[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill-97590159-6c15-4c74-990d-caa8cf527b7c":3,"$faRXP-8SXL05EdXgc1GBm5U_qwDDiywBpMiUAzXGLxjQ":43},{"id":4,"title":5,"description":6,"categoryId":7,"moduleId":8,"tags":9,"prompt":10,"icon":11,"source":12,"sourceUrl":13,"authorId":14,"authorName":15,"isPublic":16,"stars":17,"runs":18,"createdAt":19,"updatedAt":19,"module":20,"category":27,"packages":34},"97590159-6c15-4c74-990d-caa8cf527b7c","fitness-analyzer","分析运动数据、识别运动模式、评估健身进展，并提供个性化训练建议。支持与慢性病数据的关联分析。","cat_life_career","mod_other","sickn33,other","---\nname: fitness-analyzer\ndescription: 分析运动数据、识别运动模式、评估健身进展，并提供个性化训练建议。支持与慢性病数据的关联分析。\nallowed-tools: Read, Grep, Glob, Write\nrisk: unknown\nsource: community\n---\n\n# 运动分析器技能\n\n分析运动数据，识别运动模式，评估健身进展，并提供个性化训练建议。\n\n## When to Use\n- 需要分析运动记录、训练强度、运动习惯或健身进展时使用。\n- 任务涉及跑步、力量训练、耐力或柔韧性等维度的趋势与改进建议。\n- 需要把运动数据与其他健康模块做关联分析时使用。\n\n## 功能\n\n### 1. 运动趋势分析\n分析运动量、频率、强度的变化趋势，识别改善或需要调整的方面。\n\n**分析维度**：\n- 运动量趋势（时长、距离、卡路里）\n- 运动频率趋势（每周运动天数）\n- 强度分布变化（低\u002F中\u002F高强度占比）\n- 运动类型偏好变化\n\n**输出**：\n- 趋势方向（改善\u002F稳定\u002F下降）\n- 变化幅度和百分比\n- 趋势显著性\n- 改进建议\n\n### 2. 运动进步追踪\n追踪特定运动类型的进步情况，量化健身效果。\n\n**支持的进步追踪**：\n- **跑步进步**：配速提升、距离增加、心率改善\n- **力量训练进步**：重量增加、容量提升、RPE变化\n- **耐力进步**：运动时长增加、距离延长\n- **柔韧性进步**：关节活动度改善\n\n**输出**：\n- 开始值 vs 当前值\n- 改善百分比\n- 进步可视化\n- 达成的里程碑\n\n### 3. 运动习惯分析\n识别用户的运动习惯和模式。\n\n**分析内容**：\n- 常用运动时间（早晨\u002F下午\u002F晚上）\n- 运动频率模式（每周几天）\n- 运动类型偏好\n- 休息日分布\n- 运动一致性评分\n\n**输出**：\n- 习惯总结\n- 一致性评分（0-100）\n- 优化建议\n- 习惯养成建议\n\n### 4. 相关性分析\n分析运动与其他健康指标的相关性。\n\n**支持的相关性分析**：\n- **运动 ↔ 体重**：运动消耗与体重变化的关系\n- **运动 ↔ 血压**：运动对血压的长期影响\n- **运动 ↔ 血糖**：运动对血糖控制的效果\n- **运动 ↔ 情绪\u002F睡眠**：运动对情绪和睡眠的影响\n\n**输出**：\n- 相关系数（-1到1）\n- 相关性强度（弱\u002F中\u002F强）\n- 统计显著性\n- 因果关系推断\n- 实践建议\n\n### 5. 个性化建议生成\n基于用户数据生成个性化运动建议。