[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M719NWX2HD12BMPFWVRQZNG6":3,"skill-same:01M719NWX2HD12BMPFWVRQZNG6":55},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":29,"linkOnly":30,"markdownContent":31,"markdownBody":32,"frontMatter":33,"refName":35,"commitSha":36,"skillDirectory":37,"forksCount":14,"repositoryHtmlUrl":38,"repositoryHomepageUrl":6,"ownerHtmlUrl":39,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":40,"install":41,"resources":54},"01M719NWX2HD12BMPFWVRQZNG6","rehabilitation-analyzer",null,"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","sapsapshen\u002Fai-memory-router","sapsapshen","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F20347959?v=4","01M6XDQEF1DP50DKF37H81J3J5","shenmian","01M6XDQEJPE41Y3DT2763X8ZJN",0,"MIT","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fglobal\u002Frehabilitation-analyzer\u002FSKILL.md",[],[19,20,21,22,23,24,25,26,27,28],"rehabilitation analyzer","analyzer","grep","read","write","edit","community","评估","unknown","数据","2026-11-10 10:12:30",false,"---\nname: rehabilitation-analyzer\ndescription: 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\nallowed-tools: Read, Grep, Glob, Write, Edit\nrisk: unknown\nsource: community\n---\n\n# 康复训练分析技能\n\n## When to Use\n\n- 需要分析康复训练记录、功能恢复趋势或康复阶段进展时使用。\n- 任务涉及 ROM、肌力、疼痛、依从性或康复目标达成率分析。\n- 用户请求康复报告、趋势分析或训练计划优化建议时使用。\n\n## 核心功能\n\n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。\n\n**主要功能模块：**\n\n1. **康复进展分析** - 评估功能改善趋势和康复效果\n2. **功能改善曲线** - 可视化ROM、肌力、平衡等功能指标变化\n3. **疼痛模式识别** - 分析疼痛评分变化趋势和触发因素\n4. **目标达成率评估** - 追踪康复目标完成情况\n5. **康复阶段分析** - 评估当前阶段进展和阶段转换准备度\n6. **训练依从性评估** - 分析训练计划执行情况\n\n## 触发条件\n\n技能在以下情况下自动触发：\n\n1. 用户使用 `\u002Frehab progress` 查看康复进展\n2. 用户使用 `\u002Frehab analysis` 进行康复分析\n3. 用户使用 `\u002Frehab trends` 查看趋势分析\n4. 用户使用 `\u002Frehab report` 生成康复报告\n\n## 执行步骤\n\n### 第1步：数据读取\n读取康复数据文件：\n- `data\u002Frehabilitation-tracker.json` - 主康复档案\n- `data\u002Frehabilitation-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json` - 每日训练日志\n\n**数据验证：**\n- 检查文件是否存在\n- 验证数据结构完整性\n- 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）\n\n### 第2步：功能评估趋势分析\n\n**关节活动度（ROM）分析：**\n```\n- 分析不同时间点的ROM测量值\n- 计算ROM改善速率（度\u002F周）\n- 识别ROM平台期或倒退\n- 预测达到目标ROM的时间\n- 与目标范围对比\n```\n\n**肌力改善分析：**\n```\n- 追踪肌力等级变化（MMT评分）\n- 识别肌力提升模式\n- 比较不同肌群恢复速度\n- 评估肌力不平衡情况\n```\n\n**平衡功能分析：**\n```\n- 平衡测试分数趋势\n- 单腿站立时间改善\n- 平衡稳定性评估\n- 跌倒风险变化\n```\n\n### 第3步：疼痛模式分析\n\n**疼痛时序分析：**\n```\n- 分析晨起疼痛趋势\n- 分析活动后疼痛趋势\n- 识别疼痛加重\u002F缓解模式\n- 关联疼痛与训练强度\n```\n\n**疼痛触发因素识别：**\n```\n- 特定训练项目与疼痛关系\n- 训练强度与疼痛相关性\n- 活动类型与疼痛关系\n- 时间因素对疼痛影响\n```\n\n### 第4步：训练依从性计算\n\n**依从性指标：**\n```\n依从性 = (实际训练次数 \u002F 计划训练次数) × 100%\n```\n\n**分析维度：**\n- 周依从性\n- 月依从性\n- 整体依从性\n- 不同训练类型的依从性\n\n### 第5步：目标达成评估\n\n**目标进度追踪：**\n- 计算每个目标的完成百分比\n- 预估目标达成时间\n- 识别滞后目标\n- 提供目标调整建议\n\n### 第6步：康复阶段评估\n\n**当前阶段分析：**\n- 阶段目标完成情况\n- 是否准备好进入下一阶段\n- 阶段转换建议\n\n### 第7步：生成报告\n\n输出包括：\n- 康复进展摘要\n- 功能改善趋势\n- 疼痛控制情况\n- 训练依从性评价\n- 目标达成评估\n- 阶段进展建议\n- 个性化建议\n\n## 输出格式\n\n### 康复进展报告结构\n\n```markdown\n# 康复进展报告\n**报告日期**: YYYY-MM-DD\n**康复时长**: X天\n**当前阶段**: 第X阶段 - 阶段名称\n\n## 1. 