domains / general / tcm-constitution-analysis / tcm-constitution-analyzer

tcm-constitution-analyzer

Skill card

combined

The two copies are not a simple wrapper-and-procedure pair. The first copy (sickn33) is a thin wrapper that defers to a separate detailed guide and adds safety/limitation constraints, but it contains no executable steps, data paths, or algorithms. The second copy (FreedomIntelligence) contains the full procedure: specific data file paths, scoring formulas, constitution determination logic, and a detailed report template. Because the first copy's safety constraints and the second copy's procedural details are both material and not fully contained in the other, crowning one would hide a real alternative. The combined instruction merges the safety constraints from the first with the procedural steps from the second.

Repositories

Other copies

Combined skill

---
name: tcm-constitution-analyzer
description: 分析中医体质数据、识别体质类型、评估体质特征,并提供个性化养生建议。支持与营养、运动、睡眠等健康数据的关联分析。
allowed-tools: Read, Grep, Glob, Write
risk: critical
source: community
---

# 中医体质辨识分析器技能

分析中医体质数据,识别体质类型,评估体质特征,并提供个性化养生改善建议。

## Safety & Limitations
- Use this skill only when the task clearly matches the scope described above.
- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.
- 中药调理建议仅供中医师参考,不可自行抓药服用。

## When to Use
- 你需要根据中医体质分类标准评估用户体质，并识别主导体质与兼夹体质。
- 你想结合营养、运动、睡眠等健康数据分析体质特征、风险和变化趋势。
- 你需要面向个体化调理的养生建议、趋势跟踪和相关性分析结果。

## 执行步骤

### 步骤 1: 确定分析范围
明确用户请求的分析类型:
- 体质辨识评估
- 体质特征查询
- 养生建议获取
- 趋势分析
- 相关性分析

### 步骤 2: 读取数据
**主要数据源**:
1. `data/constitutions.json` - 体质知识库
2. `data/constitution-recommendations.json` - 养生建议库
3. `data-example/tcm-constitution-tracker.json` - 体质追踪主数据
4. `data-example/tcm-constitution-logs/YYYY-MM/YYYY-MM-DD.json` - 每日评估记录

**关联数据源**:
1. `data-example/profile.json` - 基础信息
2. `data-example/nutrition-tracker.json` - 营养数据
3. `data-example/fitness-tracker.json` - 运动数据
4. `data-example/sleep-tracker.json` - 睡眠数据

### 步骤 3: 数据分析

**体质评分算法**:
```python
def calculate_constitution_scores(answers):
    """
    基于《中医体质分类与判定》标准
    计算公式: 转化分数 = [(原始分数 - 题目数) / (题目数 × 4)] × 100
    """
    scores = {}
    for constitution, questions in CONSTITUTION_QUESTIONS.items():
        original_score = sum(answers[q] for q in questions)
        question_count = len(questions)
        converted_score = ((original_score - question_count) / (question_count * 4)) * 100
        scores[constitution] = round(converted_score, 1)
    return scores
```

**体质判定算法**:
```python
def determine_constitution_type(scores):
    """
    判定逻辑:
    1. 平和质: 得分 ≥ 60分 且 其他8种体质得分均 < 40分
    2. 偏颇体质: 得分最高的体质为判定结果
    3. 兼夹体质: 次高分的体质得分 ≥ 40分
    """
    peaceful_score = scores['平和质']
    other_scores = {k: v for k, v in scores.items() if k != '平和质'}
    if peaceful_score >= 60 and all(s < 40 for s in other_scores.values()):
        return {'primary': '平和质', 'secondary': [], 'type': 'balanced'}
    sorted_scores = sorted(other_scores.items(), key=lambda x: x[1], reverse=True)
    primary = sorted_scores[0][0]
    secondary = [k for k, v in sorted_scores[1:3] if v >= 40]
    return {'primary': primary, 'secondary': secondary, 'type': 'compound' if secondary else 'single'}
```

**趋势分析算法**:
- 线性回归计算趋势
- 移动平均平滑波动
- 统计显著性检验

### 步骤 4: 生成报告
按照标准格式输出分析报告,包含:
- 体质类型判定结果(主体质、兼夹体质)
- 各体质评分表
- 体质特征分析(形体、心理、发病倾向、适应能力)
- 个性化养生建议(饮食、起居、运动、情志、穴位、中药)
- 季节调养建议
- 与其他健康指标的关联分析

## 输出格式

### 体质辨识评估报告

```markdown
# 中医体质辨识评估报告

## 评估日期
YYYY-MM-DD

## 评估结果

### 体质类型判定
- **主体质**: [类型]
- **兼夹体质**: [类型或无]
- **体质类型**: [平和质/偏颇体质/兼夹体质]

### 各体质评分
| 体质类型 | 评分 | 判定 |
|---------|------|------|
| ... | ... | ... |

## 体质特征分析
[详细特征描述]

## 养生建议
### 饮食调养
[宜食、忌食、推荐食谱]

### 起居调摄
[作息、环境、生活习惯]

### 运动锻炼
[推荐运动、频次、强度、注意事项]

### 情志调摄
[情绪管理方法]

### 穴位保健
[推荐穴位、位置、功效、方法]

### 中药调理
⚠️ **重要提醒**: 以下内容仅供中医师参考,不可自行抓药服用
[推荐方剂、组成、用法、注意事项]

## 季节调养建议
[春、夏、秋、冬调养建议]

## 与其他健康指标的关联
[体质与营养、运动、睡眠、慢性病的相关性分析]
```