Life Logging Analyzer

生活日志分析器 — 从碎片化生活记录中提取模式、洞察和趋势，构建个人时间线叙事。

Description

将散落在日历、笔记、照片元数据、健康App、屏幕时间等数据源中的生活轨迹，结构化为可分析的时间线。通过模式识别发现生活节奏、习惯变化和长期趋势。

Usage

当用户需要：

• 回顾过去一周/月/年的生活模式
• 发现时间分配黑洞
• 建立个人生活数据库
• 生成生活年度报告
• 对比不同时期的生活状态

使用本 Skill。

Key Concepts

1. 五维生活日志模型

• 时间维：日历事件、屏幕时间、应用使用时长
• 物理维：位置轨迹、步数、睡眠、运动
• 数字维：消息频率、社交媒体活跃度、代码提交
• 内容维：笔记关键词、照片标签、阅读书目
• 情绪维：心情记录、能量水平、压力指标

2. 模式提取三阶法

• 微观模式（日级）：注意力峰值时段、触发分心的首因
• 中观模式（周级）：工作-休息节奏、社交-独处比例
• 宏观模式（年级）：兴趣演变轨迹、生活重心迁移

3. 叙事生成引擎

• 原始数据 → 统计摘要 → 因果假设 → 人类验证 → 个人叙事
• 关键原则：数据提出假设，人类确认因果，避免伪相关

Instructions

1. 确定用户可用的数据源
2. 建立统一的时序数据格式
3. 运行五维相关性分析
4. 生成模式报告（日/周/月/年）
5. 提出可执行的优化建议

Examples

输入: "帮我分析上个月的时间都去哪了" 输出: 五维时间分配图 + TOP5时间消耗 + 与上月对比 + 3个优化建议

Boundaries

• 不要求完美的数据覆盖，部分数据也能产出洞察
• 隐私优先：所有数据本地处理
• 不做心理健康诊断

References

• Quantified Self 运动
• 个人知识管理(PKM)实践
• 时间感知心理学