/rehabilitation-analyzer
分析康复训练数据、识别康复模式、评估康复进展,并提供个性化康复建议
$ npx -y skills add huifer/WellAlly-health --skill rehabilitation-analyzer --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/rehabilitation-analyzer
Context preview
The summary Claude sees to decide when to auto-load this skill.
分析康复训练数据、识别康复模式、评估康复进展,并提供个性化康复建议
SKILL.md
rehabilitation-analyzer.SKILL.mdname: rehabilitation-analyzer
description: 分析康复训练数据、识别康复模式、评估康复进展,并提供个性化康复建议
allowed-tools: Read, Grep, Glob, Write, Edit
康复训练分析技能
核心功能
康复训练分析技能提供全面的康复数据分析功能,帮助用户追踪康复进展、识别改善模式和优化训练计划。
**主要功能模块:**
1. **康复进展分析** - 评估功能改善趋势和康复效果 2. **功能改善曲线** - 可视化ROM、肌力、平衡等功能指标变化 3. **疼痛模式识别** - 分析疼痛评分变化趋势和触发因素 4. **目标达成率评估** - 追踪康复目标完成情况 5. **康复阶段分析** - 评估当前阶段进展和阶段转换准备度 6. **训练依从性评估** - 分析训练计划执行情况
触发条件
技能在以下情况下自动触发:
1. 用户使用 `/rehab progress` 查看康复进展 2. 用户使用 `/rehab analysis` 进行康复分析 3. 用户使用 `/rehab trends` 查看趋势分析 4. 用户使用 `/rehab report` 生成康复报告
执行步骤
第1步:数据读取
读取康复数据文件:
- `data/rehabilitation-tracker.json` - 主康复档案
- `data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json` - 每日训练日志
**数据验证:**
- 检查文件是否存在
- 验证数据结构完整性
- 确认有足够的数据点进行分析(建议至少3次评估或10天训练记录)
第2步:功能评估趋势分析
**关节活动度(ROM)分析:**
- 分析不同时间点的ROM测量值
- 计算ROM改善速率(度/周)
- 识别ROM平台期或倒退
- 预测达到目标ROM的时间
- 与目标范围对比
**肌力改善分析:**
- 追踪肌力等级变化(MMT评分)
- 识别肌力提升模式
- 比较不同肌群恢复速度
- 评估肌力不平衡情况
**平衡功能分析:**
- 平衡测试分数趋势
- 单腿站立时间改善
- 平衡稳定性评估
- 跌倒风险变化
第3步:疼痛模式分析
**疼痛时序分析:**
- 分析晨起疼痛趋势
- 分析活动后疼痛趋势
- 识别疼痛加重/缓解模式
- 关联疼痛与训练强度
**疼痛触发因素识别:**
- 特定训练项目与疼痛关系
- 训练强度与疼痛相关性
- 活动类型与疼痛关系
- 时间因素对疼痛影响
第4步:训练依从性计算
**依从性指标:**
依从性 = (实际训练次数 / 计划训练次数) × 100%
**分析维度:**
- 周依从性
- 月依从性
- 整体依从性
- 不同训练类型的依从性
第5步:目标达成评估
**目标进度追踪:**
- 计算每个目标的完成百分比
- 预估目标达成时间
- 识别滞后目标
- 提供目标调整建议
第6步:康复阶段评估
**当前阶段分析:**
- 阶段目标完成情况
- 是否准备好进入下一阶段
- 阶段转换建议
第7步:生成报告
输出包括:
- 康复进展摘要
- 功能改善趋势
- 疼痛控制情况
- 训练依从性评价
- 目标达成评估
- 阶段进展建议
- 个性化建议
输出格式
康复进展报告结构
# 康复进展报告
**报告日期**: YYYY-MM-DD
**康复时长**: X天
**当前阶段**: 第X阶段 - 阶段名称
## 1. 康复进展摘要
[整体进展评价:优秀/良好/一般/需改进]
- 康复时长:X天(第X周)
- 完成训练:X次
- 训练依从性:X%
- 当前阶段进展:X%
## 2. 功能改善趋势
### 关节活动度(ROM)
- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°
- 改善速率:X°/周
- 达到目标时间预估:X周
- 趋势分析:[改善趋势描述]
### 肌力评估
- [肌群名]: 基线X/5 → 当前X/5 → 改善X级
- 肌力提升模式:[描述]
- 肌力平衡:[评估]
### 平衡功能
- [测试类型]: 基线X → 当前X → 改善X
- 平衡稳定性:[评估]
- 跌倒风险:[评估]
## 3. 疼痛控制情况
- 平均疼痛水平:X/10
- 疼痛趋势:[改善/稳定/加重]
- 疼痛模式:[描述]
- 触发因素:[识别出的触发因素]
- 疼痛控制建议:[建议]
## 4. 训练依从性
- 整体依从性:X%
- 计划训练:X次
- 实际训练:X次
- 依从性评价:[优秀/良好/一般/需改进]
- 缺训原因分析:[如有]
## 5. 目标达成情况
### 已达成目标(X个)
- 目标1:[描述] - 达成日期:YYYY-MM-DD
- ...
