名称： personal-analytics
描述： 分析对话模式、追踪生产力、发掘自我认知洞察。适用于用户希望了解自身模式（聊天时间、讨论主题、生产力趋势、情绪变化）的场景。提供周报/月报、主题推荐和基于时间的洞察。采用隐私优先设计，所有分析均在本地进行。

个人分析

认识自我。高效工作。发现未知的模式。

个人分析通过分析您的对话模式，揭示关于您的工作风格、兴趣和生产力方面的可操作洞察——同时确保您的数据完全私密并保存在本地。

核心功能

1. 会话分析 - 聊天时间、时长、生产力模式
2. 主题追踪 - 反复出现的主题、趋势兴趣
3. 情绪模式 - 随时间变化的情绪追踪、压力指标
4. 生产力洞察 - 最高效时段、最佳工作时间
5. 周报/月报 - 精美的模式总结报告
6. 主题推荐 - 为主动研究监控自动推荐主题

隐私优先

🔒 所有分析均在本地进行。数据永不离开您的设备。

• 原始对话内容绝不存储
• 仅保存聚合统计数据
• 选择加入设计（需手动启用）
• 随时可删除数据
• 分析不使用外部 API
• 数据文件默认被 Git 忽略

快速开始

# 初始化
cp config.example.json config.json

# 启用追踪
python3 scripts/enable.py

# 分析当前会话
python3 scripts/analyze.py

# 生成报告
python3 scripts/report.py weekly

# 获取主题推荐
python3 scripts/recommend.py

追踪内容

会话元数据

• 时间戳（开始/结束）
• 持续时间
• 消息数量
• 讨论的主要主题
• 情绪（积极/中性/消极/混合）
• 生产力标记（完成任务、做出决策）

聚合统计

• 小时活动热力图
• 主题随时间变化的频率
• 平均会话时长
• 按一天中时段划分的生产力
• 情绪趋势

不追踪的内容

• ❌ 原始消息内容
• ❌ 个人信息
• ❌ 敏感数据（密码、密钥等）
• ❌ 具体对话内容

配置

config.json

{
  "enabled": true,
  "tracking": {
    "sessions": true,
    "topics": true,
    "sentiment": true,
    "productivity": true
  },
  "privacy": {
    "min_aggregation_window_hours": 24,
    "auto_delete_after_days": 90,
    "exclude_patterns": ["password", "secret", "token", "key"]
  },
  "insights": {
    "productivity_markers": [
      "completed", "shipped", "fixed", "merged", "deployed"
    ],
    "stress_indicators": [
      "urgent", "asap", "critical", "broken", "emergency"
    ]
  },
  "reports": {
    "weekly_day": "sunday",
    "weekly_time": "20:00",
    "auto_send": false
  },
  "integrations": {
    "proactive_research": {
      "auto_suggest_topics": true,
      "suggestion_threshold": 3
    }
  }
}

脚本

analyze.py

分析对话模式：

# 分析所有可用数据
python3 scripts/analyze.py

# 分析特定时间范围
python3 scripts/analyze.py --since "2026-01-01" --until "2026-01-31"

# 分析并显示洞察
python3 scripts/analyze.py --insights

# 详细输出
python3 scripts/analyze.py --verbose

输出示例：

📊 个人分析报告

周期：2026年1月1日 - 1月28日 (28天)

会话摘要：
  总会话数：145
  总时长：18小时 32分钟
  平均会话：7分钟 40秒
  最活跃时段：周二 10:00-11:00

主题（前10名）：
  1. Python (32 次会话)
  2. FM26 (28 次会话)
  3. Dirac Live (15 次会话)
  4. ETH/加密货币 (12 次会话)
  5. Docker (11 次会话)
  ...

生产力：
  高生产力时段：09:00-12:00, 14:00-16:00
  低生产力时段：深夜 (22:00 后)
  峰值日：周三

情绪：
  积极：62%
  中性：28%
  消极：8%
  混合：2%

report.py

生成精美的报告：

# 周报
python3 scripts/report.py weekly

# 月报
python3 scripts/report.py monthly

# 自定义范围
python3 scripts/report.py custom --since "2026-01-01" --until "2026-01-31"

# 导出到文件
python3 scripts/report.py weekly --output report.md

# 通过 Telegram 发送
python3 scripts/report.py weekly --send

报告格式示例：

# 📊 每周分析报告
**2026年1月22日 - 1月28日**

## 🎯 亮点

- **最高效日：** 周三 (完成 4 项任务)
- **峰值时段：** 09:00-11:00 (3小时 45分钟专注工作)
- **新兴主题：** Rust (提及 12 次，较上周 +200%)
- **情绪趋势：** ↗️ 改善 (78% 积极，上周为 65%)

## ⏰ 时间模式

### 活动热力图

周一 ████░░░░░░░░░░░░░░░░░░░░ 4h
周二 ██████████░░░░░░░░░░░░░░ 6h 30m
周三 ████████████░░░░░░░░░░░░ 8h 15m ← 峰值
周四 ██████░░░░░░░░░░░░░░░░░░ 5h
周五 ████░░░░░░░░░░░░░░░░░░░░ 3h 45m
周六 ██░░░░░░░░░░░░░░░░░░░░░░ 1h 30m
周日 ░░░░░░░░░░░░░░░░░░░░░░░░ 45m

