techwavedev 健康目标分析器技能
分析健康目标数据,识别目标模式和进度,评估目标达成情况,并提供个性化目标管理建议。
功能
1. SMART目标验证
验证设定的新目标是否符合SMART原则。
验证维度:
Specific(具体性)
- 目标是否明确具体
- 是否有清晰的定义
- 是否避免模糊表述
Measurable(可衡量性)
- 是否有可量化的指标
- 是否有明确的衡量标准
- 是否可以追踪进度
Achievable(可实现性)
- 目标是否现实可行
- 是否考虑了当前状况
- 是否在合理时间范围内
- 减重目标:建议每周0.5-1公斤
- 运动目标:建议每周3-5次,每次30-60分钟
Relevant(相关性)
- 目标是否与健康相关
- 是否符合用户整体健康计划
- 是否与现有目标协调
Time-bound(有时限)
- 是否有明确的截止日期
- 时间框架是否合理
- 是否有阶段性里程碑
输出:
- SMART评分(每个维度1-5分)
- 总体评分和等级(S级/A级/B级/C级)
- 改进建议
- 目标优化方案
示例评估:
{
"goal": "6个月内减重5公斤",
"smart_scores": {
"specific": 5,
"measurable": 5,
"achievable": 4,
"relevant": 5,
"time_bound": 5
},
"overall_score": 4.8,
"grade": "A",
"assessment": "优秀的SMART目标",
"suggestions": [
"建议设定阶段性里程碑(每2个月减重1.5-2公斤)",
"建议配合运动计划和饮食调整"
]
}
2. 目标进度追踪
追踪和分析目标的完成进度。
追踪内容:
当前进度
- 完成百分比
- 当前数值vs目标数值
- 剩余差距
时间进度
- 已用时间占比
- 剩余时间
- 进度超前/落后判断
速度分析
- 平均进度速度(每周/每月)
- 预计完成时间
- 是否需要调整计划
趋势识别
- 进度趋势(加速/稳定/减速)
- 周期性模式
- 异常波动检测
输出:
- 进度可视化(进度条、百分比)
- 完成概率预测
- 时间预估(乐观/中性/悲观)
- 调整建议
进度评级:
- 🟢 优秀 - 进度超前,预计提前完成
- 🟡 正常 - 进度符合预期
- 🟠 落后 - 进度略慢,需要加快
- 🔴 严重落后 - 进度严重滞后,建议调整目标
3. 习惯养成分析
分析习惯的养成情况和连续性。
分析内容:
连续天数追踪
- 当前连续天数
- 历史最长连续天数
- 平均连续天数
完成率统计
- 总体完成率
- 每周完成率
- 每月完成率
- 特定星期几完成率
习惯强度评估
- 习惯固化程度(1-10分)
- 习惯稳定性评分
- 自动化程度评估
习惯模式识别
- 最佳触发时间
- 常见中断原因
- 成功因素识别
习惯养成阶段:
- 第1-7天 - 启动期(最容易放弃)
- 第8-21天 - 形成期(逐渐稳定)
- 第22-30天 - 巩固期(接近自动化)
- 第31-66天 - 习惯期(基本养成)
- 第67天+ - 自动化期(完全自动化)
输出:
- 习惯热图(日历视图)
- 连续天数统计
- 完成率趋势图
- 习惯强度评分
- 习惯堆叠建议
示例分析:
{
"habit": "morning-stretch",
"current_streak": 21,
"longest_streak": 21,
"completion_rate": 95.2,
"strength_score": 7.5,
"stage": "巩固期",
"assessment": "习惯即将形成,继续保持!",
"next_milestone": 30,
"suggestions": [
"继续保持,即将达到30天里程碑",
"可以尝试添加新的相关习惯"
]
}
4. 动机评估与管理
评估和管理用户的动机水平。
评估内容:
动机评分追踪
- 当前动机水平(1-10分)
- 动机变化趋势
- 动机波动周期
动机因素分析
- 内在动机(健康、自我实现)
- 外在动机(奖励、认可)
- 社会支持(家人朋友鼓励)
动机低谷识别
- 动机下降信号
- 常见低谷时间点
- 风险时段预警
动机提升策略:
- 第2-3周 - 动机下降,需要强调已完成进度
- 第1-2个月 - 疲劳期,需要调整目标和奖励
- 3个月后 - 倦怠期,需要新鲜感和挑战
输出:
- 动机趋势图
- 动机低谷预警
- 个性化激励建议
