Menu
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
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
| name | rehabilitation-analyzer |
| description | 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 |
| allowed-tools | Read, Grep, Glob, Write, Edit |
| risk | unknown |
| source | community |
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。
主要功能模块：
技能在以下情况下自动触发：
/rehab progress 查看康复进展/rehab analysis 进行康复分析/rehab trends 查看趋势分析/rehab report 生成康复报告读取康复数据文件：
data/rehabilitation-tracker.json - 主康复档案data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json - 每日训练日志数据验证：
关节活动度（ROM）分析：
- 分析不同时间点的ROM测量值
- 计算ROM改善速率（度/周）
- 识别ROM平台期或倒退
- 预测达到目标ROM的时间
- 与目标范围对比
肌力改善分析：
- 追踪肌力等级变化（MMT评分）
- 识别肌力提升模式
- 比较不同肌群恢复速度
- 评估肌力不平衡情况
平衡功能分析：
- 平衡测试分数趋势
- 单腿站立时间改善
- 平衡稳定性评估
- 跌倒风险变化
疼痛时序分析：
- 分析晨起疼痛趋势
- 分析活动后疼痛趋势
- 识别疼痛加重/缓解模式
- 关联疼痛与训练强度
疼痛触发因素识别：
- 特定训练项目与疼痛关系
- 训练强度与疼痛相关性
- 活动类型与疼痛关系
- 时间因素对疼痛影响
依从性指标：
依从性 = (实际训练次数 / 计划训练次数) × 100%
分析维度：
目标进度追踪：
当前阶段分析：
输出包括：
# 康复进展报告
**报告日期**: YYYY-MM-DD
**康复时长**: X天
**当前阶段**: 第X阶段 - 阶段名称
## 1. 康复进展摘要
[整体进展评价：优秀/良好/一般/需改进]
- 康复时长：X天（第X周）
- 完成训练：X次
- 训练依从性：X%
- 当前阶段进展：X%
## 2. 功能改善趋势
### 关节活动度（ROM）
- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°
- 改善速率：X°/周
- 达到目标时间预估：X周
- 趋势分析：[改善趋势描述]
### 肌力评估
- [肌群名]: 基线X/5 → 当前X/5 → 改善X级
- 肌力提升模式：[描述]
- 肌力平衡：[评估]
### 平衡功能
- [测试类型]: 基线X → 当前X → 改善X
- 平衡稳定性：[评估]
- 跌倒风险：[评估]
## 3. 疼痛控制情况
- 平均疼痛水平：X/10
- 疼痛趋势：[改善/稳定/加重]
- 疼痛模式：[描述]
- 触发因素：[识别出的触发因素]
- 疼痛控制建议：[建议]
## 4. 训练依从性
- 整体依从性：X%
- 计划训练：X次
- 实际训练：X次
- 依从性评价：[优秀/良好/一般/需改进]
- 缺训原因分析：[如有]
## 5. 目标达成情况
### 已达成目标（X个）
- 目标1：[描述] - 达成日期：YYYY-MM-DD
- ...
### 进行中目标（X个）
- 目标1：[描述] - 当前进度：X% - 预计达成：YYYY-MM-DD
- ...
### 滞后目标（X个）
- 目标1：[描述] - 当前进度：X% - 需要关注
## 6. 康复阶段进展
**当前阶段**: 第X阶段 - [阶段名称]
- 阶段目标完成：X/X
- 阶段进度：X%
- 阶段持续时间：X周
- **阶段评价**: [评价]
**是否准备好进入下一阶段**: [是/否]
- [准备好的理由] / [需要继续努力的项目]
## 7. 个性化建议
### 训练建议
- [具体训练建议]
### 目标调整建议
- [目标调整建议]
### 阶段转换建议
- [阶段转换建议]
### 注意事项
- [需要注意的事项]
## 8. 下次评估
**下次评估日期**: YYYY-MM-DD
**评估重点**: [重点评估项目]
## 康复进展简报
📊 **整体进展**: 良好
⏱️ **康复时长**: 第X周（X天）
🎯 **阶段**: 第X阶段 - [阶段名称]
**功能改善**:
- ROM: +X°（改善速率X°/周）✅
- 肌力: 提升X级 ✅
- 平衡: 改善X% ✅
**疼痛控制**: 平均X/10（[趋势]）
**训练依从性**: X%（[评价]）
**目标达成**: X/X（X%）
**当前阶段**: X/X目标完成
**下一阶段准备**: [是/否]
💡 **建议**: [1-2条核心建议]
data/rehabilitation-tracker.jsonuser_profile - 用户档案和康复基本信息rehabilitation_goals - 康复目标列表exercise_log - 训练日志functional_assessments - 功能评估记录phase_progression - 阶段进展记录pain_diary - 疼痛日记statistics - 统计数据data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.jsondaily_summary - 日训练摘要exercise_sessions - 训练详情pain_entries - 疼痛记录assessments - 评估记录notes - 每日备注线性回归分析：
