你装了那么多效率插件，但你知道自己的时间都去哪儿了吗？
你装了一堆效率插件，但你知道自己在哪个 App 上花了多少时间吗？
相信不少人手机里都有「屏幕使用时间」功能，但打开的次数大概跟打开健身 App 差不多。问题不是我们不想自律，而是那个数字太干了——它告诉你用了 4 小时抖音，但不会告诉你这 4 小时里你是在「刷」还是在「创作」，更不会告诉你哪些切换是主动的、哪些是忍不住点开的。
最近我发现了一个很有意思的 Skill，叫 screenpipe-focus-review，来自同名工具 Screenpipe。它解决的就是这个问题：让你真正看清楚自己的注意力分配，而不是给你一个「今天效率 87 分」然后什么都不告诉你。
这个 Skill 做了什么不一样的事？
它的工作方式很简单——调用 Screenpipe 的 API，拉取你设定时间范围内的屏幕活动数据，然后生成一份「注意力回顾报告」。重点是，这个报告不会瞎编数据：它只基于真实的 app 切换次数、窗口停留时长和活动间隔来推断，而且特别强调「app 名字本身不能代表意图」——你在 VS Code 上可能是在认真写代码，也可能是在看报错信息发呆，在 Slack 上可能是高效沟通，也可能是刷了一小时水群。
报告里会有一句「今天有一个值得借鉴的模式」和一个小实验建议，帮你把观察转化成行动。整个过程没有打分，没有排名，不跟你说要「提升效率 20%」。
谁适合用这个？
说实话，如果你本身就对时间追踪很抗拒，这个工具也救不了你。但如果你符合以下几种情况，它会很有价值：
- 远程工作者，想搞清楚自己的「深度工作时间」到底有多少是真实的
- 正在优化工作流的开发者，想知道哪些工具切换频率最高
- 想减少分心但不知道从哪下手的人
怎么装？
前提是你得先装 Screenpipe（它会持续记录你的屏幕活动），然后用这个命令把 Skill 加进去：
px skills add https://github.com/screenpipe/screenpipe --skill screenpipe-focus-review
装完之后跟 AI 说一声「review my focus from 9am to 12pm」，报告就出来了。
值得注意的地方
这个 Skill 是本地运行，数据不离开你的机器（Screenpipe 跑在 localhost:3030）。所以不用担心隐私问题——你不是在用某个云服务监控自己，而是用自己的数据给自己看报告。GitHub 上有 21.6k stars，2.2k forks，更新频率也相当稳定。
如果你觉得这还不够，Screenpipe 同一个仓库里还有另外两个配套 Skill：screenpipe-durable-learning（把修正变成可复用经验）和 screenpipe-meeting-follow-up（会议后自动生成待办），三个一起用效果会更好。
评论区
登录后可评论。