### 进行中目标(X个)
- 目标1:[描述] - 当前进度:X% - 预计达成:YYYY-MM-DD
- ...
### 滞后目标(X个)
- 目标1:[描述] - 当前进度:X% - 需要关注
## 6. 康复阶段进展
**当前阶段**: 第X阶段 - [阶段名称]
- 阶段目标完成:X/X
- 阶段进度:X%
- 阶段持续时间:X周
- **阶段评价**: [评价]
**是否准备好进入下一阶段**: [是/否]
- [准备好的理由] / [需要继续努力的项目]
## 7. 个性化建议
### 训练建议
- [具体训练建议]
### 目标调整建议
- [目标调整建议]
### 阶段转换建议
- [阶段转换建议]
### 注意事项
- [需要注意的事项]
## 8. 下次评估
**下次评估日期**: YYYY-MM-DD
**评估重点**: [重点评估项目]
简要进展报告
## 康复进展简报
📊 **整体进展**: 良好
⏱️ **康复时长**: 第X周(X天)
🎯 **阶段**: 第X阶段 - [阶段名称]
**功能改善**:
- ROM: +X°(改善速率X°/周)✅
- 肌力: 提升X级 ✅
- 平衡: 改善X% ✅
**疼痛控制**: 平均X/10([趋势])
**训练依从性**: X%([评价])
**目标达成**: X/X(X%)
**当前阶段**: X/X目标完成
**下一阶段准备**: [是/否]
💡 **建议**: [1-2条核心建议]
数据源
主数据文件
- **文件路径**: `data/rehabilitation-tracker.json`
- **读取字段**:
- `user_profile` - 用户档案和康复基本信息
- `rehabilitation_goals` - 康复目标列表
- `exercise_log` - 训练日志
- `functional_assessments` - 功能评估记录
- `phase_progression` - 阶段进展记录
- `pain_diary` - 疼痛日记
- `statistics` - 统计数据
日志数据文件
- **文件路径**: `data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json`
- **读取字段**:
- `daily_summary` - 日训练摘要
- `exercise_sessions` - 训练详情
- `pain_entries` - 疼痛记录
- `assessments` - 评估记录
- `notes` - 每日备注
分析算法
1. 改善趋势分析
**线性回归分析:**
使用最小二乘法拟合功能改善趋势
改善速率 = (当前值 - 基线值) / 时间间隔
**改善模式识别:**
- 线性改善:稳定持续改善
- 阶梯式改善:平台期后快速改善
- 平台期:改善停滞
- 倒退:功能下降(需要关注)
2. 疼痛时序分析
**移动平均计算:**
7日移动平均疼痛 = sum(近7天疼痛) / 7
**疼痛趋势判断:**
- 改善:疼痛评分下降≥20%
- 稳定:疼痛评分变化<20%
- 加重:疼痛评分上升≥20%
3. 依从性计算
总体依从性 = (实际训练天数 / 计划训练天数) × 100%
训练类型依从性 = (某类型实际完成 / 某类型计划完成) × 100%
**依从性评价:**
- 优秀:≥90%
- 良好:75-89%
- 一般:60-74%
- 需改进:<60%
4. 目标达成预测
**线性外推:**
预测时间 = 当前日期 + ((目标值 - 当前值) / 改善速率)
**考虑因素:**
- 近期改善速率
- 平台期历史
- 训练依从性
5. 阶段转换准备度评估
**准备度评分:**
准备度 = (已达成阶段目标数 / 阶段目标总数) × 100%
准备度 ≥ 80%: 建议进入下一阶段
准备度 60-79%: 可考虑进入下一阶段,需谨慎
准备度 < 60%: 建议继续当前阶段
安全与隐私
数据安全原则
1. **本地存储**
- 所有康复数据仅存储在用户本地设备
- 不上传至任何云端服务器
- 不与第三方共享数据
2. **隐私保护**
- 个人健康信息严格保密
- 数据文件不包含个人身份信息
- 用户完全控制数据访问权限
3. **数据完整性**
- 原始数据不被修改
- 分析结果基于真实数据
- 支持数据导出和备份
医学安全边界
**系统不能做的事:**
- ❌ 不提供具体康复训练处方
- ❌ 不替代康复师专业指导
