{"id":"43ef4412-bd59-468d-b7b4-fc161851aa55","shortId":"Ctq83X","kind":"skill","title":"sleep-analyzer","tagline":"分析睡眠数据、识别睡眠模式、评估睡眠质量，并提供个性化睡眠改善建议。支持与其他健康数据的关联分析。","description":"# 睡眠分析器技能\n\n分析睡眠数据，识别睡眠模式，评估睡眠质量，并提供个性化睡眠改善建议。\n\n## When to Use\n- 需要分析睡眠时长、效率、作息规律或睡眠质量时使用。\n- 任务涉及失眠模式、夜间觉醒、PSQI 评分或睡眠问题识别。\n- 需要把睡眠数据与情绪、运动或其他健康因素做关联分析时使用。\n\n## 功能\n\n### 1. 睡眠趋势分析\n\n分析睡眠时长、质量、效率的变化趋势，识别改善或需要关注的方面。\n\n**分析维度**：\n- 睡眠时长趋势（平均睡眠时长变化）\n- 睡眠效率趋势（睡眠效率百分比变化）\n- 入睡时间模式（上床时间、入睡时间、起床时间）\n- 作息规律性评分（sleep consistency score）\n- 周末vs工作日对比（social jetlag）\n\n**输出**：\n- 趋势方向（改善/稳定/下降）\n- 变化幅度和百分比\n- 趋势显著性评估\n- 最佳睡眠时间窗口识别\n- 改进建议\n\n### 2. 睡眠质量评估\n\n综合评估睡眠质量，识别影响睡眠质量的关键因素。\n\n**评估内容**：\n- PSQI分数追踪和趋势\n- 主观睡眠质量分布（好/中/差）\n- 夜间觉醒分析（次数、时长、原因）\n- 睡眠阶段分析（深睡、浅睡、REM比例）\n- 睡后恢复感评估\n\n**输出**：\n- 睡眠质量等级（优秀/良好/一般/较差）\n- 质量变化趋势\n- 主要影响因素识别\n- 质量改善优先级建议\n\n### 3. 睡眠问题识别\n\n识别常见的睡眠问题和风险因素。\n\n**识别内容**：\n- **失眠模式**：\n  - 入睡困难（sleep latency >30分钟）\n  - 睡眠维持困难（夜间觉醒>2次或总觉醒时间>30分钟）\n  - 早醒（比预期提前醒来>30分钟）\n  - 混合型失眠\n\n- **呼吸暂停风险**：\n  - STOP-BANG问卷评分\n  - 症状分析（打鼾、憋醒、白天嗜睡）\n  - 风险等级（低/中/高）\n\n- **其他问题**：\n  - 作息不规律检测\n  - 睡眠债计算（理想时长vs实际时长）\n  - 社交时差评估\n\n**输出**：\n- 问题存在与否\n- 问题类型和严重程度\n- 风险因素列表\n- 是否需要就医建议\n\n### 4. 相关性分析\n\n分析睡眠与其他健康指标的相关性。\n\n**支持的相关性分析**：\n- **睡眠 ↔ 运动**：\n  - 运动日vs休息日的睡眠差异\n  - 运动时间对睡眠的影响（早晨/下午/晚间运动）\n  - 运动强度与睡眠质量的相关性\n\n- **睡眠 ↔ 饮食**：\n  - 咖啡因摄入与睡眠时长、入睡时间的关系\n  - 酒精摄入对睡眠结构的影响\n  - 晚餐时间与睡眠质量的关系\n\n- **睡眠 ↔ 情绪**：\n  - 睡眠与情绪的双向关系分析\n  - 压力水平对睡眠质量的影响\n  - 睡眠剥夺对日间情绪的影响\n\n- **睡眠 ↔ 慢性病**：\n  - 睡眠与高血压的关系\n  - 睡眠与血糖控制的关联\n  - 睡眠与体重变化的关系\n\n**输出**：\n- 相关系数（-1到1）\n- 相关性强度（弱/中/强）\n- 统计显著性\n- 因果关系推断\n- 实践建议\n\n### 5. 个性化建议生成\n\n基于用户数据生成个性化睡眠改善建议。\n\n**建议类型**：\n- **作息调整建议**：\n  - 最佳上床/起床时间\n  - 作息一致性改善方案\n  - 午睡管理建议\n\n- **睡前准备建议**：\n  - 睡前例行程序设计\n  - 放松技巧推荐\n  - 屏幕时间管理\n\n- **睡眠环境优化**：\n  - 温度、湿度、光线、噪音优化\n  - 床品舒适度建议\n\n- **生活方式调整**：\n  - 运动、饮食、咖啡因、酒精管理\n  - 压力管理建议\n\n- **CBT-I元素**：\n  - 刺激控制建议\n  - 睡眠限制建议\n  - 认知重构建议\n\n**输出**：\n- 优先级排序的建议列表\n- 具体实施步骤\n- 预期效果说明\n- 实施时间线\n\n---\n\n## 使用说明\n\n### 触发条件\n\n当用户请求以下内容时触发本技能：\n- 睡眠趋势分析\n- 睡眠质量评估\n- 睡眠问题识别\n- 睡眠改善建议\n- 睡眠与其他健康指标的关联分析\n\n### 执行步骤\n\n#### 步骤 1: 确定分析范围\n\n明确用户请求的分析类型和时间范围：\n- 分析类型：趋势/质量/问题/相关性/建议\n- 时间范围：周/月/季度/自定义\n\n#### 步骤 2: 读取数据\n\n**主要数据源**：\n1. `data-example/sleep-tracker.json` - 睡眠追踪主数据\n2. `data-example/sleep-logs/YYYY-MM/YYYY-MM-DD.json` - 每日睡眠记录\n\n**关联数据源**：\n1. `data-example/fitness-tracker.json` - 运动数据\n2. `data-example/hypertension-tracker.json` - 血压数据\n3. `data-example/diabetes-tracker.json` - 血糖数据\n4. `data-example/diet-records/` - 饮食记录\n5. `data-example/mood-tracker.json` - 情绪数据\n\n#### 步骤 3: 数据分析\n\n根据分析类型执行相应的分析算法：\n\n**趋势分析算法**：\n- 线性回归计算趋势斜率\n- 移动平均平滑波动\n- 统计显著性检验\n\n**相关性分析算法**：\n- Pearson相关系数计算\n- 滞后相关性分析（考虑时间延迟效应）\n- 多变量回归分析\n\n**模式识别算法**：\n- 时间序列模式识别\n- 异常值检测\n- 周期性分析\n\n#### 步骤 4: 生成报告\n\n按照标准格式输出分析报告（见\"输出格式\"部分）\n\n---\n\n## 输出格式\n\n### 睡眠质量分析报告\n\n```markdown\n# 睡眠质量分析报告\n\n## 分析周期\n2025-03-20 至 2025-06-20（3个月）\n\n---\n\n## 睡眠时长趋势\n\n- **趋势**：⬆️ 改善\n- **开始**：平均6.2小时/晚\n- **当前**：平均7.1小时/晚\n- **变化**：+0.9小时 (+14.5%)\n- **解读**：睡眠时长显著增加，接近理想目标（7.5小时）\n\n**趋势线**：\n```\n6.5h ┤     ╭╮\n6.0h ┤   ╭─╯╰╮\n5.5h ┤ ╭─╯   ╰─╮\n5.0h ┼─┘       ╰─\n     └───────────\n     3月  4月  5月  6月\n```\n\n---\n\n## 睡眠效率\n\n- **平均睡眠效率**：85.3%\n- **效率范围**：78%-92%\n- **达标率**：63%（>85%为达标）\n- **解读**：睡眠效率正常，仍有提升空间\n\n**效率分布**：\n- 优秀（>90%）：15晚\n- 良好（85-90%）：28晚\n- 需改善（<85%）：47晚\n\n---\n\n## 作息规律性\n\n- **平均上床时间**：23:15（范围：22:30-01:00）\n- **平均起床时间**：07:05（范围：06:30-08:30）\n- **作息一致性评分**：72/100\n- **社交时差**：45分钟（周末比工作日晚睡晚起）\n- **解读**：作息基本规律，但周末波动较大\n\n**建议**：\n- 🎯 保持一致的起床时间，包括周末\n- 🎯 逐步调整上床时间，避免周末过度延迟\n\n---\n\n## 睡眠质量分布\n\n| 质量等级 | 天数 | 占比 | 趋势 |\n|---------|------|------|------|\n| 优秀 | 8 | 9% | ⬆️ |\n| 很好 | 12 | 13% | ➡️ |\n| 好 | 15 | 17% | ⬆️ |\n| 一般 | 42 | 47% | ⬇️ |\n| 差 | 10 | 11% | ⬇️ |\n| 很差 | 3 | 3% | ➡️ |\n\n**解读**：睡眠质量以\"一般\"为主，但\"好\"及以上质量的天数在增加\n\n---\n\n## 夜间觉醒分析\n\n- **平均觉醒次数**：1.8次/晚\n- **平均觉醒时长**：18分钟\n- **主要原因**：\n  1. 