Hermes-agent

website/i18n/zh-Hans/docusaurus-plugin-content-docs/current/user-guide/skills/optional/health/health-fitness-nutrition.md

@@ -0,0 +1,255 @@
+---
+title: "健身营养 — 健身房训练计划与营养追踪"
+sidebar_label: "健身营养"
+description: "健身房训练计划与营养追踪"
+---
+
+{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
+
+# 健身营养
+
+健身房训练计划与营养追踪。通过 wger 按肌肉、器械或类别搜索 690+ 个动作。通过 USDA FoodData Central 查询 380,000+ 种食物的宏量营养素和热量。纯 Python 计算 BMI、TDEE、单次最大重量（one-rep max）、宏量分配和体脂率——无需 pip 安装。适合增肌、减脂或只是想吃得更健康的用户。
+
+## Skill 元数据
+
+| | |
+|---|---|
+| 来源 | 可选 — 通过 `hermes skills install official/health/fitness-nutrition` 安装 |
+| 路径 | `optional-skills/health/fitness-nutrition` |
+| 版本 | `1.0.0` |
+| 许可证 | MIT |
+| 平台 | linux, macos, windows |
+| 标签 | `health`, `fitness`, `nutrition`, `gym`, `workout`, `diet`, `exercise` |
+
+## 参考：完整 SKILL.md
+
+:::info
+以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
+:::
+
+# 健身与营养
+
+专业健身教练与运动营养师 skill。两个数据源加上离线计算器——健身者所需的一切尽在其中。
+
+**数据源（全部免费，无 pip 依赖）：**
+
+- **wger** (https://wger.de/api/v2/) — 开放动作数据库，690+ 个动作，含肌肉、器械、图片信息。公开端点无需任何认证。
+- **USDA FoodData Central** (https://api.nal.usda.gov/fdc/v1/) — 美国政府营养数据库，380,000+ 种食物。`DEMO_KEY` 可立即使用；免费注册可获得更高请求限额。
+
+**离线计算器（纯标准库 Python）：**
+
+- BMI、TDEE（Mifflin-St Jeor 公式）、单次最大重量（Epley/Brzycki/Lombardi 公式）、宏量分配、体脂率（美国海军方法）
+
+---
+
+## 使用时机
+
+当用户询问以下内容时触发此 skill：
+- 动作、训练、健身计划、肌肉群、训练分化
+- 食物宏量、热量、蛋白质含量、饮食计划、热量计算
+- 身体成分：BMI、体脂率、TDEE、热量盈余/赤字
+- 单次最大重量估算、训练百分比、渐进超负荷
+- 减脂、增肌或维持期的宏量比例
+
+---
+
+## 操作流程
+
+### 动作查询（wger API）
+
+所有 wger 公开端点返回 JSON，无需认证。动作查询始终添加 `format=json` 和 `language=2`（英语）。
+
+**第一步 — 确认用户需求：**
+
+- 按肌肉 → 使用 `/api/v2/exercise/?muscles={id}&language=2&status=2&format=json`
+- 按类别 → 使用 `/api/v2/exercise/?category={id}&language=2&status=2&format=json`
+- 按器械 → 使用 `/api/v2/exercise/?equipment={id}&language=2&status=2&format=json`
+- 按名称 → 使用 `/api/v2/exercise/search/?term={query}&language=english&format=json`
+- 完整详情 → 使用 `/api/v2/exerciseinfo/{exercise_id}/?format=json`
+
+**第二步 — 参考 ID（避免额外 API 调用）：**
+
+动作类别：
+
+| ID | 类别        |
+|----|-------------|
+| 8  | Arms        |
+| 9  | Legs        |
+| 10 | Abs         |
+| 11 | Chest       |
+| 12 | Back        |
+| 13 | Shoulders   |
+| 14 | Calves      |
+| 15 | Cardio      |
+
+肌肉：
+
+| ID | 肌肉                      | ID | 肌肉                    |
+|----|---------------------------|----|-------------------------|
+| 1  | Biceps brachii            | 2  | Anterior deltoid        |
+| 3  | Serratus anterior         | 4  | Pectoralis major        |
+| 5  | Obliquus externus         | 6  | Gastrocnemius           |
+| 7  | Rectus abdominis          | 8  | Gluteus maximus         |
+| 9  | Trapezius                 | 10 | Quadriceps femoris      |
+| 11 | Biceps femoris            | 12 | Latissimus dorsi        |
+| 13 | Brachialis                | 14 | Triceps brachii         |
+| 15 | Soleus                    |    |                         |
+
+器械：
+
+| ID | 器械           |
+|----|----------------|