- ❌ 不诊断损伤或并发症
- ❌ 不调整康复阶段计划
- ❌ 不预测康复预后时间
- ❌ 不处理急性疼痛或损伤
**系统能做的事:**
- ✅ 提供数据分析和趋势识别
- ✅ 提供进展追踪和目标管理
- ✅ 提供一般性康复建议
- ✅ 提供专业康复就医提醒
- ✅ 记录训练和评估数据
- ✅ 生成康复进展报告
**重要提示:**
- 所有康复训练计划应遵循康复师指导
- 任何疼痛加重或功能倒退应及时就医
- 定期专业评估是康复成功的关键
- 系统建议仅供参考,不替代专业判断
错误处理
数据读取错误
**错误类型1:文件不存在**
错误信息: "未找到康复数据文件,请先使用 /rehab start 开始康复追踪"
处理建议: 引导用户开始康复记录
**错误类型2:数据不足**
错误信息: "数据不足,至少需要3次功能评估或10天训练记录才能生成分析报告"
当前数据: X次评估,X天训练记录
处理建议: 建议用户继续记录更多数据
**错误类型3:数据结构错误**
错误信息: "数据文件结构异常,请检查数据完整性"
处理建议: 建议用户重新初始化康复档案
分析过程错误
**错误类型:计算异常**
错误信息: "数据分析过程中出现异常,请稍后重试"
处理建议: 记录错误日志,提供基础数据展示
输出生成错误
**错误类型:报告生成失败**
错误信息: "报告生成失败,请尝试简化查询条件或联系技术支持"
处理建议: 提供简化版报告或原始数据导出
使用示例
示例1:查看康复进展
**用户输入:**
/rehab progress
**技能执行:** 1. 读取 rehabilitation-tracker.json 2. 读取近30天的康复日志 3. 分析功能改善趋势 4. 计算训练依从性 5. 评估目标达成情况 6. 生成进展报告
**输出:**
# 康复进展报告
## 康复进展摘要
📊 整体进展: 良好
⏱️ 康复时长: 第6周(36天)
🎯 当前阶段: 第3阶段 - 强化期
## 功能改善
- 膝关节屈曲: 30° → 120° (+90°) ✅
- 膝关节伸直: -10° → 0° (+10°) ✅
- 股四头肌肌力: 3/5 → 4/5 (提升1级) ✅
- 单腿站立: 5秒 → 30秒 (+25秒) ✅
## 疼痛控制
- 平均疼痛: 1.5/10(良好控制)
- 疼痛趋势: 稳定 ✅
## 训练依从性: 92%(优秀)
## 目标达成: 8/14(57%)
- ✅ 已达成: 8个
- 🔄 进行中: 5个
- ⚠️ 滞后: 1个
## 阶段进展
第3阶段进度: 2/5目标完成(40%)
下一阶段准备: 需要继续努力
💡 建议: 继续当前训练强度,重点关注股四头肌强化训练
示例2:分析功能改善趋势
**用户输入:**
/rehab trends rom
**技能执行:** 1. 提取所有ROM评估记录 2. 绘制ROM改善曲线(文字描述) 3. 计算改善速率 4. 预测达到目标时间 5. 识别改善模式
**输出:**
# 关节活动度(ROM)趋势分析
## 膝关节屈曲
📈 改善趋势: 良好
时间线:
- 5/15: 30° (基线)
- 5/30: 70° (+40°)
- 6/15: 100° (+30°)
- 6/20: 120° (+20°)
改善速率: 8.6°/周
目标: 135°
预计达成: 2025-08-01(还需2周)
趋势: 持续改善 ✅
## 膝关节伸直
✅ 已达成目标
时间线:
- 5/15: -10° (基线)
- 6/10: 0° (达成目标) ✅
- 6/20: 0° (维持)
改善速率: 2.5°/周
目标: 0°
达成日期:
Read more
name: rehabilitation-analyzer description: 分析康复训练数据、识别康复模式、评估康复进展,并提供个性化康复建议 allowed-tools: Read, Grep, Glob, Write, Edit
康复训练分析技能
核心功能
康复训练分析技能提供全面的康复数据分析功能,帮助用户追踪康复进展、识别改善模式和优化训练计划。
**主要功能模块:**
1. **康复进展分析** - 评估功能改善趋势和康复效果 2. **功能改善曲线** - 可视化ROM、肌力、平衡等功能指标变化 3. **疼痛模式识别** - 分析疼痛评分变化趋势和触发因素 4. **目标达成率评估** - 追踪康复目标完成情况 5. **康复阶段分析** - 评估当前阶段进展和阶段转换准备度 6. **训练依从性评估** - 分析训练计划执行情况