尿意（45%）\n  2. 噪音（25%）\n  3. 温度过热（15%）\n  4. 其他（15%）\n\n**建议**：\n- 🎯 睡前2小时限制液体摄入\n- 🎯 优化卧室温度（18-22℃）\n- 🎯 使用白噪音机器遮蔽背景噪音\n\n---\n\n## PSQI 评估趋势\n\n- **最新分数**：8分（睡眠质量一般）\n- **上次分数**：10分（2025-03-20）\n- **变化**：-2分（改善）\n- **趋势**：⬆️ 持续改善\n\n**历史趋势**：\n```\n12 ┤ ●\n10 ┤  ●\n 8 ┤    ●\n 6 ┤\n   └──────\n   12月 3月 6月\n```\n\n**各成分变化**：\n- 主观睡眠质量：2→2（稳定）\n- 入睡时间：2→2（稳定）\n- 睡眠时长：2→1（改善）\n- 睡眠效率：2→1（改善）\n- 睡眠障碍：2→1（改善）\n\n---\n\n## 睡眠问题识别\n\n### 失眠评估\n\n- **类型**：混合型失眠\n- **频率**：4-5晚/周\n- **持续时间**：18个月\n- **主要症状**：\n  - ✗ 入睡困难（潜伏期>30分钟）\n  - ✗ 睡眠维持困难（夜间觉醒>2次）\n  - ✓ 无早醒问题\n\n- **影响**：\n  - 白天疲劳：中度\n  - 情绪烦躁：是\n  - 注意力困难：是\n  - 工作表现：轻度影响\n\n- **建议**：🏥 持续>3个月，建议就医咨询睡眠专科\n\n### 呼吸暂停筛查（STOP-BANG）\n\n- **评分**：3/8\n- **风险等级**：中等风险\n- **阳性项目**：\n  - ✗ Snoring（打鼾）\n  - ✗ Tired（白天疲劳）\n  - ✓ Observed apnea（未观察到呼吸暂停）\n  - ✗ Pressure（高血压）\n  - ✓ BMI > 28\n  - ✓ Age > 50\n  - ✗ Neck size > 40cm\n  - ✓ Gender = male\n\n- **建议**：⚠️ 建议进行睡眠检查（PSG）\n\n---\n\n## 相关性分析\n\n### 睡眠 ↔ 运动\n\n**运动日 vs 休息日**：\n- 运动日平均睡眠：7.3小时\n- 休息日平均睡眠：6.8小时\n- 差异：+0.5小时（+7.4%）\n\n**运动时间对睡眠的影响**：\n- 早晨运动：睡眠时长7.5小时，质量评分7.8/10\n- 下午运动：睡眠时长7.2小时，质量评分7.5/10\n- 晚间运动：睡眠时长6.8小时，质量评分6.8/10\n\n**相关性**：中等正相关（r = 0.42）\n**结论**：规律运动有助于改善睡眠，但应避免睡前2-3小时剧烈运动\n\n**建议**：\n- 🎯 保持规律运动习惯\n- 🎯 将运动时间移至早晨或下午\n- 🎯 睡前2-3小时避免剧烈运动\n\n---\n\n### 睡眠 ↔ 咖啡因\n\n**咖啡因摄入时间分析**：\n- 下午2点前摄入：平均睡眠7.2小时，入睡潜伏期25分钟\n- 下午2点后摄入：平均睡眠6.7小时，入睡潜伏期40分钟\n- 差异：-0.5小时时长，+15分钟潜伏期\n\n**相关性**：中等负相关（r = -0.38）\n**结论**：下午2点后摄入咖啡因显著影响睡眠\n\n**建议**：\n- 🎯 避免下午2点后摄入咖啡因\n- 🎯 睡前6小时完全避免咖啡因\n\n---\n\n### 睡眠 ↔ 情绪\n\n**睡眠质量对次日情绪的影响**：\n- 睡眠好：次日情绪积极概率82%\n- 睡眠一般：次日情绪积极概率45%\n- 睡眠差：次日情绪积极概率18%\n\n**睡前情绪对入睡的影响**：\n- 睡前压力高：入睡潜伏期45分钟\n- 睡前压力低：入睡潜伏期20分钟\n- 差异：+25分钟\n\n**相关性**：强双向相关（r = 0.65）\n**结论**：睡眠与情绪存在显著的相互影响\n\n**建议**：\n- 🎯 睡前进行压力管理（冥想、深呼吸）\n- 🎯 建立放松的睡前例行程序\n- 🎯 记录情绪日记，识别压力模式\n\n---\n\n## 洞察与建议\n\n### 关键洞察\n\n1. **作息不一致是主要问题**\n   - 社交时差45分钟\n   - 周末作息显著偏离工作日\n   - 影响：生物钟紊乱，周一\"时差反应\"\n\n2. **晚间运动影响入睡**\n   - 晚间运动日入睡潜伏期延长15分钟\n   - 建议：调整运动时间\n\n3. **睡眠环境可优化**\n   - 噪音觉醒占25%\n   - 温度过热占15%\n   - 建议针对性改善\n\n---\n\n### 优先级行动计划\n\n#### Priority 1：建立一致作息（2周）\n\n**目标**：提高作息一致性评分至85分\n\n**具体行动**：\n1. 固定起床时间07:00（包括周末）\n2. 固定上床时间23:00\n3. 限制午睡<30分钟，且下午3点前\n4. 逐步调整周末作息（每次提前15分钟）\n\n**预期效果**：\n- 作息一致性评分：72 → 85\n- 睡眠效率提升：+3-5%\n- 周一疲劳感减轻\n\n---\n\n#### Priority 2：创建睡前例行程序（3周）\n\n**目标**：建立稳定的睡前例行程序\n\n**具体行动**：\n1. 提前1小时开始例行程序（22:00）\n2. 关闭电子设备（22:30）\n3. 调暗卧室灯光\n4. 进行放松活动（阅读、冥想、温水澡）\n5. 保持卧室安静、黑暗、凉爽（18-22℃）\n\n**预期效果**：\n- 入睡潜伏期缩短：30 → 20分钟\n- 睡眠质量提升：一般 → 好\n- 睡前压力降低\n\n---\n\n#### Priority 3：优化睡眠环境（1周）\n\n**目标**：消除环境对睡眠的干扰\n\n**具体行动**：\n1. 安装遮光窗帘\n2. 使用白噪音机器遮蔽背景噪音\n3. 优化温度至18-22℃\n4. 移除卧室时钟\n5. 更换舒适的枕头和床垫\n\n**预期效果**：\n- 夜间觉醒减少：1.8 → 1.2次/晚\n- 睡眠连续性提升\n- 晨起状态改善\n\n---\n\n#### Priority 4：生活方式调整（4周）\n\n**目标**：消除影响睡眠的生活习惯\n\n**具体行动**：\n1. 将运动移至早晨或下午\n2. 下午2点后停止咖啡因摄入\n3. 睡前3小时避免酒精\n4. 睡前2小时避免大餐\n5. 