\n\n**建议类型**：\n- **运动频率建议**：是否需要增加\u002F减少运动频率\n- **运动强度建议**：强度调整建议\n- **运动类型建议**：推荐尝试的运动类型\n- **运动时间建议**：最佳运动时间\n- **恢复建议**：休息和恢复建议\n\n**建议依据**：\n- WHO\u002FACSM\u002FAHA运动指南\n- 用户运动历史数据\n- 用户健康状况\n- 用户健身目标\n\n## 输出格式\n\n### 趋势分析报告\n\n```markdown\n# 运动趋势分析报告\n\n## 分析周期\n2025-03-20 至 2025-06-20（3个月）\n\n## 运动量趋势\n\n### 运动时长\n- 趋势：⬆️ 上升\n- 开始：平均120分钟\u002F周\n- 当前：平均180分钟\u002F周\n- 变化：+50%（+60分钟\u002F周）\n- 解读：运动量显著增加，表现优秀\n\n### 卡路里消耗\n- 趋势：⬆️ 上升\n- 开始：平均960卡\u002F周\n- 当前：平均1440卡\u002F周\n- 变化：+50%\n- 解读：运动消耗增加，有助于体重管理\n\n### 运动距离\n- 趋势：⬆️ 上升\n- 开始：平均10公里\u002F周\n- 当前：平均20公里\u002F周\n- 变化：+100%\n- 解读：耐力显著提升\n\n## 运动频率\n\n- 当前频率：4天\u002F周\n- 目标频率：4-5天\u002F周\n- 状态：✅ 达标\n- 建议：保持当前频率\n\n## 强度分布\n\n| 强度 | 占比 | 变化 |\n|------|------|------|\n| 低强度 | 25% | +5% |\n| 中等强度 | 55% | -10% |\n| 高强度 | 20% | +5% |\n\n**分析**：强度分布合理，中等强度占主导，符合有氧运动建议。\n\n## 运动类型分布\n\n| 运动类型 | 占比 |\n|---------|------|\n| 跑步 | 50% |\n| 瑜伽 | 25% |\n| 力量训练 | 25% |\n\n**建议**：可以适当增加力量训练比例至30-40%。\n\n## 洞察与建议\n\n### 优势\n1. ✅ 运动量稳定增长，(+50%)\n2. ✅ 运动频率稳定，每周4天\n3. ✅ 休息日充足，恢复良好\n\n### 改进建议\n1. 📈 每周增加2次力量训练\n2. 📈 尝试不同运动类型避免单调\n3. 📈 适当增加高强度间歇训练(HIIT)\n\n### 警示\n1. ⚠️ 注意运动强度不宜过高，控制在中等强度为主\n```\n\n### 相关性分析报告\n\n```markdown\n# 运动与血压相关性分析\n\n## 数据来源\n- 运动数据：fitness-logs (2025-03-20 至 2025-06-20)\n- 血压数据：hypertension-tracker (同期)\n\n## 分析结果\n\n### 相关系数\n- 变量：每周运动时长 ↔ 收缩压\n- 相关系数：r = -0.68\n- 相关性强度：**强负相关**\n- 统计显著性：p \u003C 0.01 **高度显著**\n\n### 解读\n运动时长与收缩压呈强负相关，意味着：\n- 运动越多，血压越低\n- 每增加30分钟运动，收缩压平均下降3-5 mmHg\n\n### 实践建议\n1. ✅ 继续保持规律运动，每周5-7天\n2. ✅ 每次运动30-60分钟，中等强度\n3. ✅ 优先选择有氧运动（快走、慢跑、骑行）\n4. ⚠️ 避免憋气动作和突然爆发性运动\n\n### 医学参考\n- AHA声明：规律有氧运动可降低收缩压5-7 mmHg\n- 您的运动效果：降低约10 mmHg，效果显著！\n```\n\n### 进步追踪报告\n\n```markdown\n# 跑步进步追踪\n\n## 分析周期\n2025-01-01 至 2025-06-20（6个月）\n\n## 配速进步\n\n| 指标 | 开始 | 当前 | 改善 |\n|------|------|------|------|\n| 平均配速 | 7:30 min\u002Fkm | 6:00 min\u002Fkm | +20% ⬆️ |\n| 最快配速 | 7:00 min\u002Fkm | 5:30 min\u002Fkm | +22% ⬆️ |\n| 5公里用时 | 37:30 | 30:00 | +20% ⬆️ |\n\n**趋势**：配速持续稳定提升，进步显著！\n\n## 距离进步\n\n| 指标 | 开始 | 当前 | 改善 |\n|------|------|------|------|\n| 最长单次距离 | 3 km | 12 km | +300% ⬆️ |\n| 月度总距离 | 40 km | 86 km | +115% ⬆️ |\n| 平均距离 | 5 km | 6 km | +20% ⬆️ |\n\n**趋势**：耐力大幅提升，可以完成更长距离。