npx skills add sickn33/agentic-awesome-skills --skill ai-analyzer --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# AI健康分析器 基于AI技术的综合健康分析系统，提供智能健康洞察、风险预测和个性化建议。 ## When to Use - The user wants AI-driven health analysis across multiple health datasets or lifestyle signals. - You need anomaly detection, risk prediction, or personalized recommendations based on health inputs. - You need generated health reports or question-answering over health metrics and trends. ## 核心功能 ### 1. 智能健康分析 - **多维度数据整合**: 整合基础指标、生活方式、心理健康、医疗历史等4类数据源 - **异常模式识别**: 使用CUSUM、Z-score等算法检测异常值和变化点 - **相关性分析**: 计算不同健康指标之间的相关性（皮尔逊、斯皮尔曼） - **趋势预测**: 基于历史数据进行趋势分析和预测 ### 2. 健康风险预测 - **高血压风险**: 基于Framingham风险评分模型 - **糖尿病风险**: 基于ADA糖尿病风险评分标准 - **心血管疾病风险**: 基于ACC/AHA ASCVD指南 - **营养缺乏风险**: 基于RDA达成率和饮食模式分析 - **睡眠障碍风险**: 基于PSQI和睡眠模式分析 ### 3. 个性化建议引擎 - **基础个性化**: 基于年龄、性别、BMI、活动水平等静态档案 - **建议分级**: Level 1（一般性）、Level 2（参考性）、Level 3（医疗建议） - **循证依据**: 基于医学指南和循证医学证据 - **可操作性**: 提供具体、可行的改进建议 ### 4. 自然语言交互 - **智能问答**: 支持健康数据查询、趋势分析、相关性查询等 - **上下文理解**: 维护对话历史，支持多轮对话 - **意图识别**: 识别用户查询意图，提供精准回复 ### 5. AI健康报告生成 - **综合报告**: 包含所有维度健康数据、AI洞察、风险评估 - **快速摘要**: 关键指标概览、异常警示、主要建议 - **风险评估报告**: 各类疾病风险、风险因素分析、预防措施 - **趋势分析报告**: 多维度趋势、变化点识别、预测分析 - **HTML交互式报告**: ECharts图表、Tailwind CSS样式 ## 使用说明 ### 触发条件 当用户提到以下场景时，使用此技能： **通用询问**: - ✅ "AI分析我的健康状况" - ✅ "我的健康
- When to Use
- 核心功能
- 1. 智能健康分析
- 2. 健康风险预测
- 3. 个性化建议引擎
- 4. 自然语言交互
- 5. AI健康报告生成
- 使用说明
- 触发条件
- 执行步骤
- 数据源
- 算法说明
- 相关性分析
- 异常检测
What does the ai-analyzer skill do?
AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。
How do I install it?
Run `npx skills add sickn33/agentic-awesome-skills --skill ai-analyzer --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From sickn33/agentic-awesome-skills, a repository with 44,414 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.