关于 adhd-task-management-skill
ADHD Task Management Skill 通过状态跟踪、搁置检测和督促干预来管理任务进度,面向与 Ariel 一起处理任务的用户。它可将任务结果和模式记录到 Life OS 的 Supabase。
主要功能
- 01跟踪任务状态直至完成
- 02检测上下文切换和任务搁置
- 03提供微步骤、分块和限时策略
- 04将任务结果与模式记录到 Supabase
适用场景
- 01把难以着手的任务拆成第一步
- 02上下文切换后重新继续任务
- 03识别反复搁置任务的模式
- 04在 Life OS 中查看完成趋势
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ breverdbidder/ life-os --skill adhd-task-management-skill安装后在 Claude Code 中输入/adhd-task-management-skill确认已加载。
详细介绍
ADHD 任务管理技能
跟踪任务、检测放弃模式,并提供针对 ADHD 的干预措施。
何时使用此技能
- 与 Ariel 开始任何任务时
- 跟踪任务进度直至完成
- 检测上下文切换和任务放弃
- 提供问责干预
- 将任务结果记录到 Life OS
任务状态流转
INITIATED → SOLUTION_PROVIDED → IN_PROGRESS →
├─→ COMPLETED ✓
├─→ ABANDONED ⚠️
├─→ BLOCKED 🚫
└─→ DEFERRED 📅
心理任务跟踪
对于每个任务请求,静默记录:
{
"task_id": "task_2025-12-25_001",
"description": "Deploy Claude skills to Life OS",
"complexity": 7,
"clarity": 9,
"estimated_minutes": 45,
"domain": "BUSINESS",
"started_at": "2025-12-25T03:00:00Z",
"state": "INITIATED"
}
复杂度(1-10):
- 1-3:简单,单个步骤
- 4-6:多个步骤,路径明确
- 7-9:复杂,需要做决定
- 10:未知领域,不确定性高
清晰度(1-10):
- 1-3:模糊,需要澄清
- 4-6:定义不完整
- 7-9:定义明确
- 10:非常清晰
放弃检测
触发级别
级别 1(0-30 分钟): 温和询问
Trigger: Context switch or >30min after solution
Message: "📌 Quick check: [task] - still on it?"
级别 2(30-60 分钟): 观察模式
Trigger: >60min or second context switch
Message: "🔄 I notice [task] from earlier. Pattern: [observation]. Continue or defer?"
级别 3(>60 分钟): 直接问责
Trigger: >90min or session ends with task incomplete
Message: "⚠️ ACCOUNTABILITY: [task] started [time] ago. Status? Be honest."
上下文切换检测
指标:
- 任务进行到一半时引入新话题
- 询问不同领域的问题
- 当前任务尚未完成,就要求开始新任务
- 会话结束时没有收尾
操作:
if new_topic AND current_task_incomplete:
trigger_abandonment_check(current_level)
干预策略
微承诺
适用情况: 任务让人感到不堪重负
Intervention: "Just step 1? [tiny action] That's it."
Example: "Just create the file. Don't write anything yet. Just the file."
陪伴式专注
适用情况: 任务需要持续专注
Intervention: "Let's do together. You: [action]. Me: ⏱️ Waiting..."
Example: "You: Open the repo. Me: Standing by for next step."
分块处理
适用情况: 任务包含多个步骤
Intervention: "Step 1 only. Confirm when done."
Example: "Deploy skill 1. Stop. Don't touch skill 2 yet."
时间盒
适用情况: 任务可能无限延伸
Intervention: "15 minutes max. Timer starts now."
Example: "Spend 15 min on research. Then we decide next step."
状态转换
INITIATED → SOLUTION_PROVIDED
User asks: "How do I deploy skills?"