睡前1小时避免工作相关讨论\n\n**预期效果**：\n- 睡眠时长增加：+0.3小时\n- 睡眠质量评分提升：+1分\n- PSQI分数改善：8 → 6\n\n---\n\n## 长期目标\n\n- **睡眠时长**：达到7.5小时/晚（当前7.1小时）\n- **睡眠效率**：提升至>90%（当前85%）\n- **PSQI分数**：降至≤5分（当前8分）\n- **作息一致性**：提升至≥85分（当前72分）\n- **入睡潜伏期**：缩短至<20分钟（当前28分钟）\n\n---\n\n## 医学安全提醒\n\n⚠️ **就医建议**：\n- 🏥 失眠持续>3个月，建议咨询睡眠专科\n- 🏥 STOP-BANG≥3分，建议进行睡眠检查（PSG）\n- 🏥 严重嗜睡影响驾驶安全，需立即就医\n\n---\n\n**报告生成时间**：2025-06-20\n**分析周期**：2025-03-20 至 2025-06-20（90天）\n**数据记录数**：90晚\n**睡眠分析器版本**：v1.0\n```\n\n---\n\n## 数据结构\n\n### 睡眠记录数据\n\n```json\n{\n  \"sleep_records\": [\n    {\n      \"id\": \"sleep_20250620001\",\n      \"date\": \"2025-06-20\",\n      \"sleep_times\": {\n        \"bedtime\": \"23:00\",\n        \"sleep_onset_time\": \"23:30\",\n        \"wake_time\": \"07:00\",\n        \"out_of_bed_time\": \"07:15\"\n      },\n      \"sleep_metrics\": {\n        \"sleep_duration_hours\": 7.0,\n        \"time_in_bed_hours\": 8.25,\n        \"sleep_latency_minutes\": 30,\n        \"sleep_efficiency\": 84.8\n      },\n      \"sleep_quality\": {\n        \"subjective_quality\": \"fair\",\n        \"quality_score\": 5,\n        \"rested_feeling\": \"somewhat\"\n      },\n      \"factors\": {\n        \"exercise\": true,\n        \"exercise_time\": \"evening\",\n        \"caffeine_after_2pm\": false,\n        \"screen_time_before_bed_minutes\": 60\n      }\n    }\n  ]\n}\n```\n\n---\n\n## 算法说明\n\n### 睡眠质量评分算法\n\n```python\ndef calculate_sleep_quality_score(record):\n    \"\"\"\n    计算睡眠质量评分（0-10分）\n\n    因素权重：\n    - 睡眠时长：30%\n    - 睡眠效率：25%\n    - 入睡潜伏期：20%\n    - 夜间觉醒：15%\n    - 主观质量：10%\n    \"\"\"\n    score = 0\n\n    # 睡眠时长评分（理想7-9小时）\n    duration = record['sleep_duration_hours']\n    if 7 <= duration <= 9:\n        duration_score = 10\n    elif 6 <= duration < 7 or 9 < duration <= 10:\n        duration_score = 7\n    else:\n        duration_score = 4\n    score += duration_score * 0.30\n\n    # 睡眠效率评分（>90%优秀）\n    efficiency = record['sleep_efficiency']\n    efficiency_score = min(efficiency / 90 * 10, 10)\n    score += efficiency_score * 0.25\n\n    # 入睡潜伏期评分（<15分钟优秀）\n    latency = record['sleep_latency_minutes']\n    if latency <= 15:\n        latency_score = 10\n    elif latency <= 30:\n        latency_score = 7\n    elif latency <= 45:\n        latency_score = 4\n    else:\n        latency_score = 1\n    score += latency_score * 0.20\n\n    # 夜间觉醒评分（0次优秀）\n    awakenings = record['awakenings']['count']\n    awakening_score = max(10 - awakenings * 2, 0)\n    score += awakening_score * 0.15\n\n    # 主观质量评分\n    quality_map = {\n        'excellent': 10,\n        'very_good': 8,\n        'good': 7,\n        'fair': 5,\n        'poor': 3,\n        'very_poor': 1\n    }\n    subjective_score = quality_map.get(\n        record['sleep_quality']['subjective_quality'],\n        5\n    )\n    score += subjective_score * 0.10\n\n    return round(score, 1)\n```\n\n### 作息规律性评分算法\n\n```python\ndef calculate_sleep_consistency_score(records):\n    \"\"\"\n    计算作息规律性评分（0-100分）\n\n    因素：\n    - 上床时间标准差\n    - 起床时间标准差\n    - 睡眠时长标准差\n    - 工作日vs周末差异\n    \"\"\"\n    # 提取时间数据\n    bedtimes = [r['bedtime'] for r in records]\n    wake_times = [r['wake_time'] for r in records]\n    durations = [r['sleep_duration_hours'] for r in records]\n\n    # 计算标准差（分钟）\n    bedtime_std = time_to_minutes_std(bedtimes)\n    wake_std = time_to_minutes_std(wake_times)\n    duration_std = statistics.stdev(durations)\n\n    # 计算工作日vs周末差异\n    weekday_avg = avg([r['sleep_duration_hours']\n                       for r in records if is_weekday(r)])\n    weekend_avg = avg([r['sleep_duration_hours']\n                       for r in records if is_weekend(r)])\n    diff = abs(weekday_avg - weekend_avg)\n\n    # 综合评分\n    score = 100\n    score -= bedtime_std * 0.5  # 上床时间标准差影响\n    score -= wake_std * 0.5     # 起床时间标准差影响\n    score -= duration_std * 2   # 睡眠时长标准差影响\n    score -= diff * 10          # 工作日周末差异影响\n\n    return max(0, min(100, round(score)))\n```\n\n### 相关性分析算法\n\n```python\ndef