### 小时分布

06-09: ██░░░░░░░░ (12%)
09-12: ████████░░ (38%) ← 峰值生产力
12-14: ███░░░░░░░ (15%)
14-17: █████░░░░░ (24%)
17-22: ██░░░░░░░░ (11%)

## 📚 主题洞察

### 本周热门主题
1.  **Python 开发** (32 次会话)
    - 焦点：FastAPI, async, 测试
    - 趋势：稳定
    - 建议：监控 "Python 3.13 新特性"

2.  **FM26** (28 次会话)
    - 焦点：战术、转会、编辑器
    - 趋势：↗️ +15%
    - 建议：已在监控 "FM26 补丁" ✓

3.  **音频工程** (15 次会话)
    - 焦点：Dirac Live, 房间校正, 低频管理
    - 趋势：🆕 新主题
    - 建议：监控 "Dirac Live 更新"

### 新兴主题
- **Rust** (12 次提及，首次出现)
- **Kubernetes** (8 次提及，+300%)
- **机器学习** (6 次提及)

## 💡 生产力洞察

### 任务完成情况
- 总任务数：完成 23 项
- 成功率：87%
- 最佳日：周三 (6 项任务)
- 最佳时段：上午 (09:00-12:00)

### 专注会话
- 长会话 (>30分钟)：8 次
- 平均专注时间：18 分钟
- 最长会话：1小时 42分钟 (周三 10:15)

### 问题解决速度
- 快速解决 (<15分钟)：14 个问题
- 复杂问题 (>1小时)：3 个问题
- 平均：每个问题 24 分钟

## 😊 情绪与幸福感

### 整体情绪

😊 积极 ████████████████░░ 78% (↗️ +13%)
😐 中性 ████░░░░░░░░░░░░░░ 18%
😟 消极 ██░░░░░░░░░░░░░░░░ 4%

### 压力指标
- 高压：3 次会话 (从 7 次下降)
- 紧急关键词：5 个 (从 12 个下降)
- 深夜工作：2 次会话 (从 8 次下降)

**洞察：** 压力水平下降。本周工作与生活平衡良好！🎉

## 🎯 建议

### 主动研究
根据您本周的兴趣，建议监控：
1.  **Rust 语言更新** (提及 12 次，新兴趣)
2.  **Dirac Live 发布** (提及 15 次，积极解决问题)
3.  **Kubernetes 安全** (提及 8 次，DevOps 焦点)

### 生产力提示
- **将深度工作安排在 09:00-11:00** (您的生产力峰值时段)
- **将会议批量安排在午饭后** (14:00-16:00 是次高峰)
- **避免深夜会话** (问题解决速度慢 22%)

### 值得探索的主题
根据您当前的兴趣，您可能会喜欢：
- Async Rust 模式 (结合 Rust + async 焦点)
- Kubernetes 可观测性 (结合 K8s + 监控)
- 使用 Python 进行音频 DSP (结合音频 + Python)

---

_由个人分析生成 • 隐私优先，本地处理_

recommend.py

获取主动研究的主题推荐：

# 获取推荐
python3 scripts/recommend.py

# 显示推荐理由
python3 scripts/recommend.py --explain

# 自动添加到主动研究
python3 scripts/recommend.py --auto-add

# 设置阈值 (最低提及次数)
python3 scripts/recommend.py --threshold 5

输出示例：

💡 主动研究主题推荐

根据您的对话模式：

1. Rust 语言更新
   提及次数：本周 12 次 (新主题)
   理由：新兴兴趣，高参与度
   建议查询："Rust language updates releases"
   建议频率：每周

2. Dirac Live 更新
   提及次数：本周 15 次
   理由：积极解决问题，技术深度
   建议查询："Dirac Live update release"
   建议频率：每日

3. FM26 补丁
   提及次数：本周 28 次
   理由：长期稳定兴趣
   注意：已在监控中！✓

是否要将这些主题添加到主动研究？[y/N]

session_tracker.py

追踪单个会话（由 Moltbot 调用）：

# 记录会话开始
python3 scripts/session_tracker.py start --channel telegram

# 记录会话结束
python3 scripts/session_tracker.py end --session-id <id>

# 记录消息（主题、情绪）
python3 scripts/session_tracker.py message --session-id <id> \
  --topics "Python,Docker" \
  --sentiment positive

此脚本设计为由 Moltbot 钩子调用，而非手动执行。

enable.py / disable.py

管理追踪功能：

# 启用追踪
python3 scripts/enable.py

# 禁用追踪
python3 scripts/disable.py

# 显示状态
python3 scripts/status.py

与 Moltbot 集成

个人分析可以与 Moltbot 会话生命周期集成：

钩子点

1. 会话开始 - 记录时间戳、渠道
2. 会话结束 - 计算时长、保存统计
3. 收到消息 - 提取主题（轻量级）、检测情绪

推荐设置

添加到 Moltbot SOUL.md：

## 个人分析集成

每次会话结束后，如果个人分析已启用：
1. 提取讨论的主要主题（最多 5 个）
2. 确定整体情绪
3. 检测生产力标记（完成的任务）
4. 通过 session_tracker.py 记录到个人分析

