ADHD成本与性能分析：一次运行到底要花多少钱？完整成本模型与预算策略

ADHD成本与性能分析一次运行到底要花多少钱完整成本模型与预算策略【免费下载链接】adhdADHD — a skill for coding agents. Tree-of-thought with pruning, built on the Claude Codex Agent SDK. Fans out parallel divergent thoughts under different cognitive frames, scores, prunes traps, deepens the survivors. The no-brainer skill for creative and interdisciplinary work.项目地址: https://gitcode.com/gh_mirrors/adh/adhdADHDadhd-agent是一个给编码智能体用的思维树技能它并行扇出多个隔离的认知分支来发散思考再评分、剪枝、深挖存活的想法。那么问题来了——一次 ADHD 运行到底要花多少钱本文拆解完整的 ADHD 成本模型给出可落地的 ADHD 预算策略帮你在发散质量和token 账单之间找到平衡点。一次运行 多少次 LLM 调用先看结构。ADHD 的引擎src/engine.ts默认参数为framesPerRun 5分支数、ideasPerFrame 6、topK 3。一次完整运行的调用清单如下阶段调用次数说明问题重构Reframe1剥离问题中的锚点如当前技术栈发散DivergeN默认 5每支路一次隔离调用互不可见评分Score1对所有想法打 novelty / viability / fit 分聚类Cluster1把想法按底层角度归成 3–6 簇深挖DeepenK默认 3每个存活想法扩写成方案草图默认配置下约N K 2 ≈ 10 次调用外加 1 次 reframe。⚠️ 关键提醒调用次数是错的计量单位——你付钱的是 token而 token 成本的大头不是新产出的想法而是每个分支都要重新加载一遍的基础上下文。真正花錢的地方基础上下文的 N 倍放大每条发分支都是一个全新的隔离上下文隔离正是它避免锚定偏差的核心机制见 documentation/how-it-works.md。这意味着你项目里的CLAUDE.md、状态文件、工具上下文等基础底座在每个分支上都要重新付一次钱。官方文档 documentation/when-to-use.md 给出的诚实成本公式cost ≈ N × (base_context branch_output) ← 发散阶段 critic_context ← 评分聚类要看到全部 N×k 个想法 K × deepen_context ← 深挖阶段举个具体数字若基础上下文约26K token5 个分支在产出任何一条新想法之前就要重新加载约130K token的底座。这个N ×放大器是10 次调用的简单说法掩盖的真实成本地板且随 N 线性增长与模型实际说了多少话无关。两种使用方式的成本差异使用方式基础上下文成本溢价独立 CLI / 库adhd ...src/cli.ts极小分支只带问题 框架提示温和接近朴素的 5–10× 估计Claude Code 会话中的 Skill/adhd ...skills/adhd/SKILL.md大每支路重载CLAUDE.md 工具上下文明显更高且随会话上下文越用越大独立评测见 README.md 的 External reviews 一节给出的实测参考相对单次基线ADHD 耗时约2.3×、输出量约1.9×——质量收益广度 1.9×、新颖度 2.9×、陷阱检测 5.2×数据见 EVALS.md通常大于这个成本溢价。4 个实用的 ADHD 预算策略1. 按需降配别用满血参数CLI 支持完整调参documentation/api.md。轻量任务直接adhd name this function --frames 3 --ideas 8 --top 2--frames是最直接的省钱旋钮5 个分支降到 3 个发散成本直接砍掉 40%。2. 给评审官critic配便宜模型评分和聚类不需要最强模型。用--critic-model单独指定一个更便宜的模型跑收敛阶段实现在 src/engine.ts既能省成本又能让生成与评审去相关减少错误共振。3. 省掉 reframe减少 1 次调用问题本身很干净、没有多余技术栈锚点时加--no-anchor-strip跳过重构调用src/cli.ts。4. 只在决策点运行别按击键计费这是最重要的一条。ADHD 的心智模型花几美分到几美元去拓宽一个高风险决策——相比上线了那个错误的显而易见的答案这笔账永远划算。但查找类问题、根因已知的 bug、一步 Google 能解决的问题直接用基线官方建议见 documentation/when-to-use.md。结论ADHD 成本模型速查✅ 默认一次运行 ≈101 次 LLM 调用但成本单位是token 而非调用✅ 真实成本地板 N × 基础上下文随分支数线性增长✅ 独立 CLI 比 Claude Code 内 Skill 便宜——上下文底座小✅ 省钱三板斧降--frames、给 critic 配便宜模型、--no-anchor-strip✅ 预算心法只在决策点运行为想清楚付费而不是为问一句付费完整方法论与可复现的评测脚本见 bench/run-evals.ts运行结果在 bench/results.json。【免费下载链接】adhdADHD — a skill for coding agents. Tree-of-thought with pruning, built on the Claude Codex Agent SDK. Fans out parallel divergent thoughts under different cognitive frames, scores, prunes traps, deepens the survivors. The no-brainer skill for creative and interdisciplinary work.项目地址: https://gitcode.com/gh_mirrors/adh/adhd创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考