个人对话分析

技能简介

Personal Analytics 在本地设备上分析用户的对话模式，提取关于工作习惯、兴趣话题和生产效率的可操作洞察。所有数据处理均在本地完成，原始对话内容不会被存储或外传。

业务背景

帮助员工了解自身沟通习惯与工作效率规律，在完全保护隐私的前提下优化时间管理和工作节奏。通过本地分析聊天元数据，识别高效时段、压力信号和兴趣焦点，支持个人生产力提升，无需担心敏感对话内容外泄。

落地案例：某项目经理启用该功能后，发现自己在上午10-11点消息响应最快且情绪指标稳定，遂将重要会议集中安排在该时段；同时系统标记出周五下午持续出现压力信号，促使他调整任务排期并主动寻求协作支持，两周内工作满意度自评提升。

能做什么

• 会话分析：统计聊天时段、持续时长、消息数量
• 话题追踪：识别高频讨论主题及趋势变化
• 情绪模式：追踪长期情绪走向，标记压力信号
• 效率洞察：发现个人高效工作时段
• 周期报告：自动生成周/月度数据摘要
• 话题推荐：基于历史主动建议关注方向

使用说明

安装与初始化

# 克隆仓库后进入目录
cd skills/robbyczgw-cla/personal-analytics

# 复制配置文件
cp config.example.json config.json

# 编辑 config.json 启用所需功能
# 运行启用脚本
python3 scripts/enable.py

日常操作

# 分析当前会话数据
python3 scripts/analyze.py

# 指定时间范围分析
python3 scripts/analyze.py --since "2026-01-01" --until "2026-01-31"

# 生成周报
python3 scripts/report.py weekly

# 生成月报并导出
python3 scripts/report.py monthly --output report.md

# 获取话题推荐
python3 scripts/recommend.py

输入与输出

见下方输入与输出表格。

风险提示

• 需手动启用追踪功能，默认关闭
• 配置文件中 exclude_patterns 需定期更新敏感词
• 聚合数据保留90天后自动删除，重要报告需及时导出
• 仅分析元数据，不解析具体消息内容，复杂语境可能误判

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/robbyczgw-cla/personal-analytics/SKILL.md
来源类型：GitHub 开源项目