- 奖励机制建议
激励建议示例:
- 当动机<5分:回顾初心,降低短期目标
- 当动机5-7分:强调进步,设置小奖励
- 当动机>7分:设定挑战,追求卓越
5. 成就系统管理
管理基础成就系统的解锁和进度。
成就类型:
目标相关成就
- 🏆 首次目标 - 完成第一个健康目标
- 🎯 半程达成 - 任意目标完成50%
- 🎉 目标达成 - 完成一个健康目标
- ⚡ 提前完成 - 提前完成目标
- 📈 超额完成 - 超额完成目标
习惯相关成就
- 🔥 连续7天 - 任意习惯连续7天打卡
- 💪 连续21天 - 任意习惯连续21天打卡
- ⭐ 连续30天 - 任意习惯连续30天打卡
- 🌟 连续66天 - 任意习惯连续66天打卡(完全养成)
综合成就
- 🏅 多目标并行 - 同时完成3个目标
- 💎 完美坚持 - 30天习惯完成率100%
- 🚀 快速进步 - 单周进步最大
- 👑 长期坚持 - 持续追踪180天
成就追踪:
- 已解锁成就列表
- 未解锁成就进度
- 成就解锁时间
- 成就相关建议
输出:
- 成就徽章展示
- 成就完成进度
- 下一个可解锁成就
- 成就达成建议
6. 障碍识别与建议
识别阻碍目标达成的因素,提供解决方案。
障碍类型:
时间障碍
- 忙碌、时间不足
- 建议:缩短单次时长,增加频率;利用碎片时间
动机障碍
- 缺乏动力、拖延
- 建议:设置提醒;寻找伙伴;调整目标
环境障碍
- 缺乏支持、诱惑过多
- 建议:改变环境;寻找替代方案;建立支持系统
能力障碍
- 目标太难、缺乏知识
- 建议:降低难度;学习知识;寻求专业帮助
身体障碍
- 疲劳、不适、受伤
- 建议:休息恢复;调整计划;咨询医生
输出:
- 主要障碍识别
- 障碍频率统计
- 个性化解决方案
- 预防性建议
7. 数据关联分析
将健康目标与其他健康数据进行关联分析。
关联维度:
减重目标关联
- 营养摄入(卡路里、宏量营养素)
- 运动消耗(频率、强度、时长)
- 睡眠质量(时长、深度)
- 体重变化趋势
运动目标关联
- 睡眠质量(恢复情况)
- 营养摄入(蛋白质、碳水)
- 身体指标(体重、体脂率)
饮食目标关联
- 营养素摄入(维生素、矿物质)
- 身体指标(血压、血糖)
- 运动表现
睡眠目标关联
- 运动时间(晚间运动影响)
- 饮食时间(晚餐时间、咖啡因)
- 屏幕时间(蓝光影响)
分析方法:
- 相关性分析(Pearson相关系数)
- 回归分析(预测模型)
- 趋势匹配(趋势同步性)
- 因果推断(潜在因果关系)
输出:
- 关联强度(强/中/弱)
- 正/负相关关系
- 因果关系推断
- 优化建议
示例关联:
{
"goal": "weight-loss",
"correlations": [
{
"factor": "daily_calories",
"correlation": -0.75,
"strength": "强负相关",
"insight": "每日卡路里摄入与减重进度呈强负相关,降低摄入加速进度"
},
{
"factor": "exercise_frequency",
"correlation": 0.68,
"strength": "强正相关",
"insight": "运动频率与减重进度呈强正相关,建议保持每周4次以上"
},
{
"factor": "sleep_duration",
"correlation": 0.45,
"strength": "中等正相关",
"insight": "睡眠时长影响减重,建议保证7-8小时睡眠"
}
],
"recommendations": [
"重点控制卡路里摄入,保持当前运动频率",
"优化睡眠时长,以提升减重效果"
]
}
8. 可视化报告生成
生成包含ECharts图表的HTML交互式报告。
报告类型:
A. 进度趋势报告
- 折线图展示目标进度随时间变化
- 里程碑标注
- 预测完成时间区间
- 进度速度分析
B. 习惯热图报告
- 日历热图展示习惯完成情况
- 颜色深浅表示完成频率
- 连续天数标注
- 完成率统计
C. 多目标对比报告
- 环形图展示多个目标完成率
- 优先级排序
- 资源分配建议
- 进度同步性分析
D. 动机趋势报告
- 折线图展示动机变化
- 动机与进度相关性
- 动机低谷预警
- 激励建议
E. 综合报告
- 包含以上所有图表
- 整体健康状况评估
- 综合改进建议
- 下阶段目标建议
报告特点:
- 响应式设计,支持移动端
- 深色/浅色主题切换
- 交互式图表(缩放、筛选)