触发条件
技能在以下情况下自动触发:
1. 用户使用 `/rehab progress` 查看康复进展 2. 用户使用 `/rehab analysis` 进行康复分析 3. 用户使用 `/rehab trends` 查看趋势分析 4. 用户使用 `/rehab report` 生成康复报告
执行步骤
第1步:数据读取
读取康复数据文件:
- `data/rehabilitation-tracker.json` - 主康复档案
- `data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json` - 每日训练日志
**数据验证:**
- 检查文件是否存在
- 验证数据结构完整性
- 确认有足够的数据点进行分析(建议至少3次评估或10天训练记录)
第2步:功能评估趋势分析
**关节活动度(ROM)分析:**
- 分析不同时间点的ROM测量值 - 计算ROM改善速率(度/周) - 识别ROM平台期或倒退 - 预测达到目标ROM的时间 - 与目标范围对比
**肌力改善分析:**
- 追踪肌力等级变化(MMT评分) - 识别肌力提升模式 - 比较不同肌群恢复速度 - 评估肌力不平衡情况
**平衡功能分析:**
- 平衡测试分数趋势 - 单腿站立时间改善 - 平衡稳定性评估 - 跌倒风险变化
第3步:疼痛模式分析
**疼痛时序分析:**
- 分析晨起疼痛趋势 - 分析活动后疼痛趋势 - 识别疼痛加重/缓解模式 - 关联疼痛与训练强度
**疼痛触发因素识别:**
- 特定训练项目与疼痛关系 - 训练强度与疼痛相关性 - 活动类型与疼痛关系 - 时间因素对疼痛影响
第4步:训练依从性计算
**依从性指标:**
依从性 = (实际训练次数 / 计划训练次数) × 100%
**分析维度:**
- 周依从性
- 月依从性
- 整体依从性
- 不同训练类型的依从性
第5步:目标达成评估
**目标进度追踪:**
- 计算每个目标的完成百分比
- 预估目标达成时间
- 识别滞后目标
- 提供目标调整建议
第6步:康复阶段评估
**当前阶段分析:**
- 阶段目标完成情况
- 是否准备好进入下一阶段
- 阶段转换建议
第7步:生成报告
输出包括:
- 康复进展摘要
- 功能改善趋势
- 疼痛控制情况
- 训练依从性评价
- 目标达成评估
- 阶段进展建议
- 个性化建议
输出格式
康复进展报告结构
# 康复进展报告 **报告日期**: YYYY-MM-DD **康复时长**: X天 **当前阶段**: 第X阶段 - 阶段名称 ## 1. 康复进展摘要 [整体进展评价:优秀/良好/一般/需改进] - 康复时长:X天(第X周) - 完成训练:X次 - 训练依从性:X% - 当前阶段进展:X% ## 2. 功能改善趋势 ### 关节活动度(ROM) - [关节名] [活动类型]: 基线X° → 当前X° → 改善X° - 改善速率:X°/周 - 达到目标时间预估:X周 - 趋势分析:[改善趋势描述] ### 肌力评估 - [肌群名]: 基线X/5 → 当前X/5 → 改善X级 - 肌力提升模式:[描述] - 肌力平衡:[评估] ### 平衡功能 - [测试类型]: 基线X → 当前X → 改善X - 平衡稳定性:[评估] - 跌倒风险:[评估] ## 3. 疼痛控制情况 - 平均疼痛水平:X/10 - 疼痛趋势:[改善/稳定/加重] - 疼痛模式:[描述] - 触发因素:[识别出的触发因素] - 疼痛控制建议:[建议] ## 4. 训练依从性 - 整体依从性:X% - 计划训练:X次 - 实际训练:X次 - 依从性评价:[优秀/良好/一般/需改进] - 缺训原因分析:[如有] ## 5. 目标达成情况 ### 已达成目标(X个) - 目标1:[描述] - 达成日期:YYYY-MM-DD - ... ### 进行中目标(X个) - 目标1:[描述] - 当前进度:X% - 预计达成:YYYY-MM-DD - ... ### 滞后目标(X个) - 目标1:[描述] - 当前进度:X% - 需要关注 ## 6. 康复阶段进展 **当前阶段**: 第X阶段 - [阶段名称] - 阶段目标完成:X/X - 阶段进度:X% - 阶段持续时间:X周 - **阶段评价**: [评价] **是否准备好进入下一阶段**: [是/否] - [准备好的理由] / [需要继续努力的项目] ## 7. 个性化建议 ### 训练建议 - [具体训练建议] ### 目标调整建议 - [目标调整建议] ### 阶段转换建议 - [阶段转换建议] ### 注意事项 - [需要注意的事项] ## 8. 下次评估 **下次评估日期**: YYYY-MM-DD **评估重点**: [重点评估项目]
简要进展报告