+| 1  | Barbell        |
+| 3  | Dumbbell       |
+| 4  | Gym mat        |
+| 5  | Swiss Ball     |
+| 6  | Pull-up bar    |
+| 7  | none (bodyweight) |
+| 8  | Bench          |
+| 9  | Incline bench  |
+| 10 | Kettlebell     |
+
+**第三步 — 获取并展示结果：**
+
+```bash
+# Search exercises by name
+QUERY="$1"
+ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$QUERY")
+curl -s "https://wger.de/api/v2/exercise/search/?term=${ENCODED}&language=english&format=json" \
+  | python3 -c "
+import json,sys
+data=json.load(sys.stdin)
+for s in data.get('suggestions',[])[:10]:
+    d=s.get('data',{})
+    print(f\"  ID {d.get('id','?'):>4} | {d.get('name','N/A'):<35} | Category: {d.get('category','N/A')}\")
+"
+```
+
+```bash
+# Get full details for a specific exercise
+EXERCISE_ID="$1"
+curl -s "https://wger.de/api/v2/exerciseinfo/${EXERCISE_ID}/?format=json" \
+  | python3 -c "
+import json,sys,html,re
+data=json.load(sys.stdin)
+trans=[t for t in data.get('translations',[]) if t.get('language')==2]
+t=trans[0] if trans else data.get('translations',[{}])[0]
+desc=re.sub('<[^>]+>','',html.unescape(t.get('description','N/A')))
+print(f\"Exercise  : {t.get('name','N/A')}\")
+print(f\"Category  : {data.get('category',{}).get('name','N/A')}\")
+print(f\"Primary   : {', '.join(m.get('name_en','') for m in data.get('muscles',[])) or 'N/A'}\")
+print(f\"Secondary : {', '.join(m.get('name_en','') for m in data.get('muscles_secondary',[])) or 'none'}\")
+print(f\"Equipment : {', '.join(e.get('name','') for e in data.get('equipment',[])) or 'bodyweight'}\")
+print(f\"How to    : {desc[:500]}\")
+imgs=data.get('images',[])
+if imgs: print(f\"Image     : {imgs[0].get('image','')}\")
+"
+```
+
+```bash
+# List exercises filtering by muscle, category, or equipment
+# Combine filters as needed: ?muscles=4&equipment=1&language=2&status=2
+FILTER="$1"  # e.g. "muscles=4" or "category=11" or "equipment=3"
+curl -s "https://wger.de/api/v2/exercise/?${FILTER}&language=2&status=2&limit=20&format=json" \
+  | python3 -c "
+import json,sys
+data=json.load(sys.stdin)
+print(f'Found {data.get(\"count\",0)} exercises.')
+for ex in data.get('results',[]):
+    print(f\"  ID {ex['id']:>4} | muscles: {ex.get('muscles',[])} | equipment: {ex.get('equipment',[])}\")
+"
+```
+
+### 营养查询（USDA FoodData Central）
+
+优先使用 `USDA_API_KEY` 环境变量，否则回退到 `DEMO_KEY`。
+DEMO_KEY = 每小时 30 次请求。免费注册密钥 = 每小时 1,000 次请求。
+
+```bash
+# Search foods by name
+FOOD="$1"
+API_KEY="${USDA_API_KEY:-DEMO_KEY}"
+ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$FOOD")
+curl -s "https://api.nal.usda.gov/fdc/v1/foods/search?api_key=${API_KEY}&query=${ENCODED}&pageSize=5&dataType=Foundation,SR%20Legacy" \
+  | python3 -c "
+import json,sys
+data=json.load(sys.stdin)
+foods=data.get('foods',[])
+if not foods: print('No foods found.'); sys.exit()
+for f in foods:
+    n={x['nutrientName']:x.get('value','?') for x in f.get('foodNutrients',[])}
+    cal=n.get('Energy','?'); prot=n.get('Protein','?')
