mental-health-analyzer

from huifer/wellally-health

Ally-Health is an intelligent healthcare assistant that combines Claude AI technology with medical expertise. Through natural language interaction, it helps users record symptoms, manage medications, track medical records, and access professional multidisciplinary consultation analysis—making health management smarter and more accessible

654 stars71 forksUpdated Jan 22, 2026
npx skills add https://github.com/huifer/wellally-health --skill mental-health-analyzer

SKILL.md

心理健康分析技能

核心功能

心理健康分析技能提供全面的心理健康数据分析功能,帮助用户追踪心理状态、识别情绪模式、监测危机风险和优化应对策略。

主要功能模块:

  1. 心理健康评估分析 - PHQ-9/GAD-7等量表评分趋势分析
  2. 情绪模式识别 - 识别常见情绪、触发因素和应对方式效果
  3. 心理治疗进展追踪 - 治疗目标达成和症状改善评估
  4. 危机风险评估 - 多级危机风险检测(高/中/低)和预警
  5. 睡眠-心理关联分析 - 睡眠质量与心理状态的关联性分析
  6. 运动-情绪关联分析 - 运动与情绪改善的关系分析
  7. 营养-心理关联分析 - 饮食对情绪和焦虑的影响分析
  8. 慢性病-心理关联分析 - 慢性疾病与心理健康的关系分析

触发条件

技能在以下情况下自动触发:

  1. 用户使用 /mental trend 查看心理状况趋势
  2. 用户使用 /mental pattern 分析情绪模式
  3. 用户使用 /mental therapy progress 查看治疗进展
  4. 用户使用 /crisis assessment 进行危机风险评估
  5. 用户使用 /mental report 生成心理健康报告

医学安全边界

本技能不能做的事:

  • ❌ 不进行心理疾病诊断
  • ❌ 不开具精神药物处方
  • ❌ 不预测自杀风险或自伤行为
  • ❌ 不替代专业心理治疗
  • ❌ 不处理急性精神危机

本技能能做的事:

  • ✅ 识别心理健康趋势和模式
  • ✅ 评估危机风险等级并发出预警
  • ✅ 提供应对策略建议(非治疗性)
  • ✅ 追踪治疗进展和目标达成
  • ✅ 提供就医建议和专业资源信息
  • ✅ 分析心理健康与其他健康因素的关联

执行步骤

第1步:数据读取

读取心理健康数据文件:

  • data-example/mental-health-tracker.json - 主心理健康档案
  • data-example/mental-health-logs/.index.json - 日志索引
  • data-example/mental-health-logs/YYYY-MM/YYYY-MM-DD.json - 每日情绪日记

数据验证:

  • 检查文件是否存在
  • 验证数据结构完整性
  • 确认有足够的数据点进行分析(建议至少3次PHQ-9/GAD-7评估,或7天情绪日记)

第2步:心理健康评估趋势分析

PHQ-9抑郁评分趋势分析:

- 分析不同时间点的PHQ-9评分
- 计算评分变化速率(分/月)
- 识别严重程度变化(无/轻度/中度/重度)
- 检测PHQ-9第9项(自伤意念)的变化
- 预测未来趋势(改善/稳定/恶化)
- 与治疗进展关联分析

GAD-7焦虑评分趋势分析:

- 分析GAD-7评分时序变化
- 识别焦虑症状变化模式
- 关联触发因素与焦虑水平
- 评估应对方式效果
- 预测焦虑趋势

PSQI睡眠质量与心理状态关联:

- PSQI评分与PHQ-9/GAD-7评分的相关性
- 睡眠障碍对情绪的影响
- 睡眠改善与心理状态改善的关系

严重程度变化检测:

- 识别严重程度升级(需要关注)
- 识别严重程度降级(积极信号)
- 检测快速恶化(≥5分/月,危机预警)
- 检测快速改善(强化有效策略)

第3步:情绪模式识别

常见情绪统计:

- 统计最常见的主要情绪(top 5)
- 计算平均情绪强度
- 识别情绪分布模式
- 分析情绪多样性

时间模式分析:

- 一天中的情绪变化模式(早/中/晚)
- 一周中的情绪变化模式(周一至周日)
- 情绪波动程度(方差/标准差)
- 情绪稳定性评估

触发因素分析:

- 统计高频触发因素(top 10)
- 计算每个触发因素的平均影响
- 识别高危触发因素(高影响+高频)
- 触发因素与情绪类型的关联

应对方式效果评估:

- 计算每种应对方式的有效性(有帮助/没帮助的比例)
- 识别高效应对策略(>80%有效)
- 识别低效应对策略(<50%有效)
- 应对方式与情绪类型的匹配分析

第4步:心理治疗进展追踪

治疗目标达成评估:

- 计算每个目标的完成百分比
- 评估症状改善程度(基线→当前→目标)
- 预估目标达成时间
- 识别滞后目标(需要调整)

治疗过程分析:

- 治疗频率和依从性
- 作业完成率和质量
- 治疗联盟强度
- 咨询前后情绪变化

症状改善评估:

- PHQ-9/GAD-7评分变化(治疗前→治疗后)
- 症状缓解百分比
- 功能水平改善
- 生活质量变化

第5步:危机风险评估(优先级:最高)

多级风险检测机制:

风险等级计算(总分0-20+):

1. PHQ-9第9项检测(最高优先级)
   - 得分=2(经常):+10分,直接判定高风险
   - 得分=1(有时):+5分
   - 得分=0(完全不会):+0分

2. 症状快速恶化检测
   - 快速恶化(≥5分/月):+5分
   - 恶化(2-4分/月):+3分
   - 稳定(-1至1分/月):+0分
   - 改善(≤-2分/月):-2分

