[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill-ff1a6db7-97c5-4553-811b-171398bb7327":3,"$fZCeMTHjNXJ200zt1UNhpB2D6syGE_tgEk8OZ1DtXaIk":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},"ff1a6db7-97c5-4553-811b-171398bb7327","health-trend-analyzer","分析一段时间内健康数据的趋势和模式。关联药物、症状、生命体征、化验结果和其他健康指标的变化。识别令人担忧的趋势、改善情况，并提供数据驱动的洞察。当用户询问健康趋势、模式、随时间的变化或“我的健康状况有什么变化？”时使用。支持多维度分析（体重\u002FBMI、症状、药物依从性、化验结果、情绪睡眠），相关性分析，变化检测，以及交互式HTML可视化报告（ECharts图表）。","cat_coding_frontend","mod_coding","sickn33,coding","---\nname: health-trend-analyzer\ndescription: 分析一段时间内健康数据的趋势和模式。关联药物、症状、生命体征、化验结果和其他健康指标的变化。识别令人担忧的趋势、改善情况，并提供数据驱动的洞察。当用户询问健康趋势、模式、随时间的变化或\"我的健康状况有什么变化？\"时使用。支持多维度分析（体重\u002FBMI、症状、药物依从性、化验结果、情绪睡眠），相关性分析，变化检测，以及交互式HTML可视化报告（ECharts图表）。\nallowed-tools: Read, Grep, Glob, Write\nrisk: unknown\nsource: community\n---\n\n# 健康趋势分析器\n\n分析一段时间内健康数据的趋势和模式，识别变化、相关性，并提供数据驱动的健康洞察。\n\n## When to Use\n- 需要分析一段时间内健康数据的趋势、相关性或显著变化时使用。\n- 任务涉及体重、症状、用药、化验、情绪或睡眠等多维度随时间变化。\n- 用户询问“最近健康状况有什么变化”或需要趋势报告时使用。\n\n## 核心功能\n\n### 1. 多维度趋势分析\n- **体重\u002FBMI 趋势**：追踪体重和BMI随时间的变化，评估健康趋势\n- **症状模式**：识别反复出现的症状、频率变化、潜在诱因\n- **药物依从性**：分析用药规律，识别漏服模式和改善空间\n- **化验结果趋势**：追踪生化指标变化（胆固醇、血糖、血压等）\n- **情绪与睡眠**：关联情绪状态与睡眠质量，识别心理健康趋势\n\n### 2. 相关性分析引擎\n- **药物-症状相关性**：识别新药物是否与症状变化相关\n- **生活方式影响**：关联饮食\u002F睡眠与症状和情绪\n- **治疗效果评估**：衡量治疗是否导致改善\n- **周期-症状相关性**：女性健康追踪中的周期相关性\n\n### 3. 变化检测\n- **显著变化**：警告快速体重变化、新症状、药物变化\n- **恶化模式**：早期识别健康状况下降\n- **改善识别**：强调积极的健康变化\n- **阈值警报**：接近危险水平时警告（辐射、BMI极值）\n\n### 4. 预测性洞察\n- **风险评估**：基于趋势识别风险因素\n- **预防建议**：基于模式建议预防措施\n- **早期预警**：在问题变得严重之前预测\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- ✅ \"过去一段时间我的健康有什么变化？\"\n- ✅ \"分析我的健康趋势\"\n- ✅ \"我的身体状况有什么变化？\"\n- ✅ \"健康状况总结\"\n\n**具体维度**：\n- ✅ \"我的体重\u002FBMI有什么趋势？\"\n- ✅ \"分析我的症状模式\"\n- ✅ \"我的用药依从性怎么样？\"\n- ✅ \"我的化验指标有什么变化？\"\n- ✅ \"我的情绪和睡眠趋势\"\n\n**相关性分析**：\n- ✅ \"我的症状和什么相关？\"\n- ✅ \"我的药物有效吗？\"\n- ✅ \"睡眠和我的情绪有什么关系？