康复进展摘要\n\n[整体进展评价：优秀\u002F良好\u002F一般\u002F需改进]\n- 康复时长：X天（第X周）\n- 完成训练：X次\n- 训练依从性：X%\n- 当前阶段进展：X%\n\n## 2. 功能改善趋势\n\n### 关节活动度（ROM）\n- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°\n- 改善速率：X°\u002F周\n- 达到目标时间预估：X周\n- 趋势分析：[改善趋势描述]\n\n### 肌力评估\n- [肌群名]: 基线X\u002F5 → 当前X\u002F5 → 改善X级\n- 肌力提升模式：[描述]\n- 肌力平衡：[评估]\n\n### 平衡功能\n- [测试类型]: 基线X → 当前X → 改善X\n- 平衡稳定性：[评估]\n- 跌倒风险：[评估]\n\n## 3. 疼痛控制情况\n\n- 平均疼痛水平：X\u002F10\n- 疼痛趋势：[改善\u002F稳定\u002F加重]\n- 疼痛模式：[描述]\n- 触发因素：[识别出的触发因素]\n- 疼痛控制建议：[建议]\n\n## 4. 训练依从性\n\n- 整体依从性：X%\n- 计划训练：X次\n- 实际训练：X次\n- 依从性评价：[优秀\u002F良好\u002F一般\u002F需改进]\n- 缺训原因分析：[如有]\n\n## 5. 目标达成情况\n\n### 已达成目标（X个）\n- 目标1：[描述] - 达成日期：YYYY-MM-DD\n- ...\n\n### 进行中目标（X个）\n- 目标1：[描述] - 当前进度：X% - 预计达成：YYYY-MM-DD\n- ...\n\n### 滞后目标（X个）\n- 目标1：[描述] - 当前进度：X% - 需要关注\n\n## 6. 康复阶段进展\n\n**当前阶段**: 第X阶段 - [阶段名称]\n- 阶段目标完成：X\u002FX\n- 阶段进度：X%\n- 阶段持续时间：X周\n- **阶段评价**: [评价]\n\n**是否准备好进入下一阶段**: [是\u002F否]\n- [准备好的理由] \u002F [需要继续努力的项目]\n\n## 7. 个性化建议\n\n### 训练建议\n- [具体训练建议]\n\n### 目标调整建议\n- [目标调整建议]\n\n### 阶段转换建议\n- [阶段转换建议]\n\n### 注意事项\n- [需要注意的事项]\n\n## 8. 下次评估\n\n**下次评估日期**: YYYY-MM-DD\n**评估重点**: [重点评估项目]\n```\n\n### 简要进展报告\n\n```markdown\n## 康复进展简报\n\n📊 **整体进展**: 良好\n⏱️ **康复时长**: 第X周（X天）\n🎯 **阶段**: 第X阶段 - [阶段名称]\n\n**功能改善**:\n- ROM: +X°（改善速率X°\u002F周）✅\n- 肌力: 提升X级 ✅\n- 平衡: 改善X% ✅\n\n**疼痛控制**: 平均X\u002F10（[趋势]）\n**训练依从性**: X%（[评价]）\n**目标达成**: X\u002FX（X%）\n\n**当前阶段**: X\u002FX目标完成\n**下一阶段准备**: [是\u002F否]\n\n💡 **建议**: [1-2条核心建议]\n```\n\n## 数据源\n\n### 主数据文件\n- **文件路径**: `data\u002Frehabilitation-tracker.json`\n- **读取字段**:\n  - `user_profile` - 用户档案和康复基本信息\n  - `rehabilitation_goals` - 康复目标列表\n  - `exercise_log` - 训练日志\n  - `functional_assessments` - 功能评估记录\n  - `phase_progression` - 阶段进展记录\n  - `pain_diary` - 疼痛日记\n  - `statistics` - 统计数据\n\n### 日志数据文件\n- **文件路径**: `data\u002Frehabilitation-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json`\n- **读取字段**:\n  - `daily_summary` - 日训练摘要\n  - `exercise_sessions` - 训练详情\n  - `pain_entries` - 疼痛记录\n  - `assessments` - 评估记录\n  - `notes` - 每日备注\n\n## 分析算法\n\n### 1. 改善趋势分析\n\n**线性回归分析：**\n```\n使用最小二乘法拟合功能改善趋势\n改善速率 = (当前值 - 基线值) \u002F 时间间隔\n```\n\n**改善模式识别：**\n- 线性改善：稳定持续改善\n- 阶梯式改善：平台期后快速改善\n- 平台期：改善停滞\n- 倒退：功能下降（需要关注）\n\n### 2. 疼痛时序分析\n\n**移动平均计算：**\n```\n7日移动平均疼痛 = sum(近7天疼痛) \u002F 7\n```\n\n**疼痛趋势判断：**\n- 改善：疼痛评分下降≥20%\n- 稳定：疼痛评分变化\u003C20%\n- 加重：疼痛评分上升≥20%\n\n### 3. 依从性计算\n\n```\n总体依从性 = (实际训练天数 \u002F 计划训练天数) × 100%\n\n训练类型依从性 = (某类型实际完成 \u002F 某类型计划完成) × 100%\n```\n\n**依从性评价：**\n- 优秀：≥90%\n- 良好：75-89%\n- 一般：60-74%\n- 需改进：\u003C60%\n\n### 4. 目标达成预测\n\n**线性外推：**\n```\n预测时间 = 当前日期 + ((目标值 - 当前值) \u002F 改善速率)\n```\n\n**考虑因素：**\n- 近期改善速率\n- 平台期历史\n- 训练依从性\n\n### 5. 