Combine health measurements, exercise, sleep, nutrition, and mental health records to examine trends, unusual changes, and estimated risks. The skill produces personalized suggestions and text or interactive HTML reports using local data without external API calls.
中文简介正在准备中。当前显示英语简介。
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。
安装前可以查看交给 AI 代理的指令内容。
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。
当用户提到以下场景时，使用此技能：
通用询问:
风险预测:
智能问答:
报告生成:
const aiConfig = readFile('data/ai-config.json');
const aiHistory = readFile('data/ai-history.json');
检查AI功能是否启用，验证数据源配置。
const profile = readFile('data/profile.json');
获取基础信息：年龄、性别、身高、体重、BMI等。
根据配置的数据源读取相关数据：
// 基础健康指标
const indexData = readFile('data/index.json');
// 生活方式数据
const fitnessData = readFile('data-example/fitness-tracker.json');
const sleepData = readFile('data-example/sleep-tracker.json');
const nutritionData = readFile('data-example/nutrition-tracker.json');
// 心理健康数据
const mentalHealthData = readFile('data-example/mental-health-tracker.json');
// 医疗历史
const medications = exists('data/medications.json') ? readFile('data/medications.json') : null;
const allergies = exists('data/allergies.json') ? readFile('data/allergies.json') : null;
整合所有数据源，进行数据清洗、时间对齐和缺失值处理。
相关性分析: 计算睡眠↔情绪、运动↔体重、营养↔生化指标等关联
趋势分析: 使用线性回归、移动平均等方法识别趋势方向
异常检测: 使用CUSUM、Z-score算法检测异常值和变化点
基于Framingham、ADA、ACC/AHA等标准进行风险预测：
根据分析结果生成三级建议：
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
HTML报告: 调用 scripts/generate_ai_report.py 生成包含ECharts图表的交互式报告
记录分析结果到 data/ai-history.json
| 数据源 | 文件路径 | 数据内容 |
|---|---|---|
| 用户档案 | data/profile.json | 年龄、性别、身高、体重、BMI |
| 医疗记录 | data/index.json | 生化指标、影像检查 |
| 运动追踪 | data-example/fitness-tracker.json | 运动类型、时长、强度、MET值 |
| 睡眠追踪 | data-example/sleep-tracker.json | 睡眠时长、质量、PSQI评分 |
| 营养追踪 | data-example/nutrition-tracker.json | 饮食记录、营养素摄入、RDA达成率 |
| 心理健康 | data-example/mental-health-tracker.json | PHQ-9、GAD-7评分 |
| 用药记录 | data/medications.json | 药物名称、剂量、用法、依从性 |
| 过敏史 | data/allergies.json | 过敏原、严重程度 |
/ai analyze - AI综合分析/ai predict [risk_type] - 健康风险预测/ai chat [query] - 自然语言问答/ai report generate [type] - 生成AI健康报告/ai status - 查看AI功能状态此Skill仅使用以下工具：
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
Support protein design with cloud laboratory testing for binding, expression, thermal stability, and enzyme activity. Covers sequence optimization, submitting experiments through the Adaptyv API, checking progress, and downloading experimental results.
中文简介正在准备中。当前显示英语简介。
Build flexible daily plans that account for ADHD-related difficulties with time estimation and getting started. Narrow priorities to three tasks, add transition buffers, and choose small next actions that match the energy available that day.
中文简介正在准备中。当前显示英语简介。
Build Python workflows for data recorded over time, including classification, forecasting, anomaly detection, and pattern search. Using aeon, the skill guides preprocessing, algorithm selection, feature extraction, and evaluation through interfaces compatible with scikit-learn.
中文简介正在准备中。当前显示英语简介。
Use a browser to research topics, extract page information, fill forms, and test websites. Guides agents through identifying page controls, interacting with web apps, saving screenshots or PDFs, and reusing saved login sessions.
中文简介正在准备中。当前显示英语简介。
Predict structures for designed protein sequences and protein complexes with AlphaFold2 or ColabFold. Inspect structure files and confidence scores to assess folding and chain interfaces, with guidance for local runs, Modal execution, and common prediction errors.
中文简介正在准备中。当前显示英语简介。
Retrieve predicted protein structures from AlphaFold DB using UniProt identifiers. Download structure files, examine confidence scores that indicate prediction reliability, and summarize multiple proteins or obtain species datasets for larger structural analyses.
中文简介正在准备中。当前显示英语简介。