\"\n\n**时间范围**：\n- 默认分析**过去3个月**的数据\n- 支持：\"过去1个月\"、\"过去6个月\"、\"过去1年\"\n- 支持：\"2025年1月至今\"、\"最近90天\"\n\n### 执行步骤\n\n#### 步骤 1：确定分析时间范围\n\n从用户输入中提取时间范围，或使用默认值（3个月）。\n\n#### 步骤 2：读取健康数据\n\n读取以下数据源：\n\n```javascript\n\u002F\u002F 1. 个人档案（BMI、体重）\nconst profile = readFile('data\u002Fprofile.json');\n\n\u002F\u002F 2. 症状记录\nconst symptomFiles = glob('data\u002Fsymptoms\u002F**\u002F*.json');\nconst symptoms = readAllJson(symptomFiles);\n\n\u002F\u002F 3. 情绪记录\nconst moodFiles = glob('data\u002Fmood\u002F**\u002F*.json');\nconst moods = readAllJson(moodFiles);\n\n\u002F\u002F 4. 饮食记录\nconst dietFiles = glob('data\u002Fdiet\u002F**\u002F*.json');\nconst diets = readAllJson(dietFiles);\n\n\u002F\u002F 5. 用药日志\nconst medicationLogs = glob('data\u002Fmedication-logs\u002F**\u002F*.json');\n\n\u002F\u002F 6. 女性健康数据（如适用）\nconst cycleData = readFile('data\u002Fcycle-tracker.json');\nconst pregnancyData = readFile('data\u002Fpregnancy-tracker.json');\nconst menopauseData = readFile('data\u002Fmenopause-tracker.json');\n\n\u002F\u002F 7. 过敏史\nconst allergies = readFile('data\u002Fallergies.json');\n\n\u002F\u002F 8. 辐射记录\nconst radiation = readFile('data\u002Fradiation-records.json');\n```\n\n#### 步骤 3：数据过滤\n\n根据时间范围过滤数据：\n\n```javascript\nfunction filterByDate(data, startDate, endDate) {\n  return data.filter(item => {\n    const itemDate = new Date(item.date || item.created_at);\n    return itemDate >= startDate && itemDate \u003C= endDate;\n  });\n}\n```\n\n#### 步骤 4：趋势分析\n\n对每个数据维度进行趋势分析：\n\n**4.1 体重\u002FBMI 趋势**\n- 提取历史体重数据\n- 计算BMI变化\n- 识别趋势方向（上升\u002F下降\u002F稳定）\n- 评估变化幅度\n\n**4.2 症状模式**\n- 统计症状频率\n- 识别高频症状\n- 分析症状时间模式\n- 检测症状诱因\n\n**4.3 药物依从性**\n- 计算总体依从率\n- 分析各药物依从性\n- 识别漏服模式\n- 评估改善建议\n\n**4.4 化验结果**\n- 追踪多次报告中的生化指标\n- 与参考范围对比\n- 识别改善\u002F恶化\n- 标记异常指标\n\n**4.5 情绪与睡眠**\n- 关联情绪评分与睡眠时长\n- 识别情绪波动模式\n- 检测压力水平\n- 评估心理健康趋势\n\n#### 步骤 5：相关性分析\n\n使用统计方法识别相关性：\n\n```javascript\n\u002F\u002F 皮尔逊相关系数\nfunction pearsonCorrelation(x, y) {\n  \u002F\u002F 计算相关系数\n  \u002F\u002F 