## 康复进展简报 📊 **整体进展**: 良好 ⏱️ **康复时长**: 第X周(X天) 🎯 **阶段**: 第X阶段 - [阶段名称] **功能改善**: - ROM: +X°(改善速率X°/周)✅ - 肌力: 提升X级 ✅ - 平衡: 改善X% ✅ **疼痛控制**: 平均X/10([趋势]) **训练依从性**: X%([评价]) **目标达成**: X/X(X%) **当前阶段**: X/X目标完成 **下一阶段准备**: [是/否] 💡 **建议**: [1-2条核心建议]
数据源
主数据文件
- **文件路径**: `data/rehabilitation-tracker.json`
- **读取字段**:
- `user_profile` - 用户档案和康复基本信息
- `rehabilitation_goals` - 康复目标列表
- `exercise_log` - 训练日志
- `functional_assessments` - 功能评估记录
- `phase_progression` - 阶段进展记录
- `pain_diary` - 疼痛日记
- `statistics` - 统计数据
日志数据文件
- **文件路径**: `data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json`
- **读取字段**:
- `daily_summary` - 日训练摘要
- `exercise_sessions` - 训练详情
- `pain_entries` - 疼痛记录
- `assessments` - 评估记录
- `notes` - 每日备注
分析算法
1. 改善趋势分析
**线性回归分析:**
使用最小二乘法拟合功能改善趋势 改善速率 = (当前值 - 基线值) / 时间间隔
**改善模式识别:**
- 线性改善:稳定持续改善
- 阶梯式改善:平台期后快速改善
- 平台期:改善停滞
- 倒退:功能下降(需要关注)
2. 疼痛时序分析
**移动平均计算:**
7日移动平均疼痛 = sum(近7天疼痛) / 7
**疼痛趋势判断:**
- 改善:疼痛评分下降≥20%
- 稳定:疼痛评分变化<20%
- 加重:疼痛评分上升≥20%
3. 依从性计算
总体依从性 = (实际训练天数 / 计划训练天数) × 100% 训练类型依从性 = (某类型实际完成 / 某类型计划完成) × 100%
**依从性评价:**
- 优秀:≥90%
- 良好:75-89%
- 一般:60-74%
- 需改进:<60%
4. 目标达成预测
**线性外推:**
预测时间 = 当前日期 + ((目标值 - 当前值) / 改善速率)
**考虑因素:**
- 近期改善速率
- 平台期历史
- 训练依从性
5. 阶段转换准备度评估
**准备度评分:**
准备度 = (已达成阶段目标数 / 阶段目标总数) × 100% 准备度 ≥ 80%: 建议进入下一阶段 准备度 60-79%: 可考虑进入下一阶段,需谨慎 准备度 < 60%: 建议继续当前阶段
安全与隐私
数据安全原则
1. **本地存储**
- 所有康复数据仅存储在用户本地设备
- 不上传至任何云端服务器
- 不与第三方共享数据
2. **隐私保护**
- 个人健康信息严格保密
- 数据文件不包含个人身份信息
- 用户完全控制数据访问权限
3. **数据完整性**
- 原始数据不被修改
- 分析结果基于真实数据
- 支持数据导出和备份
医学安全边界
**系统不能做的事:**
- ❌ 不提供具体康复训练处方
- ❌ 不替代康复师专业指导
- ❌ 不诊断损伤或并发症
- ❌ 不调整康复阶段计划
- ❌ 不预测康复预后时间
- ❌ 不处理急性疼痛或损伤
**系统能做的事:**
- ✅ 提供数据分析和趋势识别
- ✅ 提供进展追踪和目标管理
- ✅ 提供一般性康复建议
- ✅ 提供专业康复就医提醒
- ✅ 记录训练和评估数据
- ✅ 生成康复进展报告
**重要提示:**
- 所有康复训练计划应遵循康复师指导
- 任何疼痛加重或功能倒退应及时就医
- 定期专业评估是康复成功的关键
- 系统建议仅供参考,不替代专业判断
错误处理
数据读取错误
**错误类型1:文件不存在**
错误信息: "未找到康复数据文件,请先使用 /rehab start 开始康复追踪" 处理建议: 引导用户开始康复记录
