Menu
分析职业健康数据、识别工作相关健康风险、评估职业健康状况、提供个性化职业健康建议。支持与睡眠、运动、心理健康等其他健康数据的关联分析。
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
This skill should be used for advanced LLM evaluation: LLM-as-judge systems, direct scoring, pairwise comparison, rubric calibration, evaluator bias mitigation, confidence scoring, and automated quality assessment.
Automated end-to-end UI testing and verification on an Android Emulator using ADB.
This skill should be used when modeling agent mental states with BDI concepts: beliefs, desires, intentions, RDF-to-belief transformations, rational agency traces, cognitive agents, BDI ontologies, and neuro-symbolic AI integration.
Build a premium cinematic landing page with mouse-scrub video hero and brand-driven narrative-arc sections. Use whenever the user provides a hero video plus a product / subject / brand and wants a landing page, promo site, product showcase, marketing page, or storytelling site. Works for any language and any subject. The signature effect is mouse-driven video scrubbing — the hero video lives across the entire page as a fixed backdrop, and moving the mouse left-right scrubs the video timeline so the subject responds to the cursor. Below the hero, 4-5 fully-opaque sections each carry their own brand identity (color, typography emphasis, layout pattern) and walk the viewer through a narrative arc (e.g. longing -> joy -> nostalgia -> contemplation -> action). Do NOT use for parallax frame-scrub landings where the page itself doesn't scroll (use parallax-landing-page instead) or for video editing / captioning workflows (use video-edit).
Convert frontend code (Vite, React, etc.) to a Stitch Design by chaining static HTML extraction, design system extraction, and file upload. **ALWAYS** use this skill when the user's intent is to move existing web apps or React components into Stitch (e.g., requests to "save", "migrate", or "upload"). You must use this skill even for simple "save" operations, as it is the only way to ensure the design system is extracted and assets are properly linked.
This skill should be used for diagnosing and mitigating context degradation: lost-in-middle failures, context poisoning, context clash, context confusion, attention-pattern issues, and agent performance degradation caused by accumulated or conflicting context.
| name | occupational-health-analyzer |
| description | 分析职业健康数据、识别工作相关健康风险、评估职业健康状况、提供个性化职业健康建议。支持与睡眠、运动、心理健康等其他健康数据的关联分析。 |
| allowed-tools | Read, Grep, Glob, Write, Edit |
| risk | unknown |
| source | community |