3. 高强度负面情绪占比检测
   - 占比>70%:+3分
   - 占比50-70%:+2分
   - 占比<50%:+0分

4. 情绪波动检测
   - 方差>6(波动大):+2分
   - 方差4-6(波动中):+1分
   - 方差<4(波动小):+0分

5. 危机计划预警信号检测
   - 每出现一个预警信号:+2分

6. 社会退缩检测
   - 严重退缩(独处时间>80%):+3分
   - 中度退缩(独处时间50-80%):+2分
   - 轻度/无退缩:+0分

7. 功能受损检测
   - 严重受损(≥5天/周):+4分
   - 中度受损(3-4天/周):+2分
   - 轻度/无受损:+0分

风险等级判定:
- 高风险(≥10分):立即就医,启动危机干预
- 中风险(5-9分):密切关注,考虑就医(48小时内)
- 低风险(0-4分):继续监测,定期评估

危机预警信号检测:

- 绝望感(hopelessness)
- 社会退缩(social_withdrawal)
- 极端情绪波动(extreme_mood_swings)
- 谈论死亡(talk_of_death)
- 送走财物(giving_away_possessions)
- 自伤意念(self_harm)
- 自杀想法(suicidal_thoughts)
- 物质滥用(substance_abuse)

紧急行动触发条件:

立即就医(24小时内):
- PHQ-9第9项得分≥2
- 总风险评分≥10分
- 出现幻觉或妄想
- 有自伤或自杀计划

尽快就医(48小时内):
- PHQ-9≥15分或GAD-7≥15分
- 总风险评分5-9分
- 症状快速恶化(≥5分/月)
- 严重影响功能

定期就医(1个月内):
- PHQ-9 10-14分或GAD-7 10-14分
- 总风险评分<5分但症状持续
- 需要专业支持

第6步:睡眠-心理关联分析

数据来源:

  • 读取 data-example/sleep-tracker.json
  • 提取睡眠时长、睡眠质量(PSQI)、入睡时间等数据

关联分析:

- 睡眠时长与PHQ-9评分的相关性
- 睡眠质量与GAD-7评分的相关性
- 失眠症状与情绪稳定性的关系
- 睡眠改善与心理状态改善的时间关系
- 睡眠障碍类型与特定心理症状的关联

分析输出:

- 相关性系数和统计显著性
- 睡眠对心理状态的影响程度(高/中/低)
- 睡眠改善建议
- 睡眠与情绪的双向关系分析

第7步:运动-情绪关联分析

数据来源:

  • 读取 data-example/fitness-tracker.json
  • 提取运动频率、运动类型、运动强度、运动时长等数据

关联分析:

- 运动频率与平均情绪强度的关系
- 运动类型与情绪改善效果的关系
- 运动强度与焦虑水平的关系
- 运动时长与情绪持续时间的关系
- 运动后的情绪变化模式
- 运动习惯与抑郁症状的关系

分析输出:

- 运动对情绪的积极影响程度
- 最有效的运动类型推荐
- 最佳运动频率建议
- 运动与应对方式的关系

第8步:营养-心理关联分析

数据来源:

  • 读取 data-example/nutrition-tracker.json
  • 提取咖啡因摄入、糖分摄入、饮食习惯等数据

关联分析:

- 咖啡因摄入量与GAD-7焦虑评分的关系
- 糖分摄入与情绪波动的关联
- 饮食规律性与情绪稳定性的关系
- 特定营养素缺乏(维生素D、Omega-3)与抑郁症状
- 饮食模式与整体心理健康

分析输出:

- 饮食对心理状态的影响程度
- 营养建议(如减少咖啡因、均衡饮食)
- 可能的营养缺乏提示
- 饮食调整建议

第9步:慢性病-心理关联分析

数据来源:

  • 读取相关慢性病数据文件(如 diabetes-tracker.json, hypertension-tracker.json
  • 提取疾病控制情况、症状负担、功能受限等数据

关联分析:

- 慢性疼痛与抑郁症状的关系
- 疾病控制情况与心理状态的关系
- 功能受限与心理健康的关系
- 疾病负担与焦虑水平的关系
- 共病模式识别
- 药物副作用对情绪的影响
- 药物依从性与症状改善的关系

**分析输出:**
  • 慢性疾病对心理健康的影响程度
  • 需要特别关注的心理问题
  • 整体健康管理建议
  • 心理支持对疾病管理的益处

### 第10步:生成报告

输出包括:
- 心理健康状况摘要
- 评估量表趋势分析
- 情绪模式和触发因素
- 治疗进展评估
- 危机风险等级和建议
- 与其他健康因素的关联分析
- 个性化建议和行动计划

## 输出格式

### 心理健康分析报告结构

```markdown
# 心理健康分析报告

**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,不构成医学诊断。如有严重心理困扰,请寻求专业心理医生帮助。

---

## 危机风险预警

**当前风险等级**: 🟢 低风险 | 🟡 中风险 | 🔴 高风险

**风险评分**: X/20

**风险因素**:
- [列出检测到的风险因素]

**建议行动**:
- [根据风险等级提供具体建议]

---

## 1. 心理健康状况摘要

[整体评价:优秀/良好/一般/需改进/危机]
- PHQ-9评分:X分(严重程度)
- GAD-7评分:X分(严重程度)
- 睡眠质量:X分(PSQI)
- 整体趋势:改善/稳定/恶化

## 2. 心理评估趋势分析

### PHQ-9抑郁评分趋势
- 当前评分:X分
- 基线评分:X分
- 变化:±X分
- 变化速率:X分/月
- 趋势:改善/

...
Read full content

Repository Stats

Stars654
Forks71
LicenseMIT License