- 数据表格展示
- 导出PDF功能
- 完全本地化,无需联网
ECharts图表配置:
// 进度趋势折线图
{
type: 'line',
xAxis: { type: 'category', data: ['1月', '2月', '3月', ...] },
yAxis: { type: 'value', name: '完成%' },
series: [{
name: '目标进度',
type: 'line',
data: [0, 15, 35, 50, 70, 85, 100],
smooth: true,
markLine: {
data: [{ yAxis: 50, name: '50%里程碑' }]
}
}]
}
// 习惯热图
{
type: 'heatmap',
xAxis: { type: 'category', data: ['周一', '周二', ...] },
yAxis: { type: 'category', data: ['第1周', '第2周', ...] },
visualMap: {
min: 0, max: 1,
inRange: { color: ['#ebedf0', '#216e39'] }
},
series: [{
type: 'heatmap',
data: [[0, 0, 1], [1, 0, 1], [2, 0, 0], ...]
}]
}
// 目标达成率环形图
{
type: 'pie',
radius: ['50%', '70%'],
series: [{
type: 'pie',
radius: ['50%', '70%'],
data: [
{ value: 70, name: '已完成' },
{ value: 30, name: '未完成' }
],
label: { formatter: '{b}: {c}%' }
}]
}
输出:
- HTML文件(包含完整的CSS、JS、ECharts)
- 图表交互功能
- 数据表格
- 分析文本
- 建议列表
医学安全边界
能力范围声明
✅ 辅助设定健康目标
✅ 追踪和分析目标进度
✅ 识别健康行为模式
✅ 提供一般性健康改善建议
✅ 生成可视化报告
❌ 不提供医疗诊断
❌ 不开具治疗处方
❌ 不替代专业医疗建议
❌ 不处理进食障碍或强迫行为
危险信号识别
极端目标警告:
- 减重目标>每周1公斤
- 增重目标>每周0.5公斤
- 极端卡路里限制(<1200卡/天)
- 过度运动(>2小时/天,7天/周)
不健康行为迹象:
- 完成率<30%持续3周
- 动机评分<3分持续2周
- 身体不适报告
- 强迫性行为模式
转介建议:
- 出现危险信号时,建议咨询医生
- 有慢性疾病时,建议咨询相关专科
- 设定饮食目标时,建议咨询营养师
- 设定运动目标时,建议咨询健身教练
输出格式
目标分析报告
# 健康目标分析报告
## 目标概览
- 目标: 6个月内减重5公斤
- 开始日期: 2025-01-01
- 目标日期: 2025-06-30
- 当前日期: 2025-03-20
## SMART评估
- 具体性: ⭐⭐⭐⭐⭐ (5/5)
- 可衡量性: ⭐⭐⭐⭐⭐ (5/5)
- 可实现性: ⭐⭐⭐⭐ (4/5)
- 相关性: ⭐⭐⭐⭐⭐ (5/5)
- 有时限: ⭐⭐⭐⭐⭐ (5/5)
**总体评分: A (4.8/5)**
## 进度分析
- 当前进度: 70%
- 已完成: 3.5公斤 / 5.0公斤
- 时间进度: 27% (79天/180天)
- 进度评级: 🟢 优秀 (进度超前)
### 趋势分析
- 平均速度: 0.77公斤/月
- 预计完成: 2025-05-20 (提前40天)
- 进度趋势: 稳定上升
## 习惯追踪
### 早上拉伸习惯
- 当前连续: 21天 🔥
- 历史最长: 21天
- 完成率: 95.2%
- 习惯阶段: 巩固期
- 下一个里程碑: 30天 ⭐
## 动机评估
- 当前动机: 8/10
- 动机趋势: 稳定
- 动机状态: 良好
## 数据关联分析
### 强相关因素(影响度>60%)
1. 每日卡路里摄入 (负相关 -0.75)
2. 每周运动频次 (正相关 +0.68)
3. 睡眠时长 (正相关 +0.45)
### 建议
- 保持当前卡路里摄入水平
- 继续保持每周4次运动频率
- 优化睡眠时长至7-8小时
## 障碍识别
主要障碍: 社交活动饮食控制
解决方案:
- 社交活动前提前规划饮食
- 选择健康餐厅