返回值范围：-1（负相关）到 1（正相关）\n}\n\n\u002F\u002F 应用场景\n- 药物开始日期 vs 症状频率\n- 睡眠时长 vs 情绪评分\n- 体重变化 vs 饮食记录\n- 运动量 vs 情绪状态\n```\n\n#### 步骤 6：变化检测\n\n识别显著变化：\n\n```javascript\n\u002F\u002F 变化点检测\nfunction detectChangePoints(timeSeries) {\n  \u002F\u002F 使用统计方法检测显著变化点\n  \u002F\u002F 例如：体重突然下降、症状突然增加\n}\n\n\u002F\u002F 阈值警报\nfunction checkThresholds(value, thresholds) {\n  \u002F\u002F 检查是否接近或超过危险阈值\n  \u002F\u002F 例如：BMI > 30、辐射剂量 > 安全限\n}\n```\n\n#### 步骤 7：生成洞察\n\n基于分析结果生成预测性洞察：\n\n```javascript\n\u002F\u002F 风险评估\nfunction assessRisks(trends) {\n  \u002F\u002F 识别高风险趋势\n  \u002F\u002F 例如：快速体重下降、频繁症状\n}\n\n\u002F\u002F 预防建议\nfunction generateRecommendations(trends, correlations) {\n  \u002F\u002F 基于模式建议预防措施\n  \u002F\u002F 例如：改善睡眠、提高用药依从性\n}\n\n\u002F\u002F 早期预警\nfunction earlyWarnings(trends) {\n  \u002F\u002F 在问题变得严重之前预测\n  \u002F\u002F 例如：症状频率上升、情绪持续低落\n}\n```\n\n#### 步骤 8：生成可视化报告\n\n生成交互式HTML报告：\n\n1. **数据汇总**：生成JSON格式的分析结果\n2. **HTML模板渲染**：将数据注入HTML模板\n3. **ECharts图表配置**：配置6种交互式图表\n4. **保存文件**：保存为独立HTML文件\n\n详细输出格式参见：数据源说明\n\n## 输出格式\n\n### 文本报告（简洁版）\n\n```\n健康趋势分析报告\n━━━━━━━━━━━━━━━━━━━━━━━━━━\n生成时间: 2025-12-31\n分析周期: 过去3个月 (2025-10-01 至 2025-12-31)\n\n📊 总体评估\n━━━━━━━━━━━━━━━━━━━━━━━━━━\n改善中: 体重管理、胆固醇水平\n稳定: 血糖控制、情绪状态\n需关注: 用药依从性、睡眠质量\n\n📊 体重\u002FBMI 趋势\n├─ 当前体重: 68.5 kg\n├─ 当前 BMI: 23.1（正常范围）\n├─ 3个月变化: -2.3 kg（-3.2%）\n├─ 趋势: 📉 逐渐减重\n└─ 评估: ✅ 积极趋势，在健康范围内\n\n💊 药物依从性\n├─ 当前药物: 3种\n├─ 总体依从率: 78%\n├─ 漏服次数: 8次\n├─ 最好: 阿司匹林 (95%)\n└─ 需改进: 氨氯地平 (65%)\n\n⚠️ 症状模式\n├─ 最频繁: 头痛（过去3个月 12次）\n├─ 趋势: 📉 频率下降（较上期减少4次）\n├─ 潜在诱因: 与睡眠质量识别出中等相关（r=0.62）\n└─ 建议: 继续改善睡眠模式\n\n🧪 化验结果趋势\n├─ 胆固醇: 240 → 210 mg\u002FdL（改善 ✅）\n├─ 血糖: 5.6 → 5.4 mmol\u002FL（稳定）\n├─ 上次检查: 30天前\n└─ 建议: 3个月后复查\n\n😊 情绪与睡眠\n├─ 平均情绪评分: 6.8\u002F10\n├─ 平均睡眠时长: 6.5小时\n├─ 趋势: 情绪稳定，睡眠略有改善\n└─ 相关性: 睡眠时长与情绪评分强相关（r=0.78）\n\n🔗 相关性分析\n━━━━━━━━━━━━━━━━━━━━━━━━━━\n• 睡眠时长 ↔ 情绪评分: 强正相关 (r=0.78)\n• 体重变化 ↔ 饮食记录: 中等相关 (r=0.55)\n• 用药依从性 ↔ 症状频率: 中等负相关 (r=-0.62)\n\n💡 风险评估与建议\n━━━━━━━━━━━━━━━━━━━━━━━━━━\n\n🟢 继续保持\n• 当前体重管理方法有效\n• 胆固醇水平改善明显\n\n🟡 需要关注\n• 提高氨氯地平依从性（设置提醒）\n• 增加睡眠时长至7-8小时\n\n📅 复查计划\n• 3个月后复查血脂四项\n• 1个月后评估用药依从性改善\n\n━━━━━━━━━━━━━━━━━━━━━━━━━━\n⚠️ 免责声明\n本分析仅供参考，不替代专业医疗诊断。