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/screen-detoxnpx skills add kangarooking/cangjie-skill --skill screen-detoxgit 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 | $0.00148 | $0.01664 |
| Opus 5 | $0.00074 | $0.00832 |
| Sonnet 5 | $0.00030 | $0.00333 |
| Haiku 4.5 | $0.00015 | $0.00166 |
Grade A, and why
screen-detox 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 — 124 lines — stays where its author put it; the contents beside it link to each section on GitHub.
屏幕戒断与多巴胺管理
R — 原文 (Reading)
没有例外——所有屏幕活动都与更少幸福有关，所有非屏幕的活动都与更多的幸福联系在一起。……我只是整日吃着小多巴胺的零食。我得到了我小140字的多巴胺。我发推特，然后留意谁转推了我的推文。
— 纳瓦尔·拉维坎特, 《纳瓦尔宝典》 第二章·幸福
I — 方法论骨架 (Interpretation)
屏幕内容（社交媒体/新闻/短视频/游戏）是精心设计的多巴胺零食： 用即时奖赏的长期后果（注意力涣散、幸福下降、焦虑升高）换短期快感。 戒断的逻辑不是靠意志力硬扛，而是： ① 承认机制——屏幕=用长期后果换短期利益（咖啡因同理），「所有屏幕活动都与更少幸福相关」； ② 识别替代——阳光、运动、积极思考、面对面交流是天然血清素来源，非屏幕活动与更多幸福相关； ③ 习惯替换五步——挑一件事→培养一个愿望→可视化→规划可持续道路→识别需求/触发/替代品→告诉朋友→仔细调查； ④ 环境设计——少用电话/日历/闹钟（三个让你重新回到数字世界循环的 app）。 现代斗争的真相：孤独的个体用非人的意志力，对抗大量科学家和统计学家设计的「垃圾食品、点击诱导新闻、无限色情、无尽游戏和上瘾药物」。
A1 — 书中的应用 (Past Application)
案例 1: 从 Twitter 回到书籍
- 问题: 沉迷推文多巴胺，意识到「我其实学不到任何东西」
- 方法论的使用: 承认这是游戏，重新把书当博客读（无读完义务）
- 结论: 「我意识到我必须回去读书」
- 结果: 阅读重新回到他的生活
案例 2: 丢掉咖啡因与每天锻炼
- 问题: 情绪不稳、幸福基线低
- 方法论的使用: 戒咖啡因、每天锻炼、晒太阳、抬头微笑
- 结论: 「我认为丢掉咖啡因使我更快乐。这使我变得更加稳重。」
- 结果: 这些成为第二天性的幸福习惯
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- 刷手机失控：「一刷就两小时，停不下来」
- 空虚感：「刷完更空虚/焦虑」
- 想戒某个坏习惯：「怎么戒短视频/游戏/零食」
- 想提升专注与幸福：「把时间还给自己」
语言信号
- "我刷手机上瘾怎么办"
- "怎么戒掉短视频/游戏/熬夜刷手机"
- "感觉被算法控制"
- "screen addiction / doomscrolling / dopamine detox"
与相邻 skill 的区分
- 与
reading-metaskill的区别: 阅读是替代屏幕的深度输入，但戒断本身是本 skill 职责 - 与
monkey-mind-meditation的区别: 本 skill 管外部刺激源，冥想管内部杂念
E — 可执行步骤 (Execution)
-
量化当前屏幕消耗
- 完成标准: 用屏幕时间统计记录 3 天，标出最痛的 1 个消费型 app/时段
-
做一个环境改造
- 完成标准: 把该 app 移出首屏/卸载/设限额，物理隔离（手机放另一房间）
-
设计替代活动
- 完成标准: 为每个触发时段（通勤/睡前/等饭）准备一个非屏幕替代（书/散步/面对面聊天）
-
对外承诺
- 完成标准: 告诉 3 个朋友你的戒断目标，接受他们的监督
- 判停条件: 若 7 天后复发 ≥3 次，缩小目标（如从「戒全部」改为「只戒睡前 1 小时」），不责备自己
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 用户靠屏幕工作谋生（区分工作屏幕与消费屏幕，别一刀切）
- 用屏幕维持社交联系的孤独老人/异地关系（先保留必要联系）
作者在书中警告的失败模式
- 用意志力对抗设计好的武器: 「孤独的个体召唤非人的意志力……去对抗大量的科学家和统计学家」
- 以为「看新闻=学习」: 新闻的工作是让你焦虑和生气
作者的盲点 / 时代局限
- 「所有屏幕活动与更少幸福相关」是强断言，未区分社交连接型屏幕使用
- 对必须用屏幕的现代职业缺乏解决方案
容易混淆的邻近方法论
reading-metaskill: 两者互补：戒屏幕→把时间给阅读
相关 skills (阶段 3 定稿)
- composes-with:
happiness-skill、monkey-mind-meditation - contrasts-with:
reading-metaskill
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 · 124 lines · 148 tokens per session scan A 9868194be4ae
screen-detox is a skill published in the GitHub repository kangarooking/cangjie-skill (9,216 stars, last pushed 2d ago), licensed MIT. It adds 148 tokens to every session and 1,664 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"。.