数据存储

.analytics_data.json

仅包含聚合统计：

{
  "sessions": [
    {
      "id": "session_uuid",
      "start": "2026-01-28T10:00:00Z",
      "end": "2026-01-28T10:15:00Z",
      "duration_seconds": 900,
      "channel": "telegram",
      "topics": ["Python", "Docker"],
      "sentiment": "positive",
      "productivity_score": 0.8,
      "tasks_completed": 1
    }
  ],
  "topic_stats": {
    "Python": {
      "total_mentions": 145,
      "last_seen": "2026-01-28T10:15:00Z",
      "trend": "stable"
    }
  },
  "time_stats": {
    "hourly_distribution": {
      "09": 23, "10": 45, "11": 38, ...
    },
    "daily_distribution": {
      "monday": 120, "tuesday": 98, ...
    }
  },
  "sentiment_stats": {
    "positive": 145,
    "neutral": 62,
    "negative": 18,
    "mixed": 5
  }
}

.topic_cache.json

主题提取缓存（临时）：

{
  "hash_12345": ["Python", "FastAPI", "testing"],
  "hash_67890": ["FM26", "tactics"]
}

7 天后自动删除。

洞察与模式

基于时间的洞察

按小时生产力：
- 分析每小时任务完成率
- 识别生产力峰值窗口
- 建议最佳工作安排

星期模式：
- 每日活动水平
- 深度工作的最佳日期
- 会议密集日与专注密集日

主题洞察

主题聚类：
- 分组相关主题
- 识别新兴兴趣
- 检测主题趋势（上升、下降、稳定）

深度分析：
- 表面提及 vs 深度探讨
- 问题解决主题 vs 随意聊天
- 技术性 vs 非技术性比例

情绪洞察

情绪追踪：
- 整体情绪趋势
- 与一天中时段的关联
- 压力指标检测

幸福感指标：
- 深夜工作频率
- 紧急/压力关键词
- 工作与生活平衡指标

隐私控制

排除模式

自动排除敏感数据：

{
  "privacy": {
    "exclude_patterns": [
      "password", "token", "key", "secret",
      "credit card", "ssn", "api key"
    ]
  }
}

数据保留

自动删除旧数据：

{
  "privacy": {
    "auto_delete_after_days": 90,
    "keep_aggregated_stats": true
  }
}

手动删除

# 删除所有数据
python3 scripts/delete_data.py --all

# 删除特定日期范围
python3 scripts/delete_data.py --since "2026-01-01" --until "2026-01-31"

# 删除特定主题
python3 scripts/delete_data.py --topics "topic1,topic2"

高级功能

自定义生产力标记

定义对您而言的“生产力”：

{
  "insights": {
    "productivity_markers": [
      "completed", "shipped", "merged", "deployed",
      "fixed", "resolved", "closed", "published"
    ]
  }
}

主动研究的主题推荐

基于以下因素自动推荐主题：
- 频率阈值（提及 N 次以上）
- 趋势检测（兴趣上升）
- 问题解决模式（技术深度）
- 时间模式（定期讨论）

报告定制

{
  "reports": {
    "include_sections": [
      "time_patterns",
      "topic_insights",
      "productivity",
      "sentiment",
      "recommendations"
    ],
    "exclude_topics": ["personal", "family"],
    "min_session_count": 5
  }
}

使用场景

🎯 优化工作日程

发现您的生产力峰值时段，并据此安排深度工作。

📚 追踪学习历程

查看您正在探索的主题、深度，并识别知识缺口。

🧘 监控幸福感

追踪压力指标、深夜工作和情绪趋势。

🔍 发现模式

发掘您未曾意识到的重要兴趣。

🤝 改善协作

了解您最易响应的时间，并据此安排会议。

💡 生成内容创意

您讨论最多的主题是内容的金矿。

最佳实践

1. 运行周报 - 设置每周日自动生成报告
2. 查看推荐 - 每月检查主题建议
3. 调整隐私设置 - 从保守开始，根据需要调整
4. 与主动研究结合使用 - 将洞察转化为自动化监控
5. 不要过度优化 - 洞察是指南，而非规则

故障排除

未收集到数据：
- 验证追踪是否启用：python3 scripts/status.py
- 检查 Moltbot 集成是否激活
- 运行手动分析：python3 scripts/analyze.py --verbose

情绪检测不准确：
- 情绪检测基于启发式方法
- 如有需要，可在未来版本中调整

缺少主题：
- 主题提取使用关键词匹配
- 如果限制过严，请在配置中降低阈值

隐私顾虑：
- 检查 .analytics_data.json - 仅包含聚合统计
- 随时删除数据：`python3