ux-friction-analyzer 是一个用于分析与优化用户体验摩擦的技能，核心方法结合认知心理学、ADHD 友好设计、格式塔原则与心流状态工程。
用途与定位 该技能面向 UX 摩擦审计，帮助识别用户流程中的认知负担、上下文丢失、进度不透明等问题，并给出优化方向。资料提供了决策矩阵、决策树、功能与摩擦的取舍规则，以及失败模式的检测与修复方法。
主要能力
- 决策矩阵：处理 ADHD 原则与认知负荷类型冲突时的取舍，例如渐进披露与信息需求的冲突、上下文保持与工作记忆的冲突、分块进度与任务流的冲突、可预测导航与个性化的冲突。
- 主决策树：根据用户认知状态（专注且有精力、分心或多任务、不堪重负或焦虑、时间紧迫或紧急）给出对应的界面策略。
- 功能与摩擦取舍规则：功能使主流程增加超过 2 秒则延后到高级模式；需要超过 4 个心智块则拆分为向导步骤；只服务少于 20% 用户则隐藏在“更多选项”后；有学习曲线则只提供情境内帮助。
- 五类失败模式：过度选择级联、上下文切换死亡螺旋、不可见进度瘫痪、微小摩擦累积、专家用户被困。每种模式给出检测规则、症状、诊断与修复方法。
- 工作示例：电商结算面向 ADHD 用户的流程分析与优化前后对比；SaaS 分析仪表盘的摩擦审计，覆盖隐藏主操作、选项过多、缺少模板、渲染无进度提示等问题。
- 质量门：包括任务完成时间降低至少 25%、主流程错误率不高于 5%、认知负荷评分不高于 6/10、新用户首次价值时间不超过 60 秒、上下文切换恢复不超过 90 秒等量化指标，以及真实用户验证、无障碍检查、触控目标尺寸、页面加载时间、设计系统合规等验证项。
使用方式 资料以决策矩阵、决策树、失败模式检测规则和示例形式呈现方法论，未提供安装命令、代码或具体操作步骤，暂未提供。
适用场景 适合对现有用户流程做摩擦审计、识别认知负担来源、设计 ADHD 友好界面、检查进度反馈与上下文保持、评估功能取舍，以及为电商结算、数据仪表盘等流程提供优化建议。
限制与不适用范围 资料明确不用于视觉设计执行（配色、字体、像素级布局）、A/B 测试与统计分析、无障碍合规审计、技术性能优化、用户研究方法论。若任务超出 UX 心理学与认知原则范围，应交给相应专业角色。