🧪 Skills

Health Data Analyzer

健康数据分析专家,通过 mcporter 访问 healthdata MCP 服务器进行睡眠、运动、恢复等健康数据的查询和分析。当用户询问健康数据、睡眠质量、运动表现、

v1.0.0
❤️ 0
⬇️ 80
👁 1
Share

Description


name: health-data-analyzer description: 健康数据分析专家,通过 mcporter 访问 healthdata MCP 服务器进行睡眠、运动、恢复等健康数据的查询和分析。当用户询问健康数据、睡眠质量、运动表现、身体恢复状态、心率变异性、血氧水平等健康相关问题时使用此技能。支持多维度健康数据分析、趋势分析、个性化健康建议。

健康数据分析器

专业的健康数据分析工具,通过 MCP 服务器访问完整的健康数据库,提供睡眠、运动、恢复等多维度健康分析。

核心功能

  • 睡眠分析: 睡眠质量评分、睡眠分期分析、睡眠债务计算
  • 运动分析: 运动负荷评估、训练效果分析、心率区间分析
  • 恢复分析: 身体恢复状态评估、HRV/RHR/血氧/体温综合分析
  • 趋势分析: 长期健康趋势、个性化基线对比
  • 多设备融合: 支持多设备数据融合分析

数据访问流程

标准三步流程

所有健康数据查询必须遵循以下三步流程:

  1. 列出可用表 - 了解数据库结构
  2. 获取表结构 - 理解字段定义
  3. 查询数据 - 获取实际数据进行分析

基础命令

1. 列出所有数据表

mcporter call healthdata.list_available_tables

2. 获取表字段结构

mcporter call healthdata.get_table_schema table_list='["table1", "table2"]'

参数格式:

  • table_list: JSON 数组格式,用单引号包围
  • 示例: table_list='["sleep_segments", "sleep_calculations"]'

3. 查询表数据

mcporter call healthdata.query_table_data table_name=TABLE_NAME start_date=YYYY-MM-DD end_date=YYYY-MM-DD conversation_time="YYYY-MM-DD HH:MM:SS"

参数说明:

  • table_name: 要查询的表名
  • start_date: 开始日期 (YYYY-MM-DD)
  • end_date: 结束日期 (YYYY-MM-DD)
  • conversation_time: 当前对话时间,用引号包围

数据表概览

用户与设备表

  • users: 用户基础信息
  • user_data_sources: 数据源设备信息

原始数据表

  • health_data_numeric: 原始多设备健康数据
  • fusion_health_data_numeric: 融合后统一健康数据
  • health_data_workout: 原始运动数据

分段汇总表

  • sleep_segments: 睡眠分段数据 (一晚完整睡眠)
  • training_segments: 训练分段数据 (一次完整运动)
  • metrics_segments: 健康指标分段数据

评分计算表

  • sleep_calculations: 睡眠质量评分
  • strain_calculations: 运动负荷评分
  • recovery_calculations: 身体恢复评分

分析工作流程

睡眠分析流程

  1. 查询 sleep_segments 获取睡眠基础数据
  2. 查询 sleep_calculations 获取睡眠评分
  3. 结合数据进行睡眠质量分析和建议

运动分析流程

  1. 查询 training_segments 获取运动数据
  2. 查询 strain_calculations 获取负荷评分
  3. 分析运动表现和训练建议

恢复分析流程

  1. 查询 recovery_calculations 获取恢复评分
  2. 查询 metrics_segments 获取生理指标
  3. 综合分析身体恢复状态

时间范围建议

  • 短期分析: 最近 7-14 天
  • 趋势分析: 最近 30-90 天
  • 基线对比: 建议向前延伸时间范围以捕获更多历史数据

数据质量检查

  • 检查 data_quality_flag 字段 (normal 为正常)
  • 注意设备数据源的一致性
  • 识别数据缺失或异常值

分析输出格式

基础数据摘要

  • 数据时间范围和记录数量
  • 数据质量状态
  • 主要设备来源

核心指标分析

  • 关键健康指标的当前值和趋势
  • 与个人基线的对比
  • 异常值识别和说明

个性化建议

  • 基于数据分析的健康建议
  • 改进方向和具体措施
  • 需要关注的健康风险

常见查询模式

详细的查询模式和示例请参考 references/query-patterns.md

数据库架构

完整的数据库表结构和字段说明请参考 references/database-schema.md

故障排除

如果 mcporter 命令失败:

  1. 检查 healthdata 服务器状态: mcporter list
  2. 验证参数格式,特别是数组和日期格式
  3. 确认表名和字段名的正确性
  4. 检查时间范围的合理性

Reviews (0)

Sign in to write a review.

No reviews yet. Be the first to review!

Comments (0)

Sign in to join the discussion.

No comments yet. Be the first to share your thoughts!

Compatible Platforms

Pricing

Free

Related Configs