JavaScript is disabled. Some features may not work.
mental-health-analyzer — ★ 41.5K GitHub Stars — Install Guide | SkillsNav
🇺🇸 English🇨🇳 中文
SkillsNav
Home

mental-health-analyzer

★ 41K repodata_procSafeIntermediateClaude
🤖 AI Summary

Analyzes user-provided mental health data (e.g., mood logs, survey responses) to identify psychological patterns and assess well-being, then generates personalized recommendations while correlating insights with sleep, exercise, and nutrition metrics.

How to Install

Claude Code:
git clone --depth 1 https://github.com/sickn33/antigravity-awesome-skills.git && cp antigravity-awesome-skills/plugins/antigravity-awesome-skills-claude/skills/mental-health-analyzer ~/.claude/skills/mental-health-analyzer -r

心理健康分析技能

When to Use

  • 需要分析情绪、焦虑、抑郁评分、治疗进展或危机风险时使用。
  • 任务涉及心理健康趋势、情绪模式识别或与睡眠/运动/营养的关联分析。
  • 用户请求心理健康报告、风险预警或治疗进展追踪时使用。

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

Details

Category Data → data_proc
Sourcesickn33/antigravity-awesome-skills
SKILL.mdView on GitHub →
Repo Stars★ 41.5K
Est. per Skill47 (shared across 868 skills from this repo)
DifficultyIntermediate
Risk LevelSafe

Related Skills

Works Well With

Skills from the same repository — often designed to work together