calculate_correlation(sleep_data, other_data, lag_days=0):\n    \"\"\"\n    计算睡眠与其他指标的相关性\n\n    参数：\n    - sleep_data: 睡眠数据列表\n    - other_data: 其他指标数据列表\n    - lag_days: 滞后天数（考虑延迟效应）\n\n    返回：\n    - correlation_coefficient: 相关系数\n    - p_value: 统计显著性\n    - interpretation: 相关性解释\n    \"\"\"\n    # 对齐数据（考虑滞后）\n    aligned = align_data_with_lag(sleep_data, other_data, lag_days)\n\n    # 计算Pearson相关系数\n    from scipy import stats\n    corr, p_value = stats.pearsonr(\n        aligned['sleep_values'],\n        aligned['other_values']\n    )\n\n    # 解释相关性\n    if abs(corr) < 0.3:\n        strength = \"弱\"\n    elif abs(corr) < 0.7:\n        strength = \"中等\"\n    else:\n        strength = \"强\"\n\n    direction = \"正相关\" if corr > 0 else \"负相关\"\n    significant = p_value < 0.05\n\n    interpretation = f\"{strength}{direction}\"\n    if significant:\n        interpretation += \"（统计学显著）\"\n\n    return {\n        'correlation_coefficient': round(corr, 3),\n        'p_value': round(p_value, 4),\n        'interpretation': interpretation,\n        'significant': significant\n    }\n```\n\n---\n\n## 医学安全声明\n\n本技能提供的分析和建议仅供参考，不构成医疗诊断或治疗方案。\n\n**本技能能够做到的**：\n- ✅ 分析睡眠数据和模式\n- ✅ 识别睡眠问题风险\n- ✅ 提供睡眠卫生建议\n- ✅ 评估与其他健康指标的相关性\n\n**本技能不能做的**：\n- ❌ 诊断失眠、睡眠呼吸暂停等疾病\n- ❌ 开具助眠药物或治疗\n- ❌ 替代专业睡眠医学治疗\n- ❌ 处理严重睡眠障碍\n\n**何时需要就医**：\n- 🏥 失眠持续>3个月\n- 🏥 疑似睡眠呼吸暂停（STOP-BANG≥3）\n- 🏥 严重嗜睡影响安全\n- 🏥 突发严重睡眠问题\n\n---\n\n## 参考资源\n\n- AASM 睡眠评分标准：https://aasm.org/\n- PSQI 量表：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3455216/\n- STOP-BANG 问卷：https://www.stopbang.ca/\n- CBT-I 治疗：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3455216/\n\n---\n\n**技能版本**: v1.0\n**创建日期**: 2026-01-02\n**维护者**: WellAlly Tech\n\n## Limitations\n- Use this skill only when the task clearly matches the scope described above.\n- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.\n- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.","tags":["sleep","analyzer","antigravity","awesome","skills","sickn33","agent-skills","agentic-skills","ai-agent-skills","ai-agents","ai-coding","ai-workflows"],"capabilities":["skill","source-sickn33","skill-sleep-analyzer","topic-agent-skills","topic-agentic-skills","topic-ai-agent-skills","topic-ai-agents","topic-ai-coding","topic-ai-workflows","topic-antigravity","topic-antigravity-skills","topic-claude-code","topic-claude-code-skills","topic-codex-cli","topic-codex-skills"],"categories":["antigravity-awesome-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/sickn33/antigravity-awesome-skills/sleep-analyzer","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add sickn33/antigravity-awesome-skills","source_repo":"https://github.com/sickn33/antigravity-awesome-skills","install_from":"skills.sh"}},"qualityScore":"0.700","qualityRationale":"deterministic score 0.70 from registry signals: · indexed on github topic:agent-skills · 34515 github stars · SKILL.md body (11,700 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-04-22T12:51:48.009Z","embedding":null,"createdAt":"2026-04-18T21:45:09.063Z","updatedAt":"2026-04-22T12:51:48.009Z","lastSeenAt":"2026-04-22T12:51:48.009Z","tsv":"'+0.3':788 '+0.5':571 '+0.9':320 '+1':791 '+14.5':322 '+15':616 '+25':642 '+3':704 '+7.4':573 '-0.38':621 '-0.5':614 '-01':372,1380 '-02':1381 '-03':301,459,838 '-06':305,834,842,859 '-08':380 '-1':155 '-10':937 '-100':1099 '-2':462 '-20':302,306,460,835,839,843,860 '-22':449,734,756 '-5':502,705 '-90':360 '-92':346 '/diabetes-tracker.json':257 '/diet-records':263 '/fitness-tracker.json':245 '/hypertension-tracker.json':251 '/mood-tracker.json':269 '/pmc/articles/pmc3455216/':1363,1375 '/sleep-logs/yyyy-mm/yyyy-mm-dd.json':238 '/sleep-tracker.json':232 '0':936,951,1050,1098,1214,1230,1300 '0.05':1306 '0.10':1084 '0.15':1054 '0.20':1037 '0.25':1004 '0.3':1284 '0.30':986 '0.42':590 '0.5':1196,1201 '0.65':647 '0.7':1290 '00':373,687,691,717,865,874 '05':376 '06':378 '07':375,873,879 '0次优秀':1039 '1':27,210,228,241,433,486,490,494,659,679,685,714,750,776,1033,1071,1088 '1.2':764 '1.8':427,763 '10':413,469,949,967,975,999,1000,1017,1047,1059,1210 '100':1192,1216 '10分':457 '11':414 '12':404,468 '12月':472 '13':405 '15':368,407,441,444,880,947,1014 '15分钟优秀':1006 '15晚':357 '17':408 '18':448,733 '18个月':506 '18分钟':431 '1周':746 '2':58,225,234,247,436,477,478,481,482,485,489,493,667,689,708,718,752,778,1049,1206 '20':945 '2025':300,304,458,833,837,841,858 '20250620001':856 '2026':1379 '20分钟':738,817 '22':370,716,720 '23':367,864,869 '25':438,943 '28':547 '28晚':361 '2pm':918 '2周':681 '2次':513 '2次或总觉醒时间':97 '3':86,253,272,416,417,439,672,692,722,744,754,780,1068,1320,1352 '3/8':533 '30':371,379,381,721,737,870,895,941,1020 '30分钟':94,98,101,510,694 '3个月':307,526,822,1347 '3分':827 '3周':710 '3小时剧烈运动':595 '3小时避免剧烈运动':601 '3月':337,473 '4':125,259,289,442,501,696,724,757,770,782,982,1029,1326 '40cm':552 '42':410 '45':435,1026 '45分钟':385 '47':411 '47晚':364 '4周':772 '4月':338 '5':164,265,729,759,784,906,1066,1080 '5.0':335 '5.5':333 '50':549 '5分':809 '5月':339 '6':471,795,969 '6.0':331 '6.5':329 '6.8':568 '60':925 '63':348 '6月':340,474 '7':962,971,978,1023,1064 '7.0':886 '7.3':565 '7.5':326 '72':701 '72/100':383 '78':345 '8':401,470,794,1062 '8.25':891 '84.8':898 '85':349,359,363,702 '85.3':343 '85分':813 '8分':454 '9':402,964,973 '90':356,805,988,998 '90天':844 '90晚':846 '9小时':955 'aasm':1356 'aasm.org':1358 'ab':1185,1282,1288 'age':548 'align':1254,1255,1274,1277 'analyz':3 'apnea':542 'ask':1418 'avg':1155,1156,1170,1171,1187,1189 'awaken':1040,1042,1044,1048,1052 'bang':531,826,1351,1366 'bang问卷评分':106 'bed':877,889,923 'bedtim':863,1107,1109,1134,1140,1194 'bmi':546 'boundari':1426 'caffein':916 'calcul':930,1092,1222 'cbt':190,1370 'cbt-i':1369 'cbt-i元素':189 'clarif':1420 'clear':1393 'coeffici':1245,1317 'consist':44,1094 'corr':1270,1283,1289,1299,1319 'correl':1223,1244,1316 'count':1043 'criteria':1429 'data':230,236,243,249,255,261,267,1225,1227,1234,1237,1256,1260,1262 'data-exampl':229,235,242,248,254,260,266 'date':857 'day':1229,1240,1264 'def':929,1091,1221 'describ':1397 'diff':1184,1209 'direct':1296,1310 'durat':884,956,959,963,965,970,974,976,980,984,1123,1126,1149,1152,1159,1174,1204 'effici':897,990,993,994,997,1002 'elif':968,1018,1024,1287 'els':979,1030,1293,1301 'environ':1409 'environment-specif':1408 'even':915 'exampl':231,237,244,250,256,262,268 'excel':1058 'exercis':911,913 'expert':1414 'f':1308 'factor':910 'fair':903,1065 'fals':919 'feel':908 'gender':553 'good':1061,1063 'h':330,332,334,336 'hour':885,890,960,1127,1160,1175 'id':854 'import':1268 'input':1423 'interpret':1250,1307,1313,1327,1328 'i元素':191 'jetlag':48 'json':851 'lag':1228,1239,1258,1263 'latenc':93,893,1007,1010,1013,1015,1019,1021,1025,1027,1031,1035 'limit':1385 'male':554 'map':1057 'markdown':297 'match':1394 'max':1046,1213 'metric':882 'min':996,1215 'minut':894,924,1011,1138,1145 'miss':1431 'neck':550 'observ':541 'onset':867 'output':1403 'p':1247,1271,1304,1321,1324 'pearson相关系数计算':280 'permiss':1424 'poor':1067,1070 'pressur':544 'prioriti':678,707,743,769 'psg':557,829 'psqi':22,451,1359 'psqi分数':807 'psqi分数改善':793 'psqi分数追踪和趋势':63 'python':928,1090,1220 