**错误类型2:数据不足**
错误信息: "数据不足,至少需要3次功能评估或10天训练记录才能生成分析报告" 当前数据: X次评估,X天训练记录 处理建议: 建议用户继续记录更多数据
**错误类型3:数据结构错误**
错误信息: "数据文件结构异常,请检查数据完整性" 处理建议: 建议用户重新初始化康复档案
分析过程错误
**错误类型:计算异常**
错误信息: "数据分析过程中出现异常,请稍后重试" 处理建议: 记录错误日志,提供基础数据展示
输出生成错误
**错误类型:报告生成失败**
错误信息: "报告生成失败,请尝试简化查询条件或联系技术支持" 处理建议: 提供简化版报告或原始数据导出
使用示例
示例1:查看康复进展
**用户输入:**
/rehab progress
**技能执行:** 1. 读取 rehabilitation-tracker.json 2. 读取近30天的康复日志 3. 分析功能改善趋势 4. 计算训练依从性 5. 评估目标达成情况 6. 生成进展报告
**输出:**
# 康复进展报告 ## 康复进展摘要 📊 整体进展: 良好 ⏱️ 康复时长: 第6周(36天) 🎯 当前阶段: 第3阶段 - 强化期 ## 功能改善 - 膝关节屈曲: 30° → 120° (+90°) ✅ - 膝关节伸直: -10° → 0° (+10°) ✅ - 股四头肌肌力: 3/5 → 4/5 (提升1级) ✅ - 单腿站立: 5秒 → 30秒 (+25秒) ✅ ## 疼痛控制 - 平均疼痛: 1.5/10(良好控制) - 疼痛趋势: 稳定 ✅ ## 训练依从性: 92%(优秀) ## 目标达成: 8/14(57%) - ✅ 已达成: 8个 - 🔄 进行中: 5个 - ⚠️ 滞后: 1个 ## 阶段进展 第3阶段进度: 2/5目标完成(40%) 下一阶段准备: 需要继续努力 💡 建议: 继续当前训练强度,重点关注股四头肌强化训练
示例2:分析功能改善趋势
**用户输入:**
/rehab trends rom
**技能执行:** 1. 提取所有ROM评估记录 2. 绘制ROM改善曲线(文字描述) 3. 计算改善速率 4. 预测达到目标时间 5. 识别改善模式
**输出:**
# 关节活动度(ROM)趋势分析 ## 膝关节屈曲 📈 改善趋势: 良好 时间线: - 5/15: 30° (基线) - 5/30: 70° (+40°) - 6/15: 100° (+30°) - 6/20: 120° (+20°) 改善速率: 8.6°/周 目标: 135° 预计达成: 2025-08-01(还需2周) 趋势: 持续改善 ✅ ## 膝关节伸直 ✅ 已达成目标 时间线: - 5/15: -10° (基线) - 6/10: 0° (达成目标) ✅ - 6/20: 0° (维持) 改善速率: 2.5°/周 目标: 0° 达成日期:
WellAlly Health is a local-first, AI-powered personal health record (PHR) system.
Other skills on wellally-health.
- /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。
Open skill - /emergency-card
生成紧急情况下快速访问的医疗信息摘要卡片。当用户需要旅行、就诊准备、紧急情况或询问"紧急信息"、"医疗卡片"、"急救信息"时使用此技能。提取关键信息(过敏、用药、急症、植入物),支持多格式输出(JSON、文本、二维码),用于急救或快速就医。
Open skill - /family-health-analyzer
分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议
Open skill - /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。
Open skill - /food-database-query
**技能名称**: Food Database Query **技能类型**: 数据查询与分析 **创建日期**: 2026-01-06 **版本**: v1.0
Open skill - /goal-analyzer
分析健康目标数据、识别目标模式、评估目标进度,并提供个性化目标管理建议。支持与营养、运动、睡眠等健康数据的关联分析。
Open skill