阶段转换准备度评估\n\n**准备度评分：**\n```\n准备度 = (已达成阶段目标数 \u002F 阶段目标总数) × 100%\n\n准备度 ≥ 80%: 建议进入下一阶段\n准备度 60-79%: 可考虑进入下一阶段，需谨慎\n准备度 \u003C 60%: 建议继续当前阶段\n```\n\n## 安全与隐私\n\n### 数据安全原则\n\n1. **本地存储**\n   - 所有康复数据仅存储在用户本地设备\n   - 不上传至任何云端服务器\n   - 不与第三方共享数据\n\n2. **隐私保护**\n   - 个人健康信息严格保密\n   - 数据文件不包含个人身份信息\n   - 用户完全控制数据访问权限\n\n3. **数据完整性**\n   - 原始数据不被修改\n   - 分析结果基于真实数据\n   - 支持数据导出和备份\n\n### 医学安全边界\n\n**系统不能做的事：**\n- ❌ 不提供具体康复训练处方\n- ❌ 不替代康复师专业指导\n- ❌ 不诊断损伤或并发症\n- ❌ 不调整康复阶段计划\n- ❌ 不预测康复预后时间\n- ❌ 不处理急性疼痛或损伤\n\n**系统能做的事：**\n- ✅ 提供数据分析和趋势识别\n- ✅ 提供进展追踪和目标管理\n- ✅ 提供一般性康复建议\n- ✅ 提供专业康复就医提醒\n- ✅ 记录训练和评估数据\n- ✅ 生成康复进展报告\n\n**重要提示：**\n- 所有康复训练计划应遵循康复师指导\n- 任何疼痛加重或功能倒退应及时就医\n- 定期专业评估是康复成功的关键\n- 系统建议仅供参考，不替代专业判断\n\n## 错误处理\n\n### 数据读取错误\n\n**错误类型1：文件不存在**\n```\n错误信息: \"未找到康复数据文件，请先使用 \u002Frehab start 开始康复追踪\"\n处理建议: 引导用户开始康复记录\n```\n\n**错误类型2：数据不足**\n```\n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\"\n当前数据: X次评估，X天训练记录\n处理建议: 建议用户继续记录更多数据\n```\n\n**错误类型3：数据结构错误**\n```\n错误信息: \"数据文件结构异常，请检查数据完整性\"\n处理建议: 建议用户重新初始化康复档案\n```\n\n### 分析过程错误\n\n**错误类型：计算异常**\n```\n错误信息: \"数据分析过程中出现异常，请稍后重试\"\n处理建议: 记录错误日志，提供基础数据展示\n```\n\n### 输出生成错误\n\n**错误类型：报告生成失败**\n```\n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\"\n处理建议: 提供简化版报告或原始数据导出\n```\n\n## 使用示例\n\n### 示例1：查看康复进展\n\n**用户输入：**\n```\n\u002Frehab progress\n```\n\n**技能执行：**\n1. 读取 rehabilitation-tracker.json\n2. 读取近30天的康复日志\n3. 分析功能改善趋势\n4. 计算训练依从性\n5. 评估目标达成情况\n6. 生成进展报告\n\n**输出：**\n```\n# 康复进展报告\n\n## 康复进展摘要\n📊 整体进展: 良好\n⏱️ 康复时长: 第6周（36天）\n🎯 当前阶段: 第3阶段 - 强化期\n\n## 功能改善\n- 膝关节屈曲: 30° → 120° (+90°) ✅\n- 膝关节伸直: -10° → 0° (+10°) ✅\n- 股四头肌肌力: 3\u002F5 → 4\u002F5 (提升1级) ✅\n- 单腿站立: 5秒 → 30秒 (+25秒) ✅\n\n## 疼痛控制\n- 平均疼痛: 1.5\u002F10（良好控制）\n- 疼痛趋势: 稳定 ✅\n\n## 训练依从性: 92%（优秀）\n\n## 目标达成: 8\u002F14（57%）\n- ✅ 已达成: 8个\n- 🔄 进行中: 5个\n- ⚠️ 滞后: 1个\n\n## 阶段进展\n第3阶段进度: 2\u002F5目标完成（40%）\n下一阶段准备: 需要继续努力\n\n💡 建议: 继续当前训练强度，重点关注股四头肌强化训练\n```\n\n### 示例2：分析功能改善趋势\n\n**用户输入：**\n```\n\u002Frehab trends rom\n```\n\n**技能执行：**\n1. 提取所有ROM评估记录\n2. 绘制ROM改善曲线（文字描述）\n3. 计算改善速率\n4. 预测达到目标时间\n5. 识别改善模式\n\n**输出：**\n```\n# 关节活动度（ROM）趋势分析\n\n## 膝关节屈曲\n📈 改善趋势: 良好\n\n时间线:\n- 5\u002F15: 30° (基线)\n- 5\u002F30: 70° (+40°)\n- 6\u002F15: 100° (+30°)\n- 6\u002F20: 120° (+20°)\n\n改善速率: 8.6°\u002F周\n目标: 135°\n预计达成: 2025-08-01（还需2周）\n趋势: 持续改善 ✅\n\n## 膝关节伸直\n✅ 已达成目标\n\n时间线:\n- 5\u002F15: -10° (基线)\n- 6\u002F10: 0° (达成目标) ✅\n- 6\u002F20: 0° (维持)\n\n改善速率: 2.5°\u002F周\n目标: 0°\n达成日期: 2025-06-10\n趋势: 维持目标 ✅\n\n## 建议\n- 膝关节屈曲进展良好，继续保持\n- 注意伸直维持训练，避免屈曲挛缩\n- 预计2周内可达到屈曲目标\n```\n\n### 示例3：评估疼痛模式\n\n**用户输入：**\n```\n\u002Frehab analysis pain\n```\n\n**技能执行：**\n1. 提取所有疼痛记录\n2. 分析疼痛时序变化\n3. 识别疼痛触发因素\n4. 