'qualiti':900,902,904,932,1056,1077,1079 'quality_map.get':1074 'r':589,620,646,1108,1111,1116,1120,1124,1129,1157,1162,1168,1172,1177,1183 'record':853,934,957,991,1008,1041,1075,1096,1113,1122,1131,1164,1179 'rem比例':75 'requir':1422 'rest':907 'return':1085,1212,1315 'review':1415 'round':1086,1217,1318,1323 'safeti':1425 'scipi':1267 'scope':1396 'score':45,905,933,950,966,977,981,983,985,995,1001,1003,1016,1022,1028,1032,1034,1036,1045,1051,1053,1073,1081,1083,1087,1095,1191,1193,1198,1203,1208,1218 'screen':920 'signific':1303,1312,1329,1330 'size':551 'skill':1388 'skill-sleep-analyzer' 'sleep':2,43,92,852,855,861,866,881,883,892,896,899,931,958,992,1009,1076,1093,1125,1158,1173,1224,1233,1259,1275 'sleep-analyz':1 'snore':537 'social':47 'somewhat':909 'source-sickn33' 'specif':1410 'stat':1269 'statistics.stdev':1151 'stats.pearsonr':1273 'std':1135,1139,1142,1146,1150,1195,1200,1205 'stop':105,530,825,1350,1365,1416 'stop-bang':529,824,1349,1364 'stop-bang问卷评分':104 'strength':1285,1291,1294,1309 'subject':901,1072,1078,1082 'substitut':1406 'success':1428 'task':1392 'tech':1384 'test':1412 'time':862,868,872,878,887,914,921,1115,1118,1136,1143,1148 'tire':539 'topic-agent-skills' 'topic-agentic-skills' 'topic-ai-agent-skills' 'topic-ai-agents' 'topic-ai-coding' 'topic-ai-workflows' 'topic-antigravity' 'topic-antigravity-skills' 'topic-claude-code' 'topic-claude-code-skills' 'topic-codex-cli' 'topic-codex-skills' 'treat':1401 'true':912 'use':16,1386 'v1.0':848,1377 'valid':1411 'valu':1248,1272,1276,1279,1305,1322,1325 'vs':562 'wake':871,1114,1117,1141,1147,1199 'weekday':1154,1167,1186 'weekend':1169,1182,1188 'wellal':1383 'www.ncbi.nlm.nih.gov':1362,1374 'www.ncbi.nlm.nih.gov/pmc/articles/pmc3455216/':1361,1373 'www.stopbang.ca':1368 '一般':81,409,420,740 '上床时间':39 '上床时间标准差':1102 '上床时间标准差影响':1197 '上次分数':456 '下午':134 '下午2点前摄入':605 '下午2点后停止咖啡因摄入':779 '下午2点后摄入':609 '下午2点后摄入咖啡因显著影响睡眠':623 '下午运动':579 '下降':53 '不构成医疗诊断或治疗方案':1333 '且下午3点前':695 '严重嗜睡影响安全':1353 '严重嗜睡影响驾驶安全':830 '个性化建议生成':165 '中':66,113,159 '中度':517 '中等':1292 '中等正相关':588 '中等负相关':619 '中等风险':535 '为主':421 '为达标':350 '主要原因':432 '主要影响因素识别':84 '主要数据源':227 '主要症状':507 '主观睡眠质量':476 '主观睡眠质量分布':64 '主观质量':948 '主观质量评分':1055 '仍有提升空间':353 '任务涉及失眠模式':20 '休息日':563 '休息日平均睡眠':567 '优先级排序的建议列表':196 '优先级行动计划':677 '优化卧室温度':447 '优化温度至18':755 '优化睡眠环境':745 '优秀':79,355,400,989 '但':422 '但周末波动较大':389 '但应避免睡前2':594 '但应避免睡前2-3小时剧烈运动':593 '低':112 '何时需要就医':1345 '作息一致性':811 '作息一致性改善方案':171 '作息一致性评分':382,700 '作息不一致是主要问题':660 '作息不规律检测':116 '作息基本规律':388 '作息规律性':365 '作息规律性评分':42 '作息规律性评分算法':1089 '作息规律或睡眠质量时使用':19 '作息调整建议':168 '使用白噪音机器遮蔽背景噪音':450,753 '使用说明':200 '保持一致的起床时间':391 '保持卧室安静':730 '保持规律运动习惯':597 '光线':180 '入睡困难':91,508 '入睡时间':40,480 '入睡时间模式':38 '入睡时间的关系':140 '入睡潜伏期':815,944 '入睡潜伏期20分钟':640 '入睡潜伏期25分钟':608 '入睡潜伏期40分钟':612 '入睡潜伏期45分钟':638 '入睡潜伏期缩短':736 '入睡潜伏期评分':1005 '关联数据源':240 '关键洞察':658 '关闭电子设备':719 '其他':443 '其他指标数据列表':1238 '其他问题':115 '具体实施步骤':197 '具体行动':684,713,749,775 '冥想':652,727 '凉爽':732 '分':463,792,938,1100 '分析周期':299,836 '分析睡眠与其他健康指标的相关性':127 '分析睡眠数据':4,10 '分析睡眠数据和模式':1335 '分析睡眠时长':29 '分析类型':213 '分析维度':33 '分钟':643,1133 '分钟潜伏期':617 '创建日期':1378 '创建睡前例行程序':709 '到1':156 '刺激控制建议':192 '功能':26 '包括周末':392,688 '医学安全声明':1331 '医学安全提醒':819 '午睡管理建议':172 '占比':398 '历史趋势':467 '压力水平对睡眠质量的影响':146 '压力管理建议':188 '原因':71 '参数':1232 '参考资源':1355 '及以上质量的天数在增加':424 '变化':319,461 '变化幅度和百分比':54 '各成分变化':475 '周':220,504 '周一':665 '周一疲劳感减轻':706 '周期性分析':287 '周末vs工作日对比':46 '周末作息显著偏离工作日':662 '周末比工作日晚睡晚起':386 '呼吸暂停筛查':528 '呼吸暂停风险':103 '咖啡因':186,603 '咖啡因摄入与睡眠时长':139 '咖啡因摄入时间分析':604 '噪音':437 '噪音优化':181 '噪音觉醒占25':674 '因果关系推断':162 '因素':1101 '因素权重':939 '固定上床时间23':690 '固定起床时间07':686 '基于用户数据生成个性化睡眠改善建议':166 '处理严重睡眠障碍':1344 '多变量回归分析':283 '夜间觉醒':21,96,512,946 '夜间觉醒减少':762 '夜间觉醒分析':68,425 '夜间觉醒评分':1038 '天数':397 '失眠持续':821,1346 '失眠模式':90 '失眠评估':497 '好':65,406,423,741 '季度':222 '安装遮光窗帘':751 '实施时间线':199 '实践建议':163 '对齐数据':1252 '将运动时间移至早晨或下午':598 '将运动移至早晨或下午':777 '小时':313,317,321,327,566,569,572,577,581,585,607,611,789,799,802 '小时时长':615 '就医建议':820 '尿意':434 '屏幕时间管理':176 '工作日vs周末差异':1105 '工作日周末差异影响':1211 '工作表现':522 '差':67,412 '差异':570,613,641 '平均6.2':312 '平均7.1':316 '平均上床时间':366 '平均睡眠6.7':610 '平均睡眠7.2':606 '平均睡眠效率':342 '平均睡眠时长变化':35 '平均觉醒时长':430 '平均觉醒次数':426 '平均起床时间':374 '并提供个性化睡眠改善建议':7,13 '床品舒适度建议':182 '建立一致作息':680 '建立放松的睡前例行程序':654 '建立稳定的睡前例行程序':712 '建议':218,390,445,524,555,596,624,650,670 '建议咨询睡眠专科':823 '建议就医咨询睡眠专科':527 '建议类型':167 '建议进行睡眠检查':556,828 '建议针对性改善':676 '开具助眠药物或治疗':1342 '开始':311 '异常值检测':286 '弱':158,1286 '强':160,1295 '强双向相关':645 '当前':315 '当前28分钟':818 '当前7.1':801 '当前72分':814 '当前85':806 '当前8分':810 '当用户请求以下内容时触发本技能':202 '影响':515,663 '很好':403 '很差':415 '情绪':144,628 '情绪数据':270 '情绪烦躁':518 '慢性病':149 '憋醒':109 '打鼾':108,538 '执行步骤':208 '技能版本':1376 '报告生成时间':832 '持续':525 '持续改善':466 '持续时间':505 '按照标准格式输出分析报告':291 '接近理想目标':325 '提供睡眠卫生建议':1337 '提前1小时开始例行程序':715 '提升至':804,812 '提取时间数据':1106 '提高作息一致性评分至85分':683 '支持与其他健康数据的关联分析':8 '支持的相关性分析':128 '改善':51,310,464,487,491,495 '改进建议':57 '放松技巧推荐':175 '效率':18 '效率分布':354 '效率的变化趋势':31 '效率范围':344 '数据分析':273 '数据结构':849 '数据记录数':845 '无早醒问题':514 '早晨':133 '早晨运动':575 '早醒':99 '时差反应':666 '时长':70 '时间序列模式识别':285 '时间范围':219 '明确用户请求的分析类型和时间范围':212 '是':519,521 '是否需要就医建议':124 '晚':314,318,429,503,766,800 '晚间运动':135,583 '晚间运动影响入睡':668 '晚间运动日入睡潜伏期延长15分钟':669 '晚餐时间与睡眠质量的关系':142 '晨起状态改善':768 '更换舒适的枕头和床垫':760 '替代专业睡眠医学治疗':1343 '最佳上床':169 '最佳睡眠时间窗口识别':56 '最新分数':453 '月':221 '未观察到呼吸暂停':543 '本技能不能做的':1339 '本技能提供的分析和建议仅供参考':1332 '本技能能够做到的':1334 '根据分析类型执行相应的分析算法':274 '模式识别算法':284 '次':428,765 '次数':69 '次日情绪积极概率18':635 '次日情绪积极概率45':633 '次日情绪积极概率82':631 '正相关':1297 '步骤':209,224,271,288 '每日睡眠记录':239 '每次提前15分钟':698 '比预期提前醒来':100 '治疗':1372 '注意力困难':520 '洞察与建议':657 '浅睡':74 '消除影响睡眠的生活习惯':774 '消除环境对睡眠的干扰':748 '深呼吸':653 '深睡':73 '混合型失眠':102,499 '温度':178 '温度过热':440 '温度过热占15':675 '温水澡':728 '湿度':179 '滞后天数':1241 '滞后相关性分析':281 '潜伏期':509 '理想7':954 '理想7-9小时':953 '理想时长vs实际时长':118 '生成报告':290 '生活方式调整':183,771 '生物钟紊乱':664 '疑似睡眠呼吸暂停':1348 '症状分析':107 '白天嗜睡':110 '白天疲劳':516,540 '目标':682,711,747,773 '相关性':217,587,618,644 '相关性分析':126,558 '相关性分析算法':279,1219 '相关性强度':157 '相关性解释':1251 '相关系数':154,1246 '睡前1小时避免工作相关讨论':785 '睡前2':600 '睡前2-3小时避免剧烈运动':599 '睡前2小时避免大餐':783 '睡前2小时限制液体摄入':446 '睡前3小时避免酒精':781 '睡前6小时完全避免咖啡因':626 '睡前例行程序设计':174 '睡前准备建议':173 '睡前压力低':639 '睡前压力降低':742 '睡前压力高':637 '睡前情绪对入睡的影响':636 '睡前进行压力管理':651 '睡后恢复感评估':76 '睡眠':129,137,143,148,559,602,627 '睡眠一般':632 '睡眠与体重变化的关系':152 '睡眠与其他健康指标的关联分析':207 '睡眠与情绪存在显著的相互影响':649 '睡眠与情绪的双向关系分析':145 '睡眠与血糖控制的关联':151 '睡眠与高血压的关系':150 '睡眠债计算':117 '睡眠分析器技能':9 '睡眠分析器版本':847 '睡眠剥夺对日间情绪的影响':147 '睡眠呼吸暂停等疾病':1341 '睡眠好':630 '睡眠差':634 '睡眠改善建议':206 '睡眠效率':341,488,803,942 '睡眠效率提升':703 '睡眠效率正常':352 '睡眠效率百分比变化':37 '睡眠效率评分':987 '睡眠效率趋势':36 '睡眠数据列表':1235 '睡眠时长':484,797,940 '睡眠时长6.8':584 '睡眠时长7.2':580 '睡眠时长7.5':576 '睡眠时长增加':787 '睡眠时长显著增加':324 '睡眠时长标准差':1104 '睡眠时长标准差影响':1207 '睡眠时长评分':952 '睡眠时长趋势':34,308 '睡眠环境优化':177 '睡眠环境可优化':673 '睡眠维持困难':95,511 '睡眠记录数据':850 '睡眠评分标准':1357 '睡眠质量一般':455 '睡眠质量以':419 '睡眠质量分布':395 '睡眠质量分析报告':296,298 '睡眠质量对次日情绪的影响':629 '睡眠质量提升':739 '睡眠质量等级':78 '睡眠质量评估':59,204 '睡眠质量评分提升':790 '睡眠质量评分算法':927 '睡眠趋势分析':28,203 '睡眠连续性提升':767 '睡眠追踪主数据':233 '睡眠问题识别':87,205,496 '睡眠阶段分析':72 '睡眠限制建议':193 '睡眠障碍':492 '确定分析范围':211 '社交时差':384 '社交时差45分钟':661 '社交时差评估':119 '移动平均平滑波动':277 '移除卧室时钟':758 '稳定':52,479,483 '突发严重睡眠问题':1354 '算法说明':926 '类型':498 '线性回归计算趋势斜率':276 '结论':591,622,648 '统计学显著':1314 '统计显著性':161,1249 '统计显著性检验':278 '维护者':1382 '综合评估睡眠质量':60 '综合评分':1190 '缩短至':816 '考虑延迟效应':1242 '考虑时间延迟效应':282 '考虑滞后':1253 '自定义':223 '至':303,840 '良好':80,358 '范围':369,377 '血压数据':252 '血糖数据':258 '见':292 '规律运动有助于改善睡眠':592 '解读':323,351,387,418 '解释相关性':1280 '触发条件':201 '计算pearson相关系数':1265 '计算作息规律性评分':1097 '计算工作日vs周末差异':1153 '计算标准差':1132 '计算睡眠与其他指标的相关性':1231 '计算睡眠质量评分':935 '认知重构建议':194 '记录情绪日记':655 '评估与其他健康指标的相关性':1338 '评估内容':62 '评估睡眠质量':6,12 '评估趋势':452 '评分':532 '评分或睡眠问题识别':23 '识别内容':89 '识别压力模式':656 '识别常见的睡眠问题和风险因素':88 '识别影响睡眠质量的关键因素':61 '识别改善或需要关注的方面':32 '识别睡眠模式':5,11 '识别睡眠问题风险':1336 '诊断失眠':1340 '读取数据':226 '调整运动时间':671 '调暗卧室灯光':723 '负相关':1302 '质量':30,215 '质量变化趋势':83 '质量改善优先级建议':85 '质量等级':396 '质量评分6.8/10':586 '质量评分7.5/10':582 '质量评分7.8/10':578 '起床时间':41,170 '起床时间标准差':1103 '起床时间标准差影响':1202 '趋势':214,309,399,465 '趋势分析算法':275 '趋势方向':50 '趋势显著性评估':55 '趋势线':328 '轻度影响':523 '较差':82 '输出':49,77,120,153,195 '输出格式':293,295 '达到7.5':798 '达标率':347 '运动':130,184,560 '运动强度与睡眠质量的相关性':136 '运动或其他健康因素做关联分析时使用':25 '运动数据':246 '运动日':561 '运动日vs休息日的睡眠差异':131 '运动日平均睡眠':564 '运动时间对睡眠的影响':132,574 '返回':1243 '进行放松活动':725 '逐步调整上床时间':393 '逐步调整周末作息':697 '避免下午2点后摄入咖啡因':625 '避免周末过度延迟':394 '部分':294 '酒精摄入对睡眠结构的影响':141 '酒精管理':187 '量表':1360 '长期目标':796 '问卷':1367 '问题':216 '问题存在与否':121 '问题类型和严重程度':122 '阅读':726 '阳性项目':536 '降至':808 '限制午睡':693 '需改善':362 '需立即就医':831 '需要分析睡眠时长':17 '需要把睡眠数据与情绪':24 '预期效果':699,735,761,786 '预期效果说明':198 '频率':500 '风险因素列表':123 '风险等级':111,534 '饮食':138,185 '饮食记录':264 '高':114 '高血压':545 '黑暗':731","prices":[{"id":"bcd6357d-2a3f-47de-af57-51d5be4be86f","listingId":"43ef4412-bd59-468d-b7b4-fc161851aa55","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"sickn33","category":"antigravity-awesome-skills","install_from":"skills.sh"},"createdAt":"2026-04-18T21:45:09.063Z"}],"sources":[{"listingId":"43ef4412-bd59-468d-b7b4-fc161851aa55","source":"github","sourceId":"sickn33/antigravity-awesome-skills/sleep-analyzer","sourceUrl":"https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/sleep-analyzer","isPrimary":false,"firstSeenAt":"2026-04-18T21:45:09.063Z","lastSeenAt":"2026-04-22T12:51:48.009Z"}],"details":{"listingId":"43ef4412-bd59-468d-b7b4-fc161851aa55","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"sickn33","slug":"sleep-analyzer","github":{"repo":"sickn33/antigravity-awesome-skills","stars":34515,"topics":["agent-skills","agentic-skills","ai-agent-skills","ai-agents","ai-coding","ai-workflows","antigravity","antigravity-skills","claude-code","claude-code-skills","codex-cli","codex-skills","cursor","cursor-skills","developer-tools","gemini-cli","gemini-skills","kiro","mcp","skill-library"],"license":"mit","html_url":"https://github.com/sickn33/antigravity-awesome-skills","pushed_at":"2026-04-22T06:40:00Z","description":"Installable GitHub library of 1,400+ agentic skills for Claude Code, Cursor, Codex CLI, Gemini CLI, Antigravity, and more. Includes installer CLI, bundles, workflows, and official/community skill collections.","skill_md_sha":"efa037d2064feaa2877e8cd7a8107d576bc1c848","skill_md_path":"skills/sleep-analyzer/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/sleep-analyzer"},"layout":"multi","source":"github","category":"antigravity-awesome-skills","frontmatter":{"name":"sleep-analyzer","description":"分析睡眠数据、识别睡眠模式、评估睡眠质量，并提供个性化睡眠改善建议。支持与其他健康数据的关联分析。"},"skills_sh_url":"https://skills.sh/sickn33/antigravity-awesome-skills/sleep-analyzer"},"updatedAt":"2026-04-22T12:51:48.009Z"}}