Skill：
长期规则
+
自动加载
+
项目级复用
例如：
项目 A
+
i-have-adhd Skill
项目 B
+
i-have-adhd Skill
所有 Agent
统一输出规范
更适合长期开发。
是否适合团队使用？
可以。
例如团队统一：
.github/
└── skills/
└── i-have-adhd/
或者：
~/.claude/
~/.agents/
统一安装。
这样团队成员使用 AI Coding 时：
- 输出格式一致；
- Debug 流程一致；
- 任务拆解方式一致。
注意事项
这个 Skill 调整的是：
输出方式
不是：
模型能力
它不会：
- 提升模型智力；
- 增加上下文；
- 修复错误代码；
- 替代人工判断。
它解决的是：
信息组织效率
+
执行效率
部署总结
ayghri/i-have-adhd 是一个面向 AI Coding Agent 的输出优化 Skill。
它通过 Agent Skills 机制，让 Claude Code、Codex、Cursor 等工具更倾向：
先给答案
↓
拆分步骤
↓
明确下一步
↓
减少无关内容
从而提高实际开发过程中的执行效率。
它本身不需要服务器，本地安装即可使用；如果希望搭建长期在线的 AI Coding 工作环境，可以把 Agent、项目代码、Docker 和 Skill 一起放到 Linux 开发服务器。
莱卡云可以作为这种远程开发环境的一种候选，用于承载：
Linux
Git
Docker
Node.js
Python
Claude Code / Codex
Agent Skills
个人使用 2 核 4GB 即可起步，日常 AI 开发建议 4 核 8GB。
对于这类 Agent Skill 项目，更重要的是：
保持开发环境统一、控制 Agent 权限、做好项目备份，以及根据团队实际工作流调整 Skill 规则。
葡萄城是专业的软件开发技术和低代码平台提供商，聚焦软件开发技术，以“赋能开发者”为使命，致力于通过表格控件、低代码和BI等各类软件开发工具和服务，一站式满足开发者需求，帮助企业提升开发效率并创新开发模式。
更多推荐
5
0- 0
已为社区贡献2条内容
所有评论(0)