评估疼痛控制效果\n\n**输出：**\n```\n# 疼痛模式分析\n\n## 疼痛趋势\n📉 总体趋势: 改善中\n\n- 基线疼痛: 5\u002F10\n- 当前疼痛: 2\u002F10\n- 改善: 3分（60%改善）✅\n\n## 时序模式\n- 晨起疼痛: 1\u002F10（轻度）\n- 活动后疼痛: 2\u002F10（轻度）\n- 休息时疼痛: 0\u002F10（无痛）\n\n## 触发因素识别\n- 主要触发因素: 延长坐姿、上下楼梯\n- 疼痛加剧活动: 下楼梯、深蹲\n- 缓解因素: 休息、冰敷、抬高\n\n## 训练相关疼痛\n- 训练时平均疼痛: 1.2\u002F10（安全范围）\n- 训练后疼痛: 2\u002F10（快速缓解）\n- 训练依从性不受疼痛影响 ✅\n\n## 建议\n- 疼痛控制良好，继续当前训练强度\n- 注意训练后休息和冰敷\n- 避免疼痛加剧活动（深蹲、下楼梯）\n- 如疼痛>4\u002F10，及时就医评估\n```\n\n## 相关性分析\n\n### 与运动模块关联\n\n**关联分析：**\n- 康复训练与运动能力恢复的关联\n- 康复训练强度与心率变化的关系\n- 功能改善与日常活动量的关联\n\n**示例：**\n```\n用户使用 \u002Frehab analysis correlation fitness\n技能读取:\n- rehabilitation-tracker.json\n- fitness-tracker.json\n- 分析康复训练与运动指标的相关性\n```\n\n### 与睡眠模块关联\n\n**关联分析：**\n- 训练强度与睡眠质量的关系\n- 疼痛水平与睡眠时长的关系\n- 恢复期睡眠需求分析\n\n### 与用药模块关联\n\n**关联分析：**\n- 止痛药使用趋势\n- 用药与训练强度的关系\n- 疼痛控制与用药依从性\n\n## 使用示例\n\n### 场景1：新用户开始康复\n```\n用户: \u002Frehab start acl-surgery 2025-05-01\n系统: 初始化康复档案，设置基础目标，提供初始建议\n技能: rehabilitation-analyzer（可选，用于初步评估）\n```\n\n### 场景2：记录每日训练\n```\n用户: \u002Frehab exercise slr 3x15 pain2\n系统: 记录训练数据，更新训练日志\n技能: 不触发（仅记录）\n```\n\n### 场景3：查看进展报告\n```\n用户: \u002Frehab progress\n系统: 调用 rehabilitation-analyzer 技能\n技能: 完整分析，生成进展报告\n```\n\n### 场景4：分析特定功能\n```\n用户: \u002Frehab trends rom\n系统: 调用 rehabilitation-analyzer 技能\n技能: ROM专项分析，生成趋势报告\n```\n\n### 场景5：评估疼痛模式\n```\n用户: \u002Frehab analysis pain\n系统: 调用 rehabilitation-analyzer 技能\n技能: 疼痛专项分析，识别模式和触发因素\n```\n\n---\n\n**技能版本**: v1.0\n**最后更新**: 2026-01-06\n**维护者**: WellAlly Tech\n","# 康复训练分析技能\n\n## When to Use\n\n- 需要分析康复训练记录、功能恢复趋势或康复阶段进展时使用。\n- 任务涉及 ROM、肌力、疼痛、依从性或康复目标达成率分析。\n- 用户请求康复报告、趋势分析或训练计划优化建议时使用。\n\n## 核心功能\n\n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。\n\n**主要功能模块：**\n\n1. **康复进展分析** - 评估功能改善趋势和康复效果\n2. **功能改善曲线** - 可视化ROM、肌力、平衡等功能指标变化\n3. **疼痛模式识别** - 分析疼痛评分变化趋势和触发因素\n4. **目标达成率评估** - 追踪康复目标完成情况\n5. **康复阶段分析** - 评估当前阶段进展和阶段转换准备度\n6. **训练依从性评估** - 分析训练计划执行情况\n\n## 触发条件\n\n技能在以下情况下自动触发：\n\n1. 用户使用 `\u002Frehab progress` 查看康复进展\n2. 用户使用 `\u002Frehab analysis` 进行康复分析\n3. 用户使用 `\u002Frehab trends` 查看趋势分析\n4. 用户使用 `\u002Frehab report` 生成康复报告\n\n## 执行步骤\n\n### 第1步：数据读取\n读取康复数据文件：\n- `data\u002Frehabilitation-tracker.json` - 主康复档案\n- `data\u002Frehabilitation-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json` - 每日训练日志\n\n**数据验证：**\n- 检查文件是否存在\n- 验证数据结构完整性\n- 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）\n\n### 第2步：功能评估趋势分析\n\n**关节活动度（ROM）分析：**\n```\n- 分析不同时间点的ROM测量值\n- 计算ROM改善速率（度\u002F周）\n- 识别ROM平台期或倒退\n- 预测达到目标ROM的时间\n- 与目标范围对比\n```\n\n**肌力改善分析：**\n```\n- 追踪肌力等级变化（MMT评分）\n- 识别肌力提升模式\n- 比较不同肌群恢复速度\n- 评估肌力不平衡情况\n```\n\n**平衡功能分析：**\n```\n- 平衡测试分数趋势\n- 单腿站立时间改善\n- 平衡稳定性评估\n- 跌倒风险变化\n```\n\n### 第3步：疼痛模式分析\n\n**疼痛时序分析：**\n```\n- 分析晨起疼痛趋势\n- 分析活动后疼痛趋势\n- 识别疼痛加重\u002F缓解模式\n- 关联疼痛与训练强度\n```\n\n**疼痛触发因素识别：**\n```\n- 特定训练项目与疼痛关系\n- 训练强度与疼痛相关性\n- 活动类型与疼痛关系\n- 时间因素对疼痛影响\n```\n\n### 第4步：训练依从性计算\n\n**依从性指标：**\n```\n依从性 = (实际训练次数 \u002F 计划训练次数) × 100%\n```\n\n**分析维度：**\n- 周依从性\n- 月依从性\n- 整体依从性\n- 不同训练类型的依从性\n\n### 第5步：目标达成评估\n\n**目标进度追踪：**\n- 计算每个目标的完成百分比\n- 预估目标达成时间\n- 识别滞后目标\n- 提供目标调整建议\n\n### 第6步：康复阶段评估\n\n**当前阶段分析：**\n- 阶段目标完成情况\n- 是否准备好进入下一阶段\n- 阶段转换建议\n\n### 第7步：生成报告\n\n输出包括：\n- 康复进展摘要\n- 功能改善趋势\n- 疼痛控制情况\n- 训练依从性评价\n- 目标达成评估\n- 阶段进展建议\n- 个性化建议\n\n## 输出格式\n\n### 康复进展报告结构\n\n```markdown\n# 康复进展报告\n**报告日期**: YYYY-MM-DD\n**康复时长**: X天\n**当前阶段**: 第X阶段 - 阶段名称\n\n## 1. 