\n\n## 心率改善\n\n| 指标 | 开始 | 当前 | 改善 |\n|------|------|------|------|\n| 静息心率 | 78 bpm | 72 bpm | -6 bpm ⬇️ |\n| 相同配速心率 | 155 bpm | 145 bpm | -10 bpm ⬇️ |\n\n**分析**：心肺功能显著改善，相同配速下心率降低。\n\n## 里程碑\n\n- ✅ 2025-03-15：首次完成5公里跑\n- ✅ 2025-05-20：首次完成10公里跑\n- ✅ 2025-06-10：配速突破6:00 min\u002Fkm\n\n## 下一步目标\n\n- 🎯 完成半程马拉松（21公里）\n- 🎯 配速提升至5:30 min\u002Fkm\n- 🎯 尝试间歇训练提升速度\n```\n\n## 数据源\n\n### 主要数据源\n\n1. **运动日志**\n   - 路径：`data\u002Ffitness-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json`\n   - 内容：运动记录（类型、时长、强度、心率、距离等）\n   - 频率：每次运动后更新\n\n2. **用户档案**\n   - 路径：`data\u002Ffitness-tracker.json`\n   - 内容：用户档案、健身目标、统计数据\n   - 更新：定期更新\n\n3. **健康数据关联**\n   - `data\u002Fhypertension-tracker.json`（血压数据）\n   - `data\u002Fdiabetes-tracker.json`（血糖数据）\n   - `data\u002Fprofile.json`（体重、BMI等）\n\n### 数据质量检查\n\n- 数据完整性：检查必要字段是否存在\n- 数据合理性：检查数值是否在合理范围内\n- 时间一致性：检查时间戳是否合理\n- 重复数据：检测并处理重复记录\n\n## 算法说明\n\n### 1. 线性回归趋势分析\n\n使用线性回归分析运动数据的时间趋势。\n\n**公式**：\ny = a + bx\n\n其中：\n- y：运动指标（时长、卡路里、距离等）\n- x：时间\n- a：截距\n- b：斜率（趋势方向和速度）\n\n**解释**：\n- b > 0：上升趋势\n- b \u003C 0：下降趋势\n- b ≈ 0：稳定\n\n### 2. Pearson相关系数\n\n用于分析两个变量之间的线性相关性。\n\n**公式**：\nr = Σ[(xi - x̄)(yi - ȳ)] \u002F √[Σ(xi - x̄)² × Σ(yi - ȳ)²]\n\n**范围**：-1 ≤ r ≤ 1\n\n**解释**：\n- r = 1：完全正相关\n- r = -1：完全负相关\n- r = 0：无线性相关\n\n**强度判断**：\n- |r| \u003C 0.3：弱相关\n- 0.3 ≤ |r| \u003C 0.7：中等相关\n- |r| ≥ 0.7：强相关\n\n### 3. 配速计算\n\n**配速** = 运动时长 \u002F 距离\n\n单位：min\u002Fkm 或 min\u002Fmile\n\n**示例**：\n- 30分钟跑5公里\n- 配速 = 30 \u002F 5 = 6 min\u002Fkm\n\n### 4. MET能量代谢计算\n\n**卡路里消耗** = MET × 体重(kg) × 时间(小时)\n\n**常见运动的MET值**：\n- 走路（3-5 km\u002Fh）：3.5-5 MET\n- 慢跑（8 km\u002Fh）：8 MET\n- 快跑（10 km\u002Fh）：10 MET\n- 游泳：6-10 MET\n- 骑行（休闲）：4 MET\n- 力量训练：5 MET\n- 瑜伽：3 MET\n\n## 医学安全边界\n\n⚠️ **重要声明**\n本分析仅供健康参考，不构成医疗建议。\n\n### 分析能力范围\n\n✅ **能做到**：\n- 运动数据统计和分析\n- 趋势识别和可视化\n- 相关性计算和解释\n- 一般性运动建议\n\n❌ **不做到**：\n- 疾病诊断\n- 运动风险评估\n- 具体运动处方设计\n- 运动损伤诊断和治疗\n\n### 危险信号检测\n\n在分析过程中检测以下危险信号：\n\n1. **心率异常**\n   - 运动心率 > 95%最大心率\n   - 静息心率 > 100 bpm\n\n2. **血压异常**\n   - 收缩压 ≥ 180 mmHg\n   - 舒张压 ≥ 110 mmHg\n\n3. **过度训练迹象**\n   - 连续7天高强度运动\n   - 