+    fat=n.get('Total lipid (fat)','?'); carb=n.get('Carbohydrate, by difference','?')
+    print(f\"{f.get('description','N/A')}\")
+    print(f\"  Per 100g: {cal} kcal | {prot}g protein | {fat}g fat | {carb}g carbs\")
+    print(f\"  FDC ID: {f.get('fdcId','N/A')}\")
+    print()
+"
+```
+
+```bash
+# Detailed nutrient profile by FDC ID
+FDC_ID="$1"
+API_KEY="${USDA_API_KEY:-DEMO_KEY}"
+curl -s "https://api.nal.usda.gov/fdc/v1/food/${FDC_ID}?api_key=${API_KEY}" \
+  | python3 -c "
+import json,sys
+d=json.load(sys.stdin)
+print(f\"Food: {d.get('description','N/A')}\")
+print(f\"{'Nutrient':<40} {'Amount':>8} {'Unit'}\")
+print('-'*56)
+for x in sorted(d.get('foodNutrients',[]),key=lambda x:x.get('nutrient',{}).get('rank',9999)):
+    nut=x.get('nutrient',{}); amt=x.get('amount',0)
+    if amt and float(amt)>0:
+        print(f\"  {nut.get('name',''):<38} {amt:>8} {nut.get('unitName','')}\")
+"
+```
+
+### 离线计算器
+
+对批量操作使用 `scripts/` 中的辅助脚本，或内联运行单次计算：
+
+- `python3 scripts/body_calc.py bmi <weight_kg> <height_cm>`
+- `python3 scripts/body_calc.py tdee <weight_kg> <height_cm> <age> <M|F> <activity 1-5>`
+- `python3 scripts/body_calc.py 1rm <weight> <reps>`
+- `python3 scripts/body_calc.py macros <tdee_kcal> <cut|maintain|bulk>`
+- `python3 scripts/body_calc.py bodyfat <M|F> <neck_cm> <waist_cm> [hip_cm] <height_cm>`
+
+各公式的科学依据详见 `references/FORMULAS.md`。
+
+---
+
+## 注意事项
+
+- wger 动作端点默认返回**所有语言**——始终添加 `language=2` 以获取英语内容
+- wger 包含**未经验证的用户提交内容**——添加 `status=2` 仅获取已审核动作
+- USDA `DEMO_KEY` 限制**每小时 30 次请求**——批量请求之间添加 `sleep 2`，或申请免费密钥
+- USDA 数据基于 **每 100g**——提醒用户按实际份量换算
+- BMI 无法区分肌肉与脂肪——肌肉量大的人 BMI 偏高不一定不健康
+- 体脂率公式为**估算值**（误差 ±3-5%）——精确测量建议使用 DEXA 扫描
+- 单次最大重量公式在超过 10 次重复时准确性下降——建议使用 3-5 次重复组进行估算
+- wger 的 `exercise/search` 端点参数名为 `term` 而非 `query`
+
+---
+
+## 验证
+
+运行动作搜索后：确认结果包含动作名称、肌肉群和器械信息。
+营养查询后：确认返回每 100g 的宏量数据，包含 kcal、蛋白质、脂肪、碳水化合物。
+计算器运行后：对输出进行合理性检查（例如，大多数成年人的 TDEE 应在 1500-3500 之间）。
+
+---
+
+## 快速参考
+
+| 任务 | 数据源 | 端点 |
+|------|--------|----------|
+| 按名称搜索动作 | wger | `GET /api/v2/exercise/search/?term=&language=english` |
+| 动作详情 | wger | `GET /api/v2/exerciseinfo/{id}/` |
+| 按肌肉筛选 | wger | `GET /api/v2/exercise/?muscles={id}&language=2&status=2` |
+| 按器械筛选 | wger | `GET /api/v2/exercise/?equipment={id}&language=2&status=2` |
