Oura健康数据分析

技能简介

该技能连接Oura Cloud API，获取智能戒指采集的睡眠评分、准备度、活动量及心率变异性(HRV)数据，支持趋势分析与自动化报告生成。

业务背景

适用于健康服务机构、运动康复中心及长期护理管理，将Oura原始生理数据转化为可操作的洞察。通过自动化趋势计算与周期报告，帮助业务人员快速识别用户健康波动规律，及时触发低恢复度预警，提升客户粘性与服务响应效率，减少人工数据分析负担。

落地案例：一家运动康复诊所使用该技能跟踪术后患者恢复进度：每日拉取患者睡眠评分与HRV趋势，系统自动计算周环比变化并生成Markdown报告；当某位患者连续三天准备度低于设定阈值时，Telegram自动推送告警至责任医师，促使其主动联系患者调整康复计划，避免恢复延误。

能做什么

• 拉取指定日期范围的睡眠、准备度、活动原始数据
• 计算平均指标与变化趋势
• 生成日/周/月度健康报告
• 设置低恢复度自动告警
• 将睡眠质量与日程事件进行关联分析

使用说明

安装依赖

# 确保系统已安装 Python 3
python3 --version

# 克隆技能仓库后进入目录
cd skills/kesslerio/oura-analytics

# 安装Python依赖（如有requirements.txt）
pip install -r requirements.txt

配置环境变量

export OURA_API_TOKEN="your_personal_access_token"

Token获取地址：cloud.ouraring.com

基础用法

# 获取近7天睡眠数据
python scripts/oura_api.py sleep --days 7

# 获取准备度摘要
python scripts/oura_api.py readiness --days 7

# 生成周报
python scripts/oura_api.py report --type weekly

# 运行告警检查（准备度低于60或睡眠效率低于80时通知）
python scripts/alerts.py --days 7 --readiness 60 --efficiency 80

程序化调用示例

export PYTHONPATH="scripts"
python - <<'PY'
from oura_api import OuraClient, OuraAnalyzer
client = OuraClient(token="YOUR_TOKEN")
sleep = client.get_sleep(start_date="2026-01-01", end_date="2026-01-16")
readiness = client.get_readiness(start_date="2026-01-01", end_date="2026-01-16")
analyzer = OuraAnalyzer(sleep, readiness)
print(analyzer.average_metric(sleep, "score"))
print(analyzer.trend(sleep, "average_hrv"))
PY

输入与输出

见下方输入与输出表格。

风险提示

• 需妥善保管OURA_API_TOKEN，避免泄露至代码仓库
• API有速率限制，高频调用可能触发限流
• 健康数据仅供参考，不能替代医疗诊断
• Telegram通知需额外配置机器人Token与聊天ID

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/kesslerio/oura-analytics/SKILL.md
来源类型：GitHub仓库