康复进展摘要\n\n[整体进展评价：优秀\u002F良好\u002F一般\u002F需改进]\n- 康复时长：X天（第X周）\n- 完成训练：X次\n- 训练依从性：X%\n- 当前阶段进展：X%\n\n## 2. 功能改善趋势\n\n### 关节活动度（ROM）\n- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°\n- 改善速率：X°\u002F周\n- 达到目标时间预估：X周\n- 趋势分析：[改善趋势描述]\n\n### 肌力评估\n- [肌群名]: 基线X\u002F5 → 当前X\u002F5 → 改善X级\n- 肌力提升模式：[描述]\n- 肌力平衡：[评估]\n\n### 平衡功能\n- [测试类型]: 基线X → 当前X → 改善X\n- 平衡稳定性：[评估]\n- 跌倒风险：[评估]\n\n## 3. 疼痛控制情况\n\n- 平均疼痛水平：X\u002F10\n- 疼痛趋势：[改善\u002F稳定\u002F加重]\n- 疼痛模式：[描述]\n- 触发因素：[识别出的触发因素]\n- 疼痛控制建议：[建议]\n\n## 4. 训练依从性\n\n- 整体依从性：X%\n- 计划训练：X次\n- 实际训练：X次\n- 依从性评价：[优秀\u002F良好\u002F一般\u002F需改进]\n- 缺训原因分析：[如有]\n\n## 5. 目标达成情况\n\n### 已达成目标（X个）\n- 目标1：[描述] - 达成日期：YYYY-MM-DD\n- ...\n\n### 进行中目标（X个）\n- 目标1：[描述] - 当前进度：X% - 预计达成：YYYY-MM-DD\n- ...\n\n### 滞后目标（X个）\n- 目标1：[描述] - 当前进度：X% - 需要关注\n\n## 6. 康复阶段进展\n\n**当前阶段**: 第X阶段 - [阶段名称]\n- 阶段目标完成：X\u002FX\n- 阶段进度：X%\n- 阶段持续时间：X周\n- **阶段评价**: [评价]\n\n**是否准备好进入下一阶段**: [是\u002F否]\n- [准备好的理由] \u002F [需要继续努力的项目]\n\n## 7. 个性化建议\n\n### 训练建议\n- [具体训练建议]\n\n### 目标调整建议\n- [目标调整建议]\n\n### 阶段转换建议\n- [阶段转换建议]\n\n### 注意事项\n- [需要注意的事项]\n\n## 8. 下次评估\n\n**下次评估日期**: YYYY-MM-DD\n**评估重点**: [重点评估项目]\n```\n\n### 简要进展报告\n\n```markdown\n## 康复进展简报\n\n📊 **整体进展**: 良好\n⏱️ **康复时长**: 第X周（X天）\n🎯 **阶段**: 第X阶段 - [阶段名称]\n\n**功能改善**:\n- ROM: +X°（改善速率X°\u002F周）✅\n- 肌力: 提升X级 ✅\n- 平衡: 改善X% ✅\n\n**疼痛控制**: 平均X\u002F10（[趋势]）\n**训练依从性**: X%（[评价]）\n**目标达成**: X\u002FX（X%）\n\n**当前阶段**: X\u002FX目标完成\n**下一阶段准备**: [是\u002F否]\n\n💡 **建议**: [1-2条核心建议]\n```\n\n## 数据源\n\n### 主数据文件\n- **文件路径**: `data\u002Frehabilitation-tracker.json`\n- **读取字段**:\n  - `user_profile` - 用户档案和康复基本信息\n  - `rehabilitation_goals` - 康复目标列表\n  - `exercise_log` - 训练日志\n  - `functional_assessments` - 功能评估记录\n  - `phase_progression` - 阶段进展记录\n  - `pain_diary` - 疼痛日记\n  - `statistics` - 统计数据\n\n### 日志数据文件\n- **文件路径**: `data\u002Frehabilitation-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json`\n- **读取字段**:\n  - `daily_summary` - 日训练摘要\n  - `exercise_sessions` - 训练详情\n  - `pain_entries` - 疼痛记录\n  - `assessments` - 评估记录\n  - `notes` - 每日备注\n\n## 分析算法\n\n### 1. 改善趋势分析\n\n**线性回归分析：**\n```\n使用最小二乘法拟合功能改善趋势\n改善速率 = (当前值 - 基线值) \u002F 时间间隔\n```\n\n**改善模式识别：**\n- 线性改善：稳定持续改善\n- 阶梯式改善：平台期后快速改善\n- 平台期：改善停滞\n- 倒退：功能下降（需要关注）\n\n### 2. 疼痛时序分析\n\n**移动平均计算：**\n```\n7日移动平均疼痛 = sum(近7天疼痛) \u002F 7\n```\n\n**疼痛趋势判断：**\n- 改善：疼痛评分下降≥20%\n- 稳定：疼痛评分变化\u003C20%\n- 加重：疼痛评分上升≥20%\n\n### 3. 依从性计算\n\n```\n总体依从性 = (实际训练天数 \u002F 计划训练天数) × 100%\n\n训练类型依从性 = (某类型实际完成 \u002F 某类型计划完成) × 100%\n```\n\n**依从性评价：**\n- 优秀：≥90%\n- 良好：75-89%\n- 一般：60-74%\n- 需改进：\u003C60%\n\n### 4. 目标达成预测\n\n**线性外推：**\n```\n预测时间 = 当前日期 + ((目标值 - 当前值) \u002F 改善速率)\n```\n\n**考虑因素：**\n- 近期改善速率\n- 平台期历史\n- 训练依从性\n\n### 5. 