运动感受持续下降（RPE > 17）\n\n4. **体重快速下降**\n   - 每周减重 > 1kg（可能不健康）\n\n### 建议分级\n\n**Level 1: 一般性建议**\n- 基于WHO\u002FACSM指南\n- 适用于一般人群\n\n**Level 2: 参考性建议**\n- 基于用户数据\n- 需结合个人情况\n\n**Level 3: 医疗建议**\n- 涉及疾病管理\n- 需医生确认\n\n## 使用示例\n\n### 示例1：生成运动趋势报告\n\n```bash\n\u002Ffitness trend 3months\n```\n\n输出：\n- 3个月运动趋势分析\n- 运动量、频率、强度变化\n- 洞察和建议\n\n### 示例2：追踪跑步进步\n\n```bash\n\u002Ffitness analysis progress running\n```\n\n输出：\n- 配速进步\n- 距离进步\n- 心率改善\n- 里程碑达成\n\n### 示例3：分析运动与血压相关性\n\n```bash\n\u002Ffitness analysis correlation blood_pressure\n```\n\n输出：\n- 相关系数\n- 相关性强度\n- 显著性检验\n- 实践建议\n\n---\n\n**技能版本**: v1.0\n**最后更新**: 2026-01-02\n**维护者**: WellAlly Tech\n\n## Limitations\n- Use this skill only when the task clearly matches the scope described above.\n- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.\n- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.\n","","imported","https:\u002F\u002Fgithub.com\u002Fsickn33\u002Fantigravity-awesome-skills","user_system_seed","SkillOPIC",true,155,1500,"2026-05-16 13:18:12",{"id":8,"name":21,"slug":22,"icon":23,"description":24,"sort":25,"createdAt":26},"其他","other","mdi-page-next-outline","其他类型Skill",5,"2026-05-16 12:53:40",{"id":7,"name":28,"slug":29,"icon":30,"description":31,"moduleId":8,"sort":32,"skillCount":33,"createdAt":26},"职场发展","career","mdi-briefcase-outline","面试准备、简历优化、职业规划",4,575,[35],{"id":36,"skillId":4,"version":37,"fileName":38,"fileSize":39,"filePath":40,"fileHash":41,"manifest":42,"createdAt":19},"5f34d8ab-44f5-44f6-a42a-b22daae114f8","1.0.0","fitness-analyzer.zip",4817,"uploads\u002Fskills\u002F97590159-6c15-4c74-990d-caa8cf527b7c\u002Ffitness-analyzer.zip","1e083a4942d85c860ef18321d1c67fbd343e46840eaa2f7604e0a664b9a215ef","[{\"path\":\"SKILL.md\",\"isDirectory\":false,\"size\":10512}]",{"code":44,"message":45,"data":46},200,"success",{"items":47,"stats":48,"page":51},[],{"averageRating":49,"totalRatings":49,"ratingCounts":50},0,[49,49,49,49,49],{"limit":52,"offset":49,"hasMore":53,"nextOffset":52,"ratedOnly":16},15,false]