使用 AI 分析健康目标进度与习惯养成

解决健康管理中目标模糊、进度难以量化的问题：利用 AI 对健康数据进行 SMART 验证、进度追踪及习惯养成分析，并生成交互式可视化报告。

为什么需要这个技能

很多人在设定健康目标时容易陷入“我想减肥”或“我想多运动”等模糊描述，导致难以坚持且缺乏反馈。

本技能通过引入专业的 SMART 目标管理法（具体、可衡量、可实现、相关、有时限），让 AI 扮演健康分析师，不仅能帮你审核目标的科学性，还能通过关联睡眠、营养、运动等多维度数据，分析出影响目标达成的核心因素（如：睡眠时长与减重进度的正相关性），将碎片化的健康记录转化为可执行的优化方案。

适用场景

目标设定期：验证新制定的健康计划是否符合 SMART 原则，避免设定不切实际的目标。
执行追踪期：分析习惯打卡的连续性，识别处于“启动期”还是“自动化期”，防止在动机低谷期放弃。
复盘优化期：通过关联分析，找出导致目标滞后的具体障碍（如时间冲突或环境诱惑）。
成果汇报：将枯燥的 JSON 数据转化为 ECharts 交互式 HTML 报告，直观查看进度趋势。

核心工作流

SMART 目标验证：AI 对目标进行五个维度的评分（1-5分），并输出等级（S/A/B/C）及优化建议。
多维进度追踪：计算完成百分比与时间进度，通过 🟢/🟡/🟠/🔴 四色评级判断进度状态。
习惯强度评估：分析连续打卡天数，识别习惯养成阶段（从启动期到自动化期），并识别最佳触发时间。
数据关联分析：利用相关性分析，推断营养、睡眠等因素对目标达成的影响程度。
可视化报告生成：构建包含进度折线图、习惯热图和目标环形图的 HTML 交互报告。

下载和安装

下载 goal-analyzer 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