使用最小二乘法拟合功能改善趋势
改善速率 = (当前值 - 基线值) / 时间间隔
改善模式识别：
移动平均计算：
7日移动平均疼痛 = sum(近7天疼痛) / 7
疼痛趋势判断：
总体依从性 = (实际训练天数 / 计划训练天数) × 100%
训练类型依从性 = (某类型实际完成 / 某类型计划完成) × 100%
依从性评价：
线性外推：
预测时间 = 当前日期 + ((目标值 - 当前值) / 改善速率)
考虑因素：
准备度评分：
准备度 = (已达成阶段目标数 / 阶段目标总数) × 100%
准备度 ≥ 80%: 建议进入下一阶段
准备度 60-79%: 可考虑进入下一阶段，需谨慎
准备度 < 60%: 建议继续当前阶段
本地存储
隐私保护
数据完整性
系统不能做的事：
系统能做的事：
重要提示：
错误类型1：文件不存在
错误信息: "未找到康复数据文件，请先使用 /rehab start 开始康复追踪"
处理建议: 引导用户开始康复记录
错误类型2：数据不足
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"
当前数据: X次评估，X天训练记录
处理建议: 建议用户继续记录更多数据
错误类型3：数据结构错误
错误信息: "数据文件结构异常，请检查数据完整性"
处理建议: 建议用户重新初始化康复档案
错误类型：计算异常
错误信息: "数据分析过程中出现异常，请稍后重试"
处理建议: 记录错误日志，提供基础数据展示
错误类型：报告生成失败
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"
处理建议: 提供简化版报告或原始数据导出
用户输入：
/rehab progress
技能执行：
输出：
# 康复进展报告
## 康复进展摘要
📊 整体进展: 良好
⏱️ 康复时长: 第6周（36天）
🎯 当前阶段: 第3阶段 - 强化期
## 功能改善
- 膝关节屈曲: 30° → 120° (+90°) ✅
- 膝关节伸直: -10° → 0° (+10°) ✅
- 股四头肌肌力: 3/5 → 4/5 (提升1级) ✅
- 单腿站立: 5秒 → 30秒 (+25秒) ✅
## 疼痛控制
- 平均疼痛: 1.5/10（良好控制）
- 疼痛趋势: 稳定 ✅
## 训练依从性: 92%（优秀）
## 目标达成: 8/14（57%）
- ✅ 已达成: 8个
- 🔄 进行中: 5个
- ⚠️ 滞后: 1个
## 阶段进展
第3阶段进度: 2/5目标完成（40%）
下一阶段准备: 需要继续努力
💡 建议: 继续当前训练强度，重点关注股四头肌强化训练
用户输入：
/rehab trends rom
技能执行：
输出：
# 关节活动度（ROM）趋势分析
## 膝关节屈曲
📈 改善趋势: 良好
时间线:
- 5/15: 30° (基线)
- 5/30: 70° (+40°)
- 6/15: 100° (+30°)
- 6/20: 120° (+20°)
改善速率: 8.6°/周
目标: 135°
预计达成: 2025-08-01（还需2周）
趋势: 持续改善 ✅
## 膝关节伸直
✅ 已达成目标
时间线:
- 5/15: -10° (基线)
- 6/10: 0° (达成目标) ✅
- 6/20: 0° (维持)
改善速率: 2.5°/周
目标: 0°
达成日期: 2025-06-10
趋势: 维持目标 ✅
## 建议
- 膝关节屈曲进展良好，继续保持
- 注意伸直维持训练，避免屈曲挛缩
- 预计2周内可达到屈曲目标
用户输入：
/rehab analysis pain
技能执行：
输出：
# 疼痛模式分析
## 疼痛趋势
📉 总体趋势: 改善中
- 基线疼痛: 5/10
- 当前疼痛: 2/10
- 改善: 3分（60%改善）✅
## 时序模式
- 晨起疼痛: 1/10（轻度）
- 活动后疼痛: 2/10（轻度）
- 休息时疼痛: 0/10（无痛）
## 触发因素识别
- 主要触发因素: 延长坐姿、上下楼梯
- 疼痛加剧活动: 下楼梯、深蹲
- 缓解因素: 休息、冰敷、抬高
## 训练相关疼痛
- 训练时平均疼痛: 1.2/10（安全范围）
- 训练后疼痛: 2/10（快速缓解）
- 训练依从性不受疼痛影响 ✅
## 建议
- 疼痛控制良好，继续当前训练强度
- 注意训练后休息和冰敷
- 避免疼痛加剧活动（深蹲、下楼梯）
- 如疼痛>4/10，及时就医评估
关联分析：
示例：
用户使用 /rehab analysis correlation fitness
技能读取:
- rehabilitation-tracker.json
- fitness-tracker.json
- 分析康复训练与运动指标的相关性
关联分析：
关联分析：
用户: /rehab start acl-surgery 2025-05-01
系统: 初始化康复档案，设置基础目标，提供初始建议
技能: rehabilitation-analyzer（可选，用于初步评估）
用户: /rehab exercise slr 3x15 pain2
系统: 记录训练数据，更新训练日志
技能: 不触发（仅记录）
用户: /rehab progress
系统: 调用 rehabilitation-analyzer 技能
技能: 完整分析，生成进展报告
用户: /rehab trends rom
系统: 调用 rehabilitation-analyzer 技能
技能: ROM专项分析，生成趋势报告
用户: /rehab analysis pain
系统: 调用 rehabilitation-analyzer 技能
技能: 疼痛专项分析，识别模式和触发因素
技能版本: v1.0 最后更新: 2026-01-06 维护者: WellAlly Tech
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.