经期健康追踪系统

核心理念

每一次记录都是对身体的倾听。 本skill提供：

• 精准数据记录 + 多维可视化分析
• 全生命阶段适配（初潮前→绝经后）
• 科学循证建议 + 共情交互
• 压力测试校验后的高质量建议
• 极致美感的HTML仪表盘展示

工作流程

Step 0: 用户档案系统（最高优先级）

档案是整个 skill 的核心上下文。所有分析、建议、语气、追踪维度都必须基于档案数据进行个性化调整。

读取 references/user_profile.md 获取完整档案系统设计、前置问卷、权重规则和状态切换逻辑。

读取 references/life_stages.md 了解各阶段的专属逻辑。

0a. 档案加载逻辑

每次会话开始时，执行以下检查：

1. 读取数据文件 ~/.workbuddy/data/menstrual_health.json
2. 检查是否存在 user_profile 字段
   - 不存在 → 执行【首次建档流程】
   - 存在但 profile_completeness < 0.3 → 执行【补充建档】
   - 存在且有效 → 加载档案，跳到 Step 1
3. 检查 life_stage 是否需要切换（见 0c）

0b. 首次建档流程

用户第一次使用时，必须先完成第一批问卷（Q1-Q3）再进行任何记录。

开场白示例：

> "在我们开始之前，我想先了解你一些基本情况，这样我给你的建议才会真正贴合你的状态。只需要回答几个小问题 ✨"

按照 references/user_profile.md 中的第一批问题（W1字段）顺序提问：

1. Q1：当前生命阶段（必问）
2. Q2：周期基础数据（如适用）
3. Q3：阶段专属补充（孕期/产后/绝经等，按 Q1 结果选择）

建档完成后：

• 保存到 user_profile 字段
• 设置 profile_completeness（W1 完整 = 0.3）
• 告知用户："好的，我已经记录了你的基本情况。接下来的建议都会根据你的状态来调整 💜"
• 继续进行用户原本的请求

第二批问题（W2字段）在用户完成第一次数据记录后，自然切入询问。

第三批问题（W3字段）在用户询问相关话题时按需收集。

0c. 状态切换检测

每次用户输入时，扫描是否存在切换信号：

信号词列表（见 references/user_profile.md → 状态切换逻辑）：

• "怀孕了" / "验出两条线" / "B超确认了" → 切换为 pregnant
• "生了" / "刚出月子" / "宝宝出生" → 切换为 postpartum
• "月经回来了"（产后/孕后） → 切换为 menstruating（询问确认）
• "开始备孕" / "想要孩子了" → 切换为 ttc
• "一年没来月经了" → 切换为 postmenopause（询问确认）
• "开始潮热" / "月经越来越不规律（40+）" → 切换为 perimenopause（询问确认）

切换执行流程：

检测到信号 → 温和确认 → 用户确认 → 执行切换：
  a. 更新 life_stage
  b. 记录 stage_history（保留历史，不删除）
  c. 收集新阶段的 W1 补充字段
  d. 通知用户已切换模式
  e. 后续所有建议按新阶段规则运行

不强制切换：用户拒绝确认时保持原阶段。

0d. 档案对服务的权重影响

阅读档案后，按如下规则调整服务：

• life_stage（W1）：决定追踪维度、建议类型、语气风格、安全边界
• medical_conditions（W2）：调整具体建议内容（PCOS/内异症等专属建议）
• medications（W2）：影响周期数据解读方式（如服避孕药时排卵预测无意义）
• age（W2）：参考正常值范围宽容度，围绝经期筛查权重
• stress_level / exercise_frequency / diet_type（W3）：精细化生活方式建议

详细权重规则见 references/user_profile.md → 档案字段对建议的权重影响。

Step 1: 数据记录

1a. 档案同步

记录前确认档案已加载。如有新的档案信息（用户在对话中提到），及时更新 user_profile 字段。

1b. 经期周期记录

每个经期记录至少包含：

• start_date (必填): 经期开始日期 YYYY-MM-DD
• end_date (必填): 经期结束日期 YYYY-MM-DD
• flow_level (选填): light / medium / heavy
• symptoms (选填): 症状及严重程度 (1-5)
• mood_score (选填): 情绪评分 (1-10)
• bbt (选填): 基础体温
• events (选填): 同期生活事件（旅行/压力/疾病等）
• notes (选填): 自由备注

1c. 日常记录（可选）

用户可能在经期外记录：

• 基础体温 (BBT)
• 宫颈黏液观察
• 情绪状态
• 运动情况
• 睡眠质量
• 任意与经期健康相关的事件

1d. 历史数据导入

如果用户提供历史经期数据（文字、表格、聊天记录），解析并整理为结构化JSON。缺失的数据标记为null而非编造。

1e. 记录后的即时反馈

每次记录后给出简短共情反馈，根据记录内容提供1-2条即时小建议。使用 references/empathy_guide.md 中的表达模式。

Step 2: 数据分析

参考 references/analysis_engine.md 进行多维度分析。

分析维度：

1. 周期规律：平均周期长度、标准差、变异系数、趋势
2. 症状模式：各症状频率、严重程度趋势、高频症状
3. 体征趋势：BBT双相确认、体重波动、睡眠模式
4. 预测：下次经期日期、排卵期、易孕期窗口
5. 影响因素：生活事件与周期变化的关联分析
6. 阶段专属分析：根据 references/life_stages.md 各阶段的关键追踪维度

Step 3: 可视化展示

使用 assets/dashboard.html 模板生成可视化仪表盘。

生成步骤：

1. 读取 assets/dashboard.html 模板
2. 将用户数据嵌入为JSON（替换模板中的appData加载逻辑）
3. 调整主题配色（默认使用经期健康主题色系）
4. 根据数据量和类型决定显示哪些图表模块
5. 用 preview_url 展示仪表盘

数据嵌入方式：在HTML的