+| 列出类别 | wger | `GET /api/v2/exercisecategory/` |
+| 列出肌肉 | wger | `GET /api/v2/muscle/` |
+| 搜索食物 | USDA | `GET /fdc/v1/foods/search?query=&dataType=Foundation,SR Legacy` |
+| 食物详情 | USDA | `GET /fdc/v1/food/{fdcId}` |
+| BMI / TDEE / 单次最大重量 / 宏量 | 离线 | `python3 scripts/body_calc.py` |

website/i18n/zh-Hans/docusaurus-plugin-content-docs/current/user-guide/skills/optional/health/health-neuroskill-bci.md

@@ -0,0 +1,431 @@
+---
+title: "Neuroskill Bci"
+sidebar_label: "Neuroskill Bci"
+description: "连接到运行中的 NeuroSkill 实例，将用户的实时认知与情绪状态（专注度、放松度、情绪、认知负荷、困倦度、心率、HRV、睡眠分期及 40+ 项衍生 EXG 评分）融入响应中..."
+---
+
+{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
+
+# Neuroskill Bci
+
+连接到运行中的 NeuroSkill 实例，将用户的实时认知与情绪状态（专注度、放松度、情绪、认知负荷、困倦度、心率、HRV、睡眠分期及 40+ 项衍生 EXG 评分）融入响应中。需要 BCI 可穿戴设备（Muse 2/S 或 OpenBCI）以及在本地运行的 NeuroSkill 桌面应用。
+
+## Skill 元数据
+
+| | |
+|---|---|
+| 来源 | 可选 — 通过 `hermes skills install official/health/neuroskill-bci` 安装 |
+| 路径 | `optional-skills/health/neuroskill-bci` |
+| 版本 | `1.0.0` |
+| 作者 | Hermes Agent + Nous Research |
+| 许可证 | MIT |
+| 平台 | linux, macos, windows |
+| 标签 | `BCI`, `neurofeedback`, `health`, `focus`, `EEG`, `cognitive-state`, `biometrics`, `neuroskill` |
+
+## 参考：完整 SKILL.md
+
+:::info
+以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
+:::
+
+# NeuroSkill BCI 集成
+
+将 Hermes 连接到运行中的 [NeuroSkill](https://neuroskill.com/) 实例，从 BCI 可穿戴设备读取实时脑部与身体指标。用于提供具有认知感知能力的响应、建议干预措施，并随时间追踪心理表现。
+
+> **⚠️ 仅供研究使用** — NeuroSkill 是一款开源研究工具。它**不是**医疗设备，**未**经 FDA、CE 或任何监管机构批准。切勿将这些指标用于临床诊断或治疗。
+
+完整指标参考见 `references/metrics.md`，干预协议见 `references/protocols.md`，WebSocket/HTTP API 见 `references/api.md`。
+
+---
+
+## 前提条件
+
+- 已安装 **Node.js 20+**（`node --version`）
+- **NeuroSkill 桌面应用**正在运行，且已连接 BCI 设备
+- **BCI 硬件**：Muse 2、Muse S 或 OpenBCI（通过 BLE 连接的 4 通道 EEG + PPG + IMU）
+- `npx neuroskill status` 无错误返回数据
+
+### 验证设置
+```bash
+node --version                    # Must be 20+
+npx neuroskill status             # Full system snapshot
+npx neuroskill status --json      # Machine-parseable JSON
+```
+
+如果 `npx neuroskill status` 返回错误，请告知用户：
+- 确保 NeuroSkill 桌面应用已打开
+- 确保 BCI 设备已开机并通过蓝牙连接
+- 检查信号质量 — NeuroSkill 中显示绿色指示（每个电极 ≥0.7）
+- 如提示 `command not found`，请安装 Node.js 20+
+
+---
+
+## CLI 参考：`npx neuroskill <command>`
+
+所有命令均支持 `--json`（原始 JSON，适合管道传输）和 `--full`（人类可读摘要 + JSON）。