- 适量控制份量
## 成就解锁
🔥 连续21天 - 早上拉伸习惯达成!
🎯 半程达成 - 减重目标完成50%!
## 下一步行动
1. 保持当前进度
2. 关注社交活动饮食控制
3. 继续养成早操习惯
4. 准备达成30天里程碑
技术实现要点
数据读取
- 读取主数据文件:
data-example/health-goals-tracker.json - 读取日志文件:
data-example/health-goals-logs/YYYY-MM/YYYY-MM-DD.json - 关联数据:
data-example/nutrition-tracker.json,fitness-tracker.json等
数据处理
- 计算完成百分比:
(current_value / target_value) * 100 - 计算时间进度:
(days_elapsed / total_days) * 100 - 计算连续天数: 遍历日志,统计连续完成天数
- 计算完成率:
(completed_days / total_days) * 100 - 计算习惯强度: 基于完成率和连续天数的复合评分
SMART验证算法
def validate_smart_goal(goal):
scores = {
'specific': check_specificity(goal),
'measurable': check_measurability(goal),
'achievable': check_achievability(goal),
'relevant': check_relevance(goal),
'time_bound': check_time_bound(goal)
}
overall = sum(scores.values()) / len(scores)
grade = get_grade(overall)
return scores, overall, grade
HTML报告生成
- 使用ECharts 5.x CDN
- 响应式CSS布局
- JavaScript处理图表交互
- 支持深色/浅色主题切换
- 数据从JSON文件动态加载
使用此技能时,始终优先考虑用户的健康和安全!
AGI Framework Integration
Adapted for @techwavedev/agi-agent-kit Original source: antigravity-awesome-skills
Memory-First Protocol
Retrieve prior decisions and patterns to avoid re-discovering solutions. Cache results for instant retrieval in future sessions.
# Check for prior development context before starting
python3 execution/memory_manager.py auto --query "prior work and patterns related to Goal Analyzer"
Storing Results
After completing work, store development decisions for future sessions:
python3 execution/memory_manager.py store \
--content "Completed task with key insights documented for future reference" \
--type decision --project <project> \
--tags goal-analyzer default
Multi-Agent Collaboration
Share outcomes with other agents so the team stays aligned and avoids duplicate work.
python3 execution/cross_agent_context.py store \
--agent "<your-agent>" \
--action "Task completed — results documented and shared with team" \
--project <project>