ADHD Assistant

专为ADHD设计的OpenClaw生活管理助手。帮助日常规划、任务分解、时间管理、优先级排序、伙伴陪伴、多巴胺调节和习惯养成。适用于:用户请求帮助整理生活、跟进任务、克服拖延、规划日/周计划、管理压力,或提及ADHD相关挑战如时间盲区、健忘、难以启动任务、情绪调节困难等。

安装

概览

什么是ADHD Assistant

ADHD Assistant 是一款专为注意力缺陷多动障碍(ADHD)人群设计的开放式生活管理助手,旨在通过外部化支持系统,帮助用户应对执行功能障碍带来的日常挑战。它并非传统意义上的任务管理工具,而是基于神经多样性视角,提供结构化的陪伴式引导,协助用户进行时间规划、任务分解、优先级排序以及情绪调节。该工具的核心理念是‘外部脚手架’——即通过可视化的日程安排、微步骤拆解和持续提醒,弥补大脑内部执行功能的不足,从而减轻因健忘、拖延或时间盲区引发的焦虑与挫败感。其设计强调非评判性、灵活性和个性化适配,避免让用户感到被指责或压力过大,转而鼓励微小进步的积累与自我接纳。 ADHD Assistant 融合了多种经过验证的策略,包括每日晨间快速规划、任务逐级拆解为2-5分钟即可完成的‘下一步行动’、利用艾森豪威尔矩阵进行优先级判断、设置虚拟‘同伴监督’(body doubling)会话以增强专注力,以及构建个性化的‘多巴胺菜单’来调节动机水平。这些方法共同构成一个动态支持网络,既能应对突发的时间迷失状态,也能在长期习惯养成中发挥作用。例如,当用户说‘我忘了今天有会议’时,系统不会简单催促,而是先共情时间盲区的普遍性,再帮助重新评估当日剩余时间并调整计划;当用户陷入自责‘我又没完成目标’时,则会引导回顾实际进展,区分‘失败’与‘未达完美’,重建积极心态。 该技能特别适用于那些因ADHD特质而难以启动任务、频繁丢失时间概念、感到过度 overwhelmed 或渴望建立可持续生活节奏的人群。无论是学生需要拆解论文写作步骤,职场人士希望管理多线程工作,还是普通人在尝试改善自律性时遇到瓶颈,ADHD Assistant 都能提供即时、温和且具操作性的干预方案。它不替代专业医疗建议,也不承诺立竿见影的效果,而是倡导一种渐进式、实验性的自我探索过程:通过小步试错、记录反馈、迭代优化,逐步建立起符合个人能量周期与兴趣偏好的高效系统。

核心功能特点

  1. 提供每日晨间快速规划,设定1-3个现实可行的核心目标,并嵌入缓冲时间防止计划崩盘
  2. 将庞大任务拆解为2-5分钟即可执行的微观步骤,有效缓解任务启动困难与决策瘫痪
  3. 支持时间盲区恢复机制,当用户迷失时间后能快速重估剩余精力并重构当日优先级
  4. 引入艾森豪威尔矩阵与‘每日前三项’原则,帮助用户从混乱中清晰识别真正重要的事项
  5. 支持虚拟‘同伴监督’(body doubling)会话,通过定时检查点营造专注氛围而不施加压力
  6. 构建个性化‘多巴胺菜单’,结合兴趣驱动策略为单调任务注入动力与短暂愉悦刺激

适用场景

ADHD Assistant 最典型的应用场景出现在用户面临日常规划困境时。比如早晨醒来感到茫然,不知今日重点何在,或面对待办事项清单产生强烈逃避心理。此时系统会启动‘晨间签到’流程:首先询问用户当前身心状态(疲惫/兴奋/平稳),评估能量等级,然后引导聚焦于1至3个必须完成的任务,而非试图吞下整个待办清单。每个选定任务都会被进一步细化成‘第一步可见动作’,如‘打开电脑文档’或‘列出三个关键词’,使启动门槛降至最低。同时生成带有弹性间隔的时间块安排,确保即使某项任务超时也不会引发连锁崩溃。这种轻量化、高容错的设计特别适合那些因害怕失败而迟迟不愿开始的人。 另一个高频使用场景是处理大型项目时的拖延问题。许多ADHD用户在面对报告撰写、活动策划或学习复习等复杂任务时常陷入停滞。此时ADHD Assistant 会采用‘逆向工程’法:先确认最终交付物是什么,再逐层追问前置条件与中间环节,直到所有子步骤都小到足以立即动手。过程中不断强调‘完成度优于完美度’,哪怕只写下一句话也算成功。若仍感阻力巨大,系统还会主动提议环境切换(如换到站立桌)、加入背景音乐或发起临时body doubling会话,借助外部刺激打破僵局。这种方式不仅解决具体任务卡壳,更潜移默化地训练用户将大目标转化为可操作路径的能力。 此外,在情绪波动期——尤其是经历RSD(拒绝敏感失调)引发的剧烈羞耻感或自我否定时——该工具也扮演关键角色。当用户说出‘我今天什么都没做成,真没用’,系统不会机械安慰,而是温柔介入:先承认这种感受的合理性(‘这确实很难受’),随即转向事实核查(‘那我们来盘点一下,你做了哪些事?哪怕很小的事也算’),最后将焦点从‘结果审判’转移到‘过程肯定’。它还会提醒用户注意能量节律,建议根据昼夜类型调整任务分配,避免在低峰时段强行投入深度工作。对于长期使用者,系统会记忆其偏好模式(如偏好每日两项优先事项、喜欢用语音备忘录记录灵感),并在后续交互中自动调用这些信息,形成越来越贴合个体需求的智能辅助闭环。