+
+| 命令 | 描述 |
+|---------|-------------|
+| `status` | 完整系统快照：设备、评分、频段、比率、睡眠、历史记录 |
+| `session [N]` | 单次会话详情，含前半段/后半段趋势（0=最近一次） |
+| `sessions` | 列出所有日期的所有已记录会话 |
+| `search` | 基于 ANN 的神经相似历史时刻搜索 |
+| `compare` | A/B 会话对比，含指标差值与趋势分析 |
+| `sleep [N]` | 睡眠分期分类（Wake/N1/N2/N3/REM）及分析 |
+| `label "text"` | 在当前时刻创建带时间戳的注释 |
+| `search-labels "query"` | 对历史标签进行语义向量搜索 |
+| `interactive "query"` | 跨模态 4 层图搜索（文本 → EXG → 标签） |
+| `listen` | 实时事件流（默认 5 秒，可通过 `--seconds N` 设置） |
+| `umap` | 会话嵌入的 3D UMAP 投影 |
+| `calibrate` | 打开校准窗口并启动配置文件 |
+| `timer` | 启动专注计时器（Pomodoro/深度工作/短时专注预设） |
+| `notify "title" "body"` | 通过 NeuroSkill 应用发送系统通知 |
+| `raw '{json}'` | 原始 JSON 直通至服务器 |
+
+### 全局标志
+| 标志 | 描述 |
+|------|-------------|
+| `--json` | 原始 JSON 输出（无 ANSI，适合管道传输） |
+| `--full` | 人类可读摘要 + 彩色 JSON |
+| `--port <N>` | 覆盖服务器端口（默认：自动发现，通常为 8375） |
+| `--ws` | 强制使用 WebSocket 传输 |
+| `--http` | 强制使用 HTTP 传输 |
+| `--k <N>` | 最近邻数量（search、search-labels） |
+| `--seconds <N>` | listen 持续时长（默认：5） |
+| `--trends` | 显示每会话指标趋势（sessions） |
+| `--dot` | Graphviz DOT 输出（interactive） |
+
+---
+
+## 1. 检查当前状态
+
+### 获取实时指标
+```bash
+npx neuroskill status --json
+```
+
+**始终使用 `--json`** 以确保可靠解析。默认输出为带颜色的人类可读文本。
+
+### 响应中的关键字段
+
+`scores` 对象包含所有实时指标（除特别说明外，均为 0–1 范围）：
+
+```jsonc
+{
+  "scores": {
+    "focus": 0.70,           // β / (α + θ) — 持续注意力
+    "relaxation": 0.40,      // α / (β + θ) — 平静清醒状态
+    "engagement": 0.60,      // 主动心理投入
+    "meditation": 0.52,      // alpha + 静止 + HRV 相干性
+    "mood": 0.55,            // 由 FAA、TAR、BAR 综合计算
+    "cognitive_load": 0.33,  // 额叶 θ / 颞叶 α · f(FAA, TBR)
+    "drowsiness": 0.10,      // TAR + TBR + 频谱质心下降
+    "hr": 68.2,              // 心率（bpm，来自 PPG）
+    "snr": 14.3,             // 信噪比（dB）
+    "stillness": 0.88,       // 0–1；1 = 完全静止
+    "faa": 0.042,            // 额叶 Alpha 不对称性（正值 = 趋近动机）
+    "tar": 0.56,             // Theta/Alpha 比率
+    "bar": 0.53,             // Beta/Alpha 比率
+    "tbr": 1.06,             // Theta/Beta 比率（ADHD 代理指标）
+    "apf": 10.1,             // Alpha 峰值频率（Hz）
+    "coherence": 0.614,      // 半球间相干性
+    "bands": {
+      "rel_delta": 0.28, "rel_theta": 0.18,
+      "rel_alpha": 0.32, "rel_beta": 0.17, "rel_gamma": 0.05
+    }
+  }
+}
+```
+
