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
- 确定用户可用的数据源
- 建立统一的时序数据格式
- 运行五维相关性分析
- 生成模式报告（日/周/月/年）
- 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