阶段转换准备度评估\n\n**准备度评分：**\n```\n准备度 = (已达成阶段目标数 \u002F 阶段目标总数) × 100%\n\n准备度 ≥ 80%: 建议进入下一阶段\n准备度 60-79%: 可考虑进入下一阶段，需谨慎\n准备度 \u003C 60%: 建议继续当前阶段\n```\n\n## 安全与隐私\n\n### 数据安全原则\n\n1. **本地存储**\n   - 所有康复数据仅存储在用户本地设备\n   - 不上传至任何云端服务器\n   - 不与第三方共享数据\n\n2. **隐私保护**\n   - 个人健康信息严格保密\n   - 数据文件不包含个人身份信息\n   - 用户完全控制数据访问权限\n\n3. **数据完整性**\n   - 原始数据不被修改\n   - 分析结果基于真实数据\n   - 支持数据导出和备份\n\n### 医学安全边界\n\n**系统不能做的事：**\n- ❌ 不提供具体康复训练处方\n- ❌ 不替代康复师专业指导\n- ❌ 不诊断损伤或并发症\n- ❌ 不调整康复阶段计划\n- ❌ 不预测康复预后时间\n- ❌ 不处理急性疼痛或损伤\n\n**系统能做的事：**\n- ✅ 提供数据分析和趋势识别\n- ✅ 提供进展追踪和目标管理\n- ✅ 提供一般性康复建议\n- ✅ 提供专业康复就医提醒\n- ✅ 记录训练和评估数据\n- ✅ 生成康复进展报告\n\n**重要提示：**\n- 所有康复训练计划应遵循康复师指导\n- 任何疼痛加重或功能倒退应及时就医\n- 定期专业评估是康复成功的关键\n- 系统建议仅供参考，不替代专业判断\n\n## 错误处理\n\n### 数据读取错误\n\n**错误类型1：文件不存在**\n```\n错误信息: \"未找到康复数据文件，请先使用 \u002Frehab start 开始康复追踪\"\n处理建议: 引导用户开始康复记录\n```\n\n**错误类型2：数据不足**\n```\n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\"\n当前数据: X次评估，X天训练记录\n处理建议: 建议用户继续记录更多数据\n```\n\n**错误类型3：数据结构错误**\n```\n错误信息: \"数据文件结构异常，请检查数据完整性\"\n处理建议: 建议用户重新初始化康复档案\n```\n\n### 分析过程错误\n\n**错误类型：计算异常**\n```\n错误信息: \"数据分析过程中出现异常，请稍后重试\"\n处理建议: 记录错误日志，提供基础数据展示\n```\n\n### 输出生成错误\n\n**错误类型：报告生成失败**\n```\n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\"\n处理建议: 提供简化版报告或原始数据导出\n```\n\n## 使用示例\n\n### 示例1：查看康复进展\n\n**用户输入：**\n```\n\u002Frehab progress\n```\n\n**技能执行：**\n1. 读取 rehabilitation-tracker.json\n2. 读取近30天的康复日志\n3. 分析功能改善趋势\n4. 计算训练依从性\n5. 评估目标达成情况\n6. 生成进展报告\n\n**输出：**\n```\n# 康复进展报告\n\n## 康复进展摘要\n📊 整体进展: 良好\n⏱️ 康复时长: 第6周（36天）\n🎯 当前阶段: 第3阶段 - 强化期\n\n## 功能改善\n- 膝关节屈曲: 30° → 120° (+90°) ✅\n- 膝关节伸直: -10° → 0° (+10°) ✅\n- 股四头肌肌力: 3\u002F5 → 4\u002F5 (提升1级) ✅\n- 单腿站立: 5秒 → 30秒 (+25秒) ✅\n\n## 疼痛控制\n- 平均疼痛: 1.5\u002F10（良好控制）\n- 疼痛趋势: 稳定 ✅\n\n## 训练依从性: 92%（优秀）\n\n## 目标达成: 8\u002F14（57%）\n- ✅ 已达成: 8个\n- 🔄 进行中: 5个\n- ⚠️ 滞后: 1个\n\n## 阶段进展\n第3阶段进度: 2\u002F5目标完成（40%）\n下一阶段准备: 需要继续努力\n\n💡 建议: 继续当前训练强度，重点关注股四头肌强化训练\n```\n\n### 示例2：分析功能改善趋势\n\n**用户输入：**\n```\n\u002Frehab trends rom\n```\n\n**技能执行：**\n1. 提取所有ROM评估记录\n2. 绘制ROM改善曲线（文字描述）\n3. 计算改善速率\n4. 预测达到目标时间\n5. 识别改善模式\n\n**输出：**\n```\n# 关节活动度（ROM）趋势分析\n\n## 膝关节屈曲\n📈 改善趋势: 良好\n\n时间线:\n- 5\u002F15: 30° (基线)\n- 5\u002F30: 70° (+40°)\n- 6\u002F15: 100° (+30°)\n- 6\u002F20: 120° (+20°)\n\n改善速率: 8.6°\u002F周\n目标: 135°\n预计达成: 2025-08-01（还需2周）\n趋势: 持续改善 ✅\n\n## 膝关节伸直\n✅ 已达成目标\n\n时间线:\n- 5\u002F15: -10° (基线)\n- 6\u002F10: 0° (达成目标) ✅\n- 6\u002F20: 0° (维持)\n\n改善速率: 2.5°\u002F周\n目标: 0°\n达成日期: 2025-06-10\n趋势: 维持目标 ✅\n\n## 建议\n- 膝关节屈曲进展良好，继续保持\n- 注意伸直维持训练，避免屈曲挛缩\n- 预计2周内可达到屈曲目标\n```\n\n### 示例3：评估疼痛模式\n\n**用户输入：**\n```\n\u002Frehab analysis pain\n```\n\n**技能执行：**\n1. 提取所有疼痛记录\n2. 分析疼痛时序变化\n3. 识别疼痛触发因素\n4. 评估疼痛控制效果\n\n**输出：**\n```\n# 疼痛模式分析\n\n## 疼痛趋势\n📉 总体趋势: 改善中\n\n- 基线疼痛: 5\u002F10\n- 当前疼痛: 2\u002F10\n- 改善: 3分（60%改善）✅\n\n## 时序模式\n- 晨起疼痛: 1\u002F10（轻度）\n- 活动后疼痛: 2\u002F10（轻度）\n- 休息时疼痛: 0\u002F10（无痛）\n\n## 触发因素识别\n- 主要触发因素: 延长坐姿、上下楼梯\n- 疼痛加剧活动: 下楼梯、深蹲\n- 缓解因素: 休息、冰敷、抬高\n\n## 训练相关疼痛\n- 训练时平均疼痛: 1.2\u002F10（安全范围）\n- 训练后疼痛: 2\u002F10（快速缓解）\n- 训练依从性不受疼痛影响 ✅\n\n## 建议\n- 疼痛控制良好，继续当前训练强度\n- 注意训练后休息和冰敷\n- 避免疼痛加剧活动（深蹲、下楼梯）\n- 如疼痛>4\u002F10，及时就医评估\n```\n\n## 相关性分析\n\n### 与运动模块关联\n\n**关联分析：**\n- 康复训练与运动能力恢复的关联\n- 康复训练强度与心率变化的关系\n- 