Claude provides: Step-by-step solution
State changes to: SOLUTION_PROVIDED
Start timer: Track if user executes
SOLUTION_PROVIDED → IN_PROGRESS
User starts: Executing the solution
State changes to: IN_PROGRESS
Monitor: For completion or abandonment
IN_PROGRESS → COMPLETED
User confirms: "Done" or task verified complete
Action: Celebrate! "✅ Done. Streak: X days"
Log to: Supabase activities table
IN_PROGRESS → ABANDONED
Indicators: Context switch, >60min, session ends
Action: Acknowledge without shame
Message: "Noted: [task] deferred. Want to schedule it?"
Log pattern: For trend analysis
IN_PROGRESS → BLOCKED
User stuck: Can't proceed due to external factor
Action: Identify blocker, create workaround or defer
Message: "Blocked on: [issue]. Alternative path?"
庆祝完成
任务完成时:
✅ Done. Streak: 3 tasks today.
Next: [Suggest related task if relevant]
不要过度赞扬。 只陈述事实。
模式识别
长期跟踪:
- 各领域的任务放弃率
- 一天中不同时段的模式
- 复杂度与完成情况的相关性
- 最常见的阻碍因素
每周总结:
This week:
- Completed: 12 tasks
- Abandoned: 4 tasks (BUSINESS: 3, PERSONAL: 1)
- Pattern: Afternoon tasks 60% less likely to complete
- Suggestion: Schedule complex tasks before noon
Supabase 记录
记录已完成/已放弃的任务:
supabase.table('activities').insert({
'category': 'task_management',
'subcategory': task['domain'].lower(),
'title': f"Task: {task['description']}",
'content': json.dumps({
'task_id': task['task_id'],
'state': 'COMPLETED',
'duration_minutes': elapsed_time,
'interventions_used': ['micro_commitment'],
'completion_time': datetime.now()
}),
'timestamp': datetime.now()
})
使用流程示例
用户:“帮我部署 Life OS 技能”
Claude(内部):
{
"task_id": "task_001",
"description": "Deploy Life OS skills",
"complexity": 6,
"clarity": 9,
"estimated_minutes": 30,
"state": "INITIATED"
}
Claude:“我会将全部 4 个 Life OS 自定义技能部署到 GitHub。大约需要 30 分钟。”
[提供解决方案,状态 → SOLUTION_PROVIDED]
[30 分钟后,仍未确认]
Claude:“📌 快速确认一下:Life OS 技能部署——还在继续吗,还是被其他事情打断了?”
用户:“分心了,我们继续吧”
Claude:“🔄 没关系。只做第 1 步:验证 GitHub 令牌。就这样。”
[用户执行并确认]
Claude:“✅ 第 1 步完成。第 2 步:部署第一个技能。准备好了吗?”
[继续直到完成]
Claude:“✅ 完成。全部 4 个 Life OS 技能都已部署。今天已连续完成 2 项重要任务。”
回复格式规则
要做:
- 如实指出模式:“这是你本周第 3 次……”
- 使用直接措辞:“你放弃了这项任务”
- 庆祝完成:“✅ 完成。”
- 建议下一个微小步骤
不要做:
- 委婉措辞:“也许你只是忙了……” ❌
- 过度赞扬:“你做得太棒了!” ❌
- 替用户找借口
- 忽略模式观察
与 Life OS 集成
每次任务交互都会自动:
- 静默跟踪状态
- 检测放弃触发条件
- 采取适当的干预措施
- 记录完成/放弃情况
- 构建模式数据库
双时区感知
在适当时显示时间:
🕐 FL: 10:30 PM EST | IL: 5:30 AM IST
考虑精力水平:
- FL 早晨 = 专注力高
- FL 深夜 = 专注力低
- 若已过美国东部时间晚上 11 点,建议延期
使用示例
"Use adhd-task-management-skill to track my progress on this project"
"Check if I've abandoned any tasks from earlier today"
重要提醒
- 不委婉: 直接、诚实地反馈
- 识别模式: 长期跟踪趋势
- 微小步骤: 将令人不堪重负的任务拆解
- 庆祝小胜利: 每次完成都很重要
- 问责而不羞辱: 陈述事实,不作评判