\n请咨询医生获取专业建议。\n```\n\n### HTML可视化报告（完整版）\n\n生成包含ECharts交互式图表的独立HTML文件，包含：\n\n1. **总体评估卡片**：关键指标一目了然\n2. **体重\u002FBMI趋势图**：双Y轴折线图（体重 + BMI）\n3. **症状频率图**：颜色编码的柱状图（高频红\u002F中频黄\u002F低频绿）\n4. **药物依从性仪表盘**：总体依从率 + 各药物详情\n5. **化验结果趋势图**：多系列折线图 + 参考线\n6. **相关性热图**：热力图展示变量间相关性\n7. **情绪与睡眠面积图**：双Y轴面积图\n\n**HTML文件特点**：\n- ✅ 完全独立（所有依赖通过CDN）\n- ✅ 交互式图表（缩放、导出、图例切换）\n- ✅ 响应式设计（移动端适配）\n- ✅ 可打印（打印优化样式）\n- ✅ 可分享（发送给医生）\n\n## 数据源\n\n### 主要数据源\n\n| 数据源 | 文件路径 | 数据内容 |\n|--------|---------|---------|\n| 个人档案 | `data\u002Fprofile.json` | 体重、身高、BMI历史 |\n| 症状记录 | `data\u002Fsymptoms\u002F**\u002F*.json` | 症状名称、严重程度、持续时间 |\n| 情绪记录 | `data\u002Fmood\u002F**\u002F*.json` | 情绪评分、睡眠质量、压力水平 |\n| 饮食记录 | `data\u002Fdiet\u002F**\u002F*.json` | 餐次、食物、卡路里、营养素 |\n| 用药日志 | `data\u002Fmedication-logs\u002F**\u002F*.json` | 用药时间、依从性记录 |\n| 化验结果 | `data\u002Fmedical_records\u002F**\u002F*.json` | 生化指标、参考范围 |\n\n### 辅助数据源\n\n| 数据源 | 文件路径 | 数据内容 |\n|--------|---------|---------|\n| 女性周期 | `data\u002Fcycle-tracker.json` | 周期长度、症状记录 |\n| 孕期追踪 | `data\u002Fpregnancy-tracker.json` | 孕周、体重、检查记录 |\n| 更年期 | `data\u002Fmenopause-tracker.json` | 症状、HRT使用 |\n| 过敏史 | `data\u002Fallergies.json` | 过敏原、严重程度 |\n| 辐射记录 | `data\u002Fradiation-records.json` | 累积辐射剂量 |\n\n详细数据结构说明请参考：data-sources.md\n\n## 分析算法\n\n### 时间序列分析\n- 趋势检测（线性回归）\n- 季节性分析\n- 异常值检测\n\n### 相关性分析\n- 皮尔逊相关系数（连续变量）\n- 斯皮尔曼相关系数（有序变量）\n- 交叉相关分析（时间序列）\n\n### 变化点检测\n- CUSUM算法\n- 滑动窗口t检验\n- 贝叶斯变化点检测\n\n### 统计指标\n- 均值、中位数、标准差\n- 百分位数（25%, 50%, 75%）\n- 变化率（环比、同比）\n\n详细算法说明请参考：algorithms.md\n\n## 安全与隐私\n\n### 必须遵循\n\n- ❌ 不给出医疗诊断\n- ❌ 不给出具体用药建议\n- ❌ 不判断生死预后\n- ❌ 标注免责声明（仅供参考）\n\n### 信息准确度\n\n- ✅ 仅基于已记录的数据进行分析\n- ✅ 不推测或推断缺失信息\n- ✅ 明确标注数据来源和时间范围\n- ✅ 建议应由医疗专业人员审查\n\n### 隐私保护\n\n- ✅ 所有数据保持本地\n- ✅ 