功能改善与日常活动量的关联\n\n**示例：**\n```\n用户使用 \u002Frehab analysis correlation fitness\n技能读取:\n- rehabilitation-tracker.json\n- fitness-tracker.json\n- 分析康复训练与运动指标的相关性\n```\n\n### 与睡眠模块关联\n\n**关联分析：**\n- 训练强度与睡眠质量的关系\n- 疼痛水平与睡眠时长的关系\n- 恢复期睡眠需求分析\n\n### 与用药模块关联\n\n**关联分析：**\n- 止痛药使用趋势\n- 用药与训练强度的关系\n- 疼痛控制与用药依从性\n\n## 使用示例\n\n### 场景1：新用户开始康复\n```\n用户: \u002Frehab start acl-surgery 2025-05-01\n系统: 初始化康复档案，设置基础目标，提供初始建议\n技能: rehabilitation-analyzer（可选，用于初步评估）\n```\n\n### 场景2：记录每日训练\n```\n用户: \u002Frehab exercise slr 3x15 pain2\n系统: 记录训练数据，更新训练日志\n技能: 不触发（仅记录）\n```\n\n### 场景3：查看进展报告\n```\n用户: \u002Frehab progress\n系统: 调用 rehabilitation-analyzer 技能\n技能: 完整分析，生成进展报告\n```\n\n### 场景4：分析特定功能\n```\n用户: \u002Frehab trends rom\n系统: 调用 rehabilitation-analyzer 技能\n技能: ROM专项分析，生成趋势报告\n```\n\n### 场景5：评估疼痛模式\n```\n用户: \u002Frehab analysis pain\n系统: 调用 rehabilitation-analyzer 技能\n技能: 疼痛专项分析，识别模式和触发因素\n```\n\n---\n\n**技能版本**: v1.0\n**最后更新**: 2026-01-06\n**维护者**: WellAlly Tech\n",{"name":5,"risk":27,"source":25,"description":7,"allowed-tools":34},"Read, Grep, Glob, Write, Edit","main","7a38d8e7073e61c16eda85681cb32fb68a8657a5","skills-store\u002Fglobal\u002Frehabilitation-analyzer","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router","https:\u002F\u002Fgithub.com\u002Fsapsapshen","2026-04-14 21:12:12",{"source":8,"skillName":5,"commands":42,"prompt":52,"zipAvailable":53},[43,46,49],{"tool":44,"command":45},"npx","npx skills add sapsapshen\u002Fai-memory-router --skill rehabilitation-analyzer",{"tool":47,"command":48},"bunx","bunx skills add sapsapshen\u002Fai-memory-router --skill rehabilitation-analyzer",{"tool":50,"command":51},"pnpm","pnpm dlx skills add sapsapshen\u002Fai-memory-router --skill rehabilitation-analyzer","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fglobal\u002Frehabilitation-analyzer\u002FSKILL.md",true,[],[56,80,105,115,128,147],{"skillNo":57,"name":58,"nameZh":6,"description":59,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":60,"categories":61,"keywords":67,"publishedAt":29},"01M71ATQRKG48SH06FQ697T5G9","wechat-search","Search WeChat Official Account articles using OpenClaw's web search and fetch capabilities with compliance-focused design.","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Fwechat-search-release\u002FSKILL.md",[62],{"categoryNo":63,"categoryName":64,"taxonomyType":65,"taxonomyTypeDesc":66},"01JBSEEDCAT000000000000037","律师与法务","PROFESSION","适用职业",[68,69,70,71,72,73,74,75,76,77,78,79],"wechat search","wechat","search","capabilities","openclaw","design","web search","compliance","web","official","fetch","with",{"skillNo":81,"name":82,"nameZh":6,"description":83,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":84,"categories":85,"keywords":86,"publishedAt":29},"01M71ATNAVGZB35PFYM2GC5N00","trend-tap","Real-time trending topics aggregator across 7 platforms (X\u002FTwitter, Reddit, Google Trends, Hacker