Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add skills/kangarooking/cangjie-skill/principal-agentnpx skills add kangarooking/cangjie-skill --skill principal-agentgit clone --depth 1 https://github.com/kangarooking/cangjie-skillWhat it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00134 | $0.01531 |
| Opus 5 | $0.00067 | $0.00766 |
| Sonnet 5 | $0.00027 | $0.00306 |
| Haiku 4.5 | $0.00013 | $0.00153 |
Grade A, and why
principal-agent scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured yesterday.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 120 lines — stays where its author put it; the contents beside it link to each section on GitHub.
委托-代理识别
R — 原文 (Reading)
如果你想做好，那你必须亲自去做。当你是委托人，那你就是主人你就会关心并且会把工作做得很好。当你是代理人，你是在为别人的利益做事，你可能会把事情做得很糟糕。……你能把某个人的收益和他所创造的价值联系得越紧密，就越能把他们变成委托人。
— 纳瓦尔·拉维坎特, 《纳瓦尔宝典》 第一章·财富
I — 方法论骨架 (Interpretation)
委托-代理问题是微观经济学最基本的问题：利益归属决定行为质量。 当你是委托人（自己的钱/自己的事），你会做好；当你是代理人（为别人利益做事），你会为自己优化。 推论三条： ① 选择位置时，优先选「每个人都能感到自己是委托人」的小组织； ② 设计合作时，把收益与创造的价值绑定得越紧越好（股权、分成、责任到人）； ③ 警惕「代理人叙事」——媒体和现代社会长期洗脑你「需要一个知识渊博的代理人」，而委托人直觉其实人人都有。 用在职业上：为别人打工=代理人拿最低报酬；拥有产权和判断=委托人拿剩余。
A1 — 书中的应用 (Past Application)
案例 1: 为别人工作拿最低报酬
- 问题: 为什么高薪打工者无法致富
- 方法论的使用: 雇主是委托人（承担风险/责任/知识产权），雇员是代理人拿「最低限度的报酬」
- 结论: 工资再高也不是财富
- 结果: 医生开私人诊所（品牌）后才成为委托人
案例 2: 小公司人人像委托人
- 问题: 如何让团队用心做事
- 方法论的使用: 越小的公司，每个人越能感觉到自己是委托人
- 结论: 「你越觉得自己不是代理人，你将会把工作做得更好」
- 结果: 组织结构越扁平、收益越绑定，行为质量越高
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- 职业选择：「去大公司还是小创业公司」「打工还是自己干」
- 合作设计：「怎么设计分成/激励让合伙人真的上心」
- 困惑现象：「为什么同事都在磨洋工/外包总出问题」
- 自我诊断：「我是在为谁的利益工作」
语言信号
- "大公司 vs 小公司怎么选"
- "怎么让团队/合伙人更用心"
- "为什么没人对结果负责"
- "principal-agent / ownership / who benefits"
与相邻 skill 的区分
- 与
wealth-structure的区别: 财富结构是个人资产框架；本 skill 是组织/合作中的激励透镜 - 与
judgment-training的区别: 委托代理是判断力心智模型库里的一个模型
E — 可执行步骤 (Execution)
-
诊断你当前的角色
- 完成标准: 回答「我的收益与创造的价值绑定程度（低/中/高）」「我是委托人还是代理人」
-
寻找或创建委托人位置
- 完成标准: 列出 1–2 个具体动作（要求股权/分成、做有产权的事、加入小组织）
-
检查合作方的激励结构
- 完成标准: 对每个合作者问「他赢的判定标准是什么」，确认利益是否一致
- 判停条件: 若发现纯代理结构（收益完全脱钩）且无法改变，标记为高风险合作
-
为未来决策保留记录
- 完成标准: 记录本次诊断结论，作为下次职业/合作选择的输入
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 用户要具体薪酬谈判话术（本 skill 给结构不给话术）
- 管理细节（如何监督/考核）不是本 skill 的重点——先改结构再谈管理
作者在书中警告的失败模式
- 依赖代理人: 「媒体和现代社会花了大量时间来洗脑你：让你认为需要一个代理人」
