用途：这是一个为ADHD认知模式设计的系统性任务追踪技能，目标是在不评判的前提下提供问责机制，通过主动干预防止任务被放弃。
主要能力：以状态机管理任务生命周期，状态包括 INITIATED、SOLUTION_PROVIDED、IN_PROGRESS、COMPLETED、ABANDONED、BLOCKED、DEFERRED，并定义各状态的触发条件与后续动作。每个任务记录元数据，如 id、description、state、domain、complexity（1-10）、clarity（1-10）、estimated_minutes、actual_minutes、时间戳、abandonment_count、intervention_level。domain 分为 BUSINESS、MICHAEL、FAMILY、PERSONAL，并各自有不同行为侧重。
放弃检测：监控上下文切换、会话结束时任务仍处于 SOLUTION_PROVIDED 或 IN_PROGRESS、超过30分钟无更新、话题漂移等模式；检测算法在状态属于 SOLUTION_PROVIDED 或 IN_PROGRESS 时，若 elapsed_minutes 大于30或当前消息与任务无关则判定为放弃。
干预协议：分三级，Level 1 温和提醒（0-30分钟），Level 2 模式观察（30-60分钟），Level 3 直接问责（超过60分钟）。ADHD干预策略包括微承诺、虚拟陪伴（Body Doubling）、分块、能量匹配。
连续完成追踪：记录 current、longest、total_completions、abandonment_rate，并在完成时更新。
使用方式：通常在任务请求出现时创建任务，提供解决方案后更新状态；用户确认“working on it”等进入 IN_PROGRESS，确认“done”等进入 COMPLETED；出现外部依赖转 BLOCKED，主动推迟转 DEFERRED，检测到放弃且无响应转 ABANDONED。资料还提到 LangGraph 集成，包含 TaskState 结构、create_task、provide_solution、check_abandonment、intervene、complete_task 等节点，以及 scripts/task_state_machine.py、scripts/abandonment_detector.py、scripts/streak_calculator.py 脚本和 references/intervention_templates.md、references/adhd_patterns.md 参考文档。
适用场景：需要按ADHD模式管理任务、减少放弃、保持完成连续性的个人任务场景。
限制：资料未提供安装命令、收费、价格、平台支持或效果数据；具体部署与运行方式暂未提供。