News, Zhihu, Bilibili, Weibo). Trigger: when user says 'trend', 'trends', 'trend tap', '热点', '热搜', or asks what is trending\u002Fhot. Do NOT use web_search — this skill already fetches live data from all platforms with zero API keys.","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Ftrend-tap\u002FSKILL.md",[],[87,88,89,90,91,92,70,93,94,95,96,97,98,99,100,101,102,22,103,104],"trend","trend tap","tap","api keys","Bash","time","trending","hacker","aggregator","do","when","brew","live","data","google","install","across","api",{"skillNo":106,"name":107,"nameZh":6,"description":108,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":109,"categories":110,"keywords":111,"publishedAt":29},"01M71ATJ9AM5KM15AA8PS302EB","trend-radar","Real-time trending topics aggregator across 7 platforms (X\u002FTwitter, Reddit, Google Trends, Hacker News, Zhihu, Bilibili, Weibo). Trigger: when user says 'trend', 'trends', 'trend pulse', '热点', '热搜', or asks what is trending\u002Fhot. Do NOT use web_search — this skill already fetches live data from all platforms with zero API keys.","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Ftrend-radar\u002FSKILL.md",[],[112,113,87,98,99,100,101,91,70,22,114,103,104,97,95,94,93,102,92,90],"trend radar","radar","pulse",{"skillNo":116,"name":117,"nameZh":6,"description":118,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":119,"categories":120,"keywords":121,"publishedAt":29},"01M71ATGF095N3EJM9G8SD0BB5","tech-news-daily","每日科技新闻汇——从全球多个 RSS 源抓取最新科技新闻，翻译（英→中）、去重、排版成每日简报。当用户询问科技新闻、科技新鲜事、每日科技、技术动态、Daily Tech News 或类似表达时触发此技能。","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Ftech-news-daily\u002FSKILL.md",[],[122,123,124,125,126,127],"news","tech","tech news daily","daily","rss","翻译",{"skillNo":129,"name":130,"nameZh":6,"description":131,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":132,"categories":133,"keywords":139,"publishedAt":29},"01M71ATFAEAMQ17M70NQNY7SR8","summarize","Summarize URLs or files with the summarize CLI (web, PDFs, images, audio, YouTube).","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Fsummarize\u002FSKILL.md",[134],{"categoryNo":135,"categoryName":136,"taxonomyType":137,"taxonomyTypeDesc":138},"01JBSEEDCAT000000000000021","资料检索与研究","SCENARIO","使用场景",[130,76,140,141,142,79,98,143,144,145,89,146,102],"Audio","cli","youtube","images","https","files","pdfs",{"skillNo":148,"name":149,"nameZh":6,"description":150,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":151,"categories":152,"keywords":153,"publishedAt":29},"01M71ATDNS3R0M4H936PACQAWZ","sonoscli","Control Sonos speakers (discover\u002Fstatus\u002Fplay\u002Fvolume\u002Fgroup).","https:\u002F\u002Fgithub.com\u002Fsapsapshen\u002Fai-memory-router\u002Fblob\u002Fmain\u002Fskills-store\u002Fopenclaw\u002Fsonoscli\u002FSKILL.md",[],[149,154,155,156,102,157,144,158,159,160,161,162],"status","play","go","latest","github","discover","control","cmd","volume"]