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