- 收益脱钩: 收益与价值脱钩时，代理人必然为自己优化
作者的盲点 / 时代局限
- 「小公司人人像委托人」在规模化后不成立，作者未给大组织化解决方案
- 委托-代理只是心智模型之一，不能解释所有组织问题
容易混淆的邻近方法论
wealth-structure: 两者的交集是「股权绑定」，但视角不同（组织 vs 个人）
相关 skills (阶段 3 定稿)
- composes-with:
wealth-structure（股权绑定是共同解法）、judgment-training
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓ (v07)
- 测试通过率: 见 test-results.md
- 蒸馏时间: 2026-08-01
What ships with it
2 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- yesterday First seen · 120 lines · 134 tokens per session scan A 463b7e667668
principal-agent is a skill published in the GitHub repository kangarooking/cangjie-skill (9,216 stars, last pushed 2d ago), licensed MIT. It adds 134 tokens to every session and 1,531 once invoked, about $0.0007 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
ownership-mindset
触发：用户因股价涨跌纠结买卖、用PE/K线做判断、问"该止盈/止损吗"时。 语言信号："还能涨吗""要不要止盈""被套了怎么办""这股票便宜"。 核心转换：把上市公司抽象为"只有一个股东的非上市公司"，股价波动=别人出价，非公司价值变化。 不适用于：纯信息查询、资产配置讨论、短线策略、明确投机且不愿转变视角。 区分：DCF解决"值多少钱"，本skill解决"用什么身份思考"；opportunity-cost解决"买或卖"，本skill解决"你是谁"。.
capability-circle
能力圈不是"熟悉的行业"——它是你能判断一家公司未来 5-10 年现金流的大致范围。行业经验不等于能力圈：医生懂药理不等于能判断创新药的商业前景。.
concentrated-investing
当用户在讨论投资组合应该集中还是分散、仓位如何分配、持有几只股票合适时激活此skill。 典型触发信号：用户说"我买了10只股票分散风险"、"这只股票我准备只放5%仓位"、"要不要多买几只平衡一下"。 核心逻辑：分散是对无知的保护——如果需要分散说明对每只都不够了解；仓位大小应反映理解度而非风险分散需求。 不适用于：资金量大到单一标无法容纳、需要资产配置而非选股的理财场景、完全不懂投资的新手（这类人更适合指数基金）。 与能力圈skill区别：能力圈解决"懂不懂"，本skill解决"懂了以后投多少"。.
dcf-valuation
当用户在评估一只股票"便不便宜"、纠结该不该基于PE/PB做买卖决策、 或试图用DCF公式精算企业价值时，激活此skill。 核心判断信号：用户提到"估值""PE多少倍""DCF模型""算一算值多少钱"， 或在纠结"这个价格能不能买"。 此skill将估值从数学计算还原为商业判断——用"未来现金流折现"作为思维 方式而非公式，通过"毛估估"判断是否明显便宜，以"封仓十年"的视角检验 理解深度，用E/E替代PE以纳入负债影响。 不适用于：需要精确估值建模的场景（如并购定价）、短期交易择时、 无法产生现金流的资产（如加密货币）。.
equanimity-mindset
当投资者因股价涨跌产生焦虑、恐惧或贪婪情绪，需要回归理性决策时激活。 典型触发：股价暴跌时恐慌想卖、暴涨时焦虑要不要止盈、与他人比较收益而心态失衡、因用了非闲钱而睡不着觉。 语言信号："我该不该止盈""跌了这么多我好慌""别人赚了那么多我没赚到""心跳跟着股价走"。 不适用于：纯信息查询（问某公司财报数据）、明确的买入/卖出决策逻辑（那是能力圈或机会成本skill）、短期交易策略咨询。 与相邻skill区分：能力圈skill解决"懂不懂"的认知问题，本skill解决"懂了但情绪仍然失控"的情绪-认知断裂问题；Stop Doing List是事前纪律防线，本skill是事中情绪恢复机制。.
good-business
当用户需要判断一家公司是否具备持久的竞争优势时激活此skill。典型触发：用户在分析某只股票/公司时问"这门生意好不好""护城河够不够深""这个商业模式能不能持续赚钱"；或用户试图从PE/财务指标出发评价一家公司却理不出头绪。 不适用于：纯财务建模（DCF计算）、已明确在能力圈外的公司（应先回能力圈框架）、短期交易择时决策。 关键语言信号："这个生意模式怎么样""为什么这家公司能一直赚钱""竞争对手能不能抢走它的市场"。.