职业健康分析技能提供全面的职业健康数据分析功能，帮助用户追踪工作相关健康问题、识别职业健康风险、评估工作环境人机工程水平和优化职业健康。
主要功能模块：
技能在以下情况下自动触发：
/work trend 查看职业健康趋势/work status 查看综合健康状态/work recommend 获取改进建议/work assess 进行综合评估/work issue 记录问题后的分析/work ergonomic 进行人机工程评估后的分析本技能不能做的事：
本技能能做的事：
读取职业健康数据文件：
data-example/occupational-health-tracker.json - 主职业健康档案数据验证：
评分维度（每个维度0-10分）：
每天久坐时间 (sedentary_time_daily)
8小时：10分
休息频率 (break_frequency)
每周运动时间 (weekly_exercise_minutes)
150分钟：1分
现有症状 (existing_symptoms_severity)
总分计算：
总分 = 久坐时间 + 休息频率 + 运动时间 + 现有症状
范围：4-40分
风险等级判定：
评分维度（每个维度0-10分）：
每天屏幕时间 (screen_time_daily)
8小时：10分
20-20-20法则遵守 (rule_20_20_20_compliance)
照明条件 (lighting_quality)
眼部症状 (eye_symptoms_severity)
总分计算和风险等级判定同久坐风险
综合风险等级计算：
综合风险分数 = max(久坐风险, 视屏风险, 倒班风险, 劳损风险, 压力风险)
如果有多个高风险因素（≥27分），综合风险等级上调一级
如果有3个及以上中风险因素（14-26分），综合风险等级上调一级
椅子评估（0-20分）：
- 可调节性（0-5分）
- 腰椎支撑（0-5分）
- 座椅深度（0-5分）
- 扶手（0-5分）
显示器评估（0-20分）：
- 高度（0-7分）
- 距离（0-7分）
- 角度（0-6分）
键盘和鼠标评估（0-20分）：
- 键盘位置（0-5分）
- 鼠标位置（0-5分）
- 手腕支撑（0-10分）
工作台评估（0-20分）：
- 高度（0-10分）
- 空间（0-10分）
环境评估（0-20分）：
- 照明（0-7分）
- 噪音（0-7分）
- 温度（0-6分）
总分计算：
总分 = 椅子 + 显示器 + 键盘鼠标 + 工作台 + 环境
范围：0-100分
评分等级：
- 优秀：0-20分
- 良好：21-40分
- 一般：41-60分
- 较差：61-80分
- 差：81-100分
办公室工作：
必查项目：
- 视力测试（每年1次）
- 肌肉骨骼评估（每年1次）
体力劳动：
必查项目：
- 肌肉骨骼评估（每年1次）
- 肺功能检查（粉尘环境每年1次）
倒班工作：
必查项目：
- 睡眠质量评估（每6个月1次）
- 心理健康筛查（每年1次）
噪音环境工作：
必查项目：
- 听力测试（每年1次）
粉尘/化学环境工作：
必查项目：
- 肺功能检查（每年1次）
- 皮肤病筛查（每年1次）
输出包括：
# 职业健康分析报告
**报告日期**: YYYY-MM-DD
**分析周期**: YYYY-MM-DD 至 YYYY-MM-DD
**数据完整性**: 良好
⚠️ **重要提示**：本报告仅供参考，不构成职业病诊断。
---
## 1. 职业健康状况摘要
[整体评价：优秀/良好/一般/需改进/高风险]
- 综合风险等级：[低/中/高]
- 职业健康评分：X/100
- 人机工程评分：X/100
- 活跃问题数：X个
- 整体趋势：改善/稳定/恶化
## 2. 风险评估结果
### 久坐风险评估
**风险等级**: 🟢 低风险 | 🟡 中风险 | 🔴 高风险
**风险评分**: X/40
**建议**: [具体建议]
### 视屏终端风险评估
**风险等级**: 🟢 低风险 | 🟡 中风险 | 🔴 高风险
**风险评分**: X/40
**建议**: [具体建议]
## 3. 工作相关问题分析
### 当前活跃问题
- [问题1]: 严重程度、频率、持续时间
- [问题2]: 严重程度、频率、持续时间
### 症状趋势
- 改善的问题
- 稳定的问题
- 恶化的问题 ⚠️
## 4. 人机工程评估
**人机工程评分**: X/100
**评分等级**: 优秀/良好/一般/较差/差
### 改进建议
- 高优先级建议
- 中优先级建议
- 低优先级建议
## 5. 职业病筛查
### 推荐筛查
- [筛查项目1] - 建议时间
- [筛查项目2] - 建议时间
## 6. 综合建议
### 立即行动
- [行动项]
### 本周行动计划
- [行动项1]
- [行动项2]
### 预防措施
- [预防措施列表]
---
**报告生成时间**: YYYY-MM-DD HH:MM:SS
⚠️ **免责声明**：本报告仅供参考，不构成职业病诊断或治疗建议。
错误：未找到职业健康数据文件
建议：请先使用 /work assess 命令创建数据
警告：数据不足以进行趋势分析
建议：至少需要3次评估记录
🔴 职业病高风险警告
检测到以下高风险因素：
- [列出高风险因素]
建议行动：
1. 立即就医，进行职业病诊断
2. 咨询职业医学专科医生
3. 考虑工作调整
主要数据源：
data-example/occupational-health-tracker.json - 职业健康主数据关联数据源：
data-example/sleep-tracker.json - 睡眠数据data-example/fitness-tracker.json - 运动数据data-example/mental-health-tracker.json - 心理健康数据技能版本: v1.0.0 最后更新: 2025-01-08 维护者: WellAlly Tech