[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill-cdcdf7b4-43f5-4799-afe1-a7eec62836cb":3,"$flu1L1fMgL7WaaIGvwevFYMBDzTZjQIw32SPLtrMmK-o":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},"cdcdf7b4-43f5-4799-afe1-a7eec62836cb","ai-analyzer","AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。","cat_life_career","mod_other","sickn33,other","---\nname: ai-analyzer\ndescription: AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。\nallowed-tools: Read, Grep, Glob, Write\nrisk: unknown\nsource: community\n---\n\n# AI健康分析器\n\n基于AI技术的综合健康分析系统，提供智能健康洞察、风险预测和个性化建议。\n\n## When to Use\n- The user wants AI-driven health analysis across multiple health datasets or lifestyle signals.\n- You need anomaly detection, risk prediction, or personalized recommendations based on health inputs.\n- You need generated health reports or question-answering over health metrics and trends.\n\n## 核心功能\n\n### 1. 智能健康分析\n- **多维度数据整合**: 整合基础指标、生活方式、心理健康、医疗历史等4类数据源\n- **异常模式识别**: 使用CUSUM、Z-score等算法检测异常值和变化点\n- **相关性分析**: 计算不同健康指标之间的相关性（皮尔逊、斯皮尔曼）\n- **趋势预测**: 基于历史数据进行趋势分析和预测\n\n### 2. 健康风险预测\n- **高血压风险**: 基于Framingham风险评分模型\n- **糖尿病风险**: 基于ADA糖尿病风险评分标准\n- **心血管疾病风险**: 基于ACC\u002FAHA ASCVD指南\n- **营养缺乏风险**: 基于RDA达成率和饮食模式分析\n- **睡眠障碍风险**: 基于PSQI和睡眠模式分析\n\n### 3. 个性化建议引擎\n- **基础个性化**: 基于年龄、性别、BMI、活动水平等静态档案\n- **建议分级**: Level 1（一般性）、Level 2（参考性）、Level 3（医疗建议）\n- **循证依据**: 基于医学指南和循证医学证据\n- **可操作性**: 提供具体、可行的改进建议\n\n### 4. 自然语言交互\n- **智能问答**: 支持健康数据查询、趋势分析、相关性查询等\n- **上下文理解**: 维护对话历史，支持多轮对话\n- **意图识别**: 识别用户查询意图，提供精准回复\n\n### 5. AI健康报告生成\n- **综合报告**: 包含所有维度健康数据、AI洞察、风险评估\n- **快速摘要**: 关键指标概览、异常警示、主要建议\n- **风险评估报告**: 各类疾病风险、风险因素分析、预防措施\n- **趋势分析报告**: 多维度趋势、变化点识别、预测分析\n- **HTML交互式报告**: ECharts图表、Tailwind CSS样式\n\n## 使用说明\n\n### 触发条件\n\n当用户提到以下场景时，使用此技能：\n\n**通用询问**:\n- ✅ \"AI分析我的健康状况\"\n- ✅ \"我的健康有什么风险？\"\n- ✅ \"生成AI健康报告\"\n- ✅ \"AI分析所有数据\"\n\n**风险预测**:\n- ✅ \"预测我的高血压风险\"\n- ✅ \"我有糖尿病风险吗？\"\n- ✅ \"评估我的心血管风险\"\n- ✅ \"AI预测健康风险\"\n\n**智能问答**:\n- ✅ \"我的睡眠怎么样？\"\n- ✅ \"运动对我的健康有什么影响？\"\n- ✅ \"我应该如何改善健康状况？\"\n- ✅ \"AI健康助手问答\"\n\n**报告生成**:\n- ✅ \"生成AI健康报告\"\n- ✅ \"创建综合分析报告\"\n- ✅ \"AI风险评估报告\"\n\n### 执行步骤\n\n#### 步骤 1: 读取AI配置\n\n```javascript\nconst aiConfig = readFile('data\u002Fai-config.json');\nconst aiHistory = readFile('data\u002Fai-history.json');\n```\n\n检查AI功能是否启用，验证数据源配置。\n\n#### 步骤 2: 读取用户档案\n\n```javascript\nconst profile = readFile('data\u002Fprofile.json');\n```\n\n获取基础信息：年龄、性别、身高、体重、BMI等。\n\n#### 步骤 3: 读取健康数据\n\n根据配置的数据源读取相关数据：\n\n```javascript\n\u002F\u002F 基础健康指标\nconst indexData = readFile('data\u002Findex.json');\n\n\u002F\u002F 生活方式数据\nconst fitnessData = readFile('data-example\u002Ffitness-tracker.json');\nconst sleepData = readFile('data-example\u002Fsleep-tracker.json');\nconst nutritionData = readFile('data-example\u002Fnutrition-tracker.json');\n\n\u002F\u002F 心理健康数据\nconst mentalHealthData = readFile('data-example\u002Fmental-health-tracker.json');\n\n\u002F\u002F 医疗历史\nconst medications = exists('data\u002Fmedications.json') ? readFile('data\u002Fmedications.json') : null;\nconst allergies = exists('data\u002Fallergies.json') ? readFile('data\u002Fallergies.json') : null;\n```\n\n#### 步骤 4: 数据整合和预处理\n\n整合所有数据源，进行数据清洗、时间对齐和缺失值处理。