无外部API调用\n- ✅ 分析结果仅保存在本地\n- ✅ HTML报告独立运行（无数据传输）\n\n## 错误处理\n\n### 数据缺失\n- **无数据**：输出\"暂无数据，建议先记录[数据类型]\"\n- **数据不足**：输出\"数据不足（需要至少1个月数据才能进行趋势分析）\"\n- **数据范围窄**：使用现有数据，提示\"建议延长记录时间以获得更准确的趋势\"\n\n### 分析失败\n- **无法计算趋势**：输出\"无法计算趋势，数据点不足\"\n- **相关性分析失败**：输出\"相关性分析需要更多数据\"\n- **图表渲染失败**：降级为文本报告\n\n## 使用示例\n\n### 示例 1：一般健康趋势\n**用户**：\"过去3个月我的健康有什么变化？\"\n**输出**：生成完整的HTML报告，包含所有维度的趋势分析\n\n### 示例 2：症状分析\n**用户**：\"分析我的症状模式\"\n**输出**：重点分析症状频率、诱因、趋势\n\n### 示例 3：体重趋势\n**用户**：\"我的体重有什么趋势？\"\n**输出**：重点分析体重\u002FBMI变化、与饮食\u002F运动的相关性\n\n### 示例 4：药物有效性\n**用户**：\"我的降压药有效吗？\"\n**输出**：关联药物开始日期与血压读数、症状改善\n\n更多完整示例请参考：examples.md\n\n## 相关命令\n\n- `\u002Fsymptom`：记录症状\n- `\u002Fmood`：记录情绪\n- `\u002Fdiet`：记录饮食\n- `\u002Fmedication`：管理药物和用药记录\n- `\u002Fquery`：查询特定数据点\n\n## 技术实现\n\n### 工具限制\n\n此Skill仅使用以下工具（无需额外权限）：\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（保存到`data\u002Fhealth-reports\u002F`）\n\n### 性能优化\n\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### 扩展性\n\n- 支持添加新的数据维度\n- 支持自定义图表类型\n- 支持自定义分析算法\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,55,760,"2026-05-16 13:21:35",{"id":8,"name":21,"slug":22,"icon":23,"description":24,"sort":25,"createdAt":26},"编程开发","coding","mdi-code-braces","代码生成、调试、审查，提升开发效率",2,"2026-05-16 12:53:40",{"id":7,"name":28,"slug":29,"icon":30,"description":31,"moduleId":8,"sort":32,"skillCount":33,"createdAt":26},"前端开发","frontend","mdi-language-html5","HTML\u002FCSS\u002FJavaScript\u002F框架相关",1,96,[35],{"id":36,"skillId":4,"version":37,"fileName":38,"fileSize":39,"filePath":40,"fileHash":41,"manifest":42,"createdAt":19},"c4b327d9-87f1-4600-bf08-0a27476d32db","1.0.0","health-trend-analyzer.zip",6183,"uploads\u002Fskills\u002Fff1a6db7-97c5-4553-811b-171398bb7327\u002Fhealth-trend-analyzer.zip","df660e6f35c2ec37113d823d22194e5de06c844ae2a20c1b409730268b68e849","[{\"path\":\"SKILL.md\",\"isDirectory\":false,\"size\":14293}]",{"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]