\n\n#### 步骤 5: 多维度分析\n\n**相关性分析**: 计算睡眠↔情绪、运动↔体重、营养↔生化指标等关联\n\n**趋势分析**: 使用线性回归、移动平均等方法识别趋势方向\n\n**异常检测**: 使用CUSUM、Z-score算法检测异常值和变化点\n\n#### 步骤 6: 风险预测\n\n基于Framingham、ADA、ACC\u002FAHA等标准进行风险预测：\n\n- 高血压风险（10年概率）\n- 糖尿病风险（10年概率）\n- 心血管疾病风险（10年概率）\n- 营养缺乏风险\n- 睡眠障碍风险\n\n#### 步骤 7: 生成个性化建议\n\n根据分析结果生成三级建议：\n\n- **Level 1**: 一般性建议（基于标准指南）\n- **Level 2**: 参考性建议（基于个人数据）\n- **Level 3**: 医疗建议（需医生确认，包含免责声明）\n\n#### 步骤 8: 生成分析报告\n\n**文本报告**: 包含总体评估、风险预测、关键趋势、相关性发现、个性化建议\n\n**HTML报告**: 调用 `scripts\u002Fgenerate_ai_report.py` 生成包含ECharts图表的交互式报告\n\n#### 步骤 9: 更新AI历史记录\n\n记录分析结果到 `data\u002Fai-history.json`\n\n## 数据源\n\n| 数据源 | 文件路径 | 数据内容 |\n|--------|---------|---------|\n| 用户档案 | `data\u002Fprofile.json` | 年龄、性别、身高、体重、BMI |\n| 医疗记录 | `data\u002Findex.json` | 生化指标、影像检查 |\n| 运动追踪 | `data-example\u002Ffitness-tracker.json` | 运动类型、时长、强度、MET值 |\n| 睡眠追踪 | `data-example\u002Fsleep-tracker.json` | 睡眠时长、质量、PSQI评分 |\n| 营养追踪 | `data-example\u002Fnutrition-tracker.json` | 饮食记录、营养素摄入、RDA达成率 |\n| 心理健康 | `data-example\u002Fmental-health-tracker.json` | PHQ-9、GAD-7评分 |\n| 用药记录 | `data\u002Fmedications.json` | 药物名称、剂量、用法、依从性 |\n| 过敏史 | `data\u002Fallergies.json` | 过敏原、严重程度 |\n\n## 算法说明\n\n### 相关性分析\n- **皮尔逊相关系数**: 连续变量（如睡眠时长与情绪评分）\n- **斯皮尔曼相关系数**: 有序变量（如症状严重程度）\n\n### 异常检测\n- **CUSUM算法**: 时间序列变化点检测\n- **Z-score方法**: 统计异常值检测（|z| > 2）\n- **IQR方法**: 四分位数异常值检测\n\n### 风险预测\n- **Framingham风险评分**: 高血压、心血管疾病风险\n- **ADA风险评分**: 2型糖尿病风险\n- **ASCVD计算器**: 动脉粥样硬化心血管病风险\n\n## 安全与合规\n\n### 必须遵循\n- ❌ 不给出医疗诊断\n- ❌ 不给出具体用药剂量建议\n- ❌ 不判断生死预后\n- ❌ 不替代医生建议\n- ✅ 所有分析必须标注\"仅供参考\"\n- ✅ Level 3建议必须包含免责声明\n- ✅ 高风险预测必须建议咨询医生\n\n### 隐私保护\n- ✅ 所有数据保持本地\n- ✅ 无外部API调用\n- ✅ HTML报告独立运行\n\n## 相关命令\n\n- `\u002Fai analyze` - AI综合分析\n- `\u002Fai predict [risk_type]` - 健康风险预测\n- `\u002Fai chat [query]` - 自然语言问答\n- `\u002Fai report generate [type]` - 生成AI健康报告\n- `\u002Fai status` - 查看AI功能状态\n\n## 技术实现\n\n### 工具限制\n此Skill仅使用以下工具：\n- **Read**: 读取JSON数据文件\n- **Grep**: 搜索特定模式\n- **Glob**: 按模式查找数据文件\n- **Write**: 生成HTML报告和更新历史记录\n\n### 性能优化\n- 增量读取：仅读取指定时间范围的数据文件\n- 数据缓存：避免重复读取同一文件\n- 延迟计算：按需生成图表数据\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,172,529,"2026-05-16 13:01:52",{"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},"24f7de44-1f77-48ca-9a41-22cac77e5970","1.0.0","ai-analyzer.zip",3818,"uploads\u002Fskills\u002Fcdcdf7b4-43f5-4799-afe1-a7eec62836cb\u002Fai-analyzer.zip","6c101eaf3a40a2916c95f946c0edb87a29ac9dd405b521c7317979a55fcb3ea0","[{\"path\":\"SKILL.md\",\"isDirectory\":false,\"size\":8051}]",{"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]