+还包括：`device`（状态、电量、固件）、`signal_quality`（每电极 0–1）、`session`（时长、epoch 数）、`embeddings`、`labels`、`sleep` 摘要及 `history`。
+
+### 解读输出
+
+解析 JSON 并将指标转化为自然语言。切勿单独报告原始数字 — 始终赋予其含义：
+
+**应该这样做：**
+> "您目前的专注度相当不错，达到 0.70 — 这已进入心流状态区间。心率稳定在 68 bpm，FAA 为正值，表明趋近动机良好。现在是处理复杂任务的好时机。"
+
+**不应该这样做：**
+> "专注度：0.70，放松度：0.40，心率：68"
+
+关键解读阈值（完整指南见 `references/metrics.md`）：
+- **专注度 > 0.70** → 心流状态区间，注意保护
+- **专注度 &lt; 0.40** → 建议休息或执行协议
+- **困倦度 > 0.60** → 疲劳警告，存在微睡眠风险
+- **放松度 &lt; 0.30** → 需要压力干预
+- **认知负荷 > 0.70 持续** → 建议思维倾倒或休息
+- **TBR > 1.5** → theta 主导，执行控制减弱
+- **FAA &lt; 0** → 回避/负面情绪 — 考虑 FAA 再平衡
+- **SNR &lt; 3 dB** → 信号不可靠，建议重新定位电极
+
+---
+
+## 2. 会话分析
+
+### 单次会话详情
+```bash
+npx neuroskill session --json         # most recent session
+npx neuroskill session 1 --json       # previous session
+npx neuroskill session 0 --json | jq '{focus: .metrics.focus, trend: .trends.focus}'
+```
+
+返回完整指标及**前半段与后半段趋势**（`"up"`、`"down"`、`"flat"`）。用于描述会话的演变过程：
+
+> "您的专注度从 0.64 开始，到结束时上升至 0.76 — 呈明显上升趋势。认知负荷从 0.38 降至 0.28，表明随着您逐渐进入状态，任务变得更加自动化。"
+
+### 列出所有会话
+```bash
+npx neuroskill sessions --json
+npx neuroskill sessions --trends      # show per-session metric trends
+```
+
+---
+
+## 3. 历史搜索
+
+### 神经相似性搜索
+```bash
+npx neuroskill search --json                    # auto: last session, k=5
+npx neuroskill search --k 10 --json             # 10 nearest neighbors
+npx neuroskill search --start <UTC> --end <UTC> --json
+```
+
+使用基于 128 维 ZUNA 嵌入的 HNSW 近似最近邻搜索，在历史记录中查找神经状态相似的时刻。返回距离统计、时间分布（一天中的小时）及最匹配的日期。
+
+在用户提问以下问题时使用：
+- "我上次处于这种状态是什么时候？"
+- "找出我最佳的专注会话"
+- "我通常在下午什么时候状态下滑？"
+
+### 语义标签搜索
+```bash
+npx neuroskill search-labels "deep focus" --k 10 --json
+npx neuroskill search-labels "stress" --json | jq '[.results[].EXG_metrics.tbr]'
+```
+
+使用向量嵌入（Xenova/bge-small-en-v1.5）搜索标签文本。返回匹配标签及其标注时刻的关联 EXG 指标。
+
+### 跨模态图搜索
+```bash
+npx neuroskill interactive "deep focus" --json
+npx neuroskill interactive "deep focus" --dot | dot -Tsvg > graph.svg
+```
+
+4 层图：查询 → 文本标签 → EXG 点 → 附近标签。使用 `--k-text`、`--k-EXG`、`--reach <minutes>` 进行调整。
+
+---
+
+## 4. 会话对比
+```bash
+npx neuroskill compare --json                   # auto: last 2 sessions
+npx neuroskill compare --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json
+```
+
+返回约 50 项指标的差值，包含绝对变化量、百分比变化及方向。还包括 `insights.improved[]` 和 `insights.declined[]` 数组、两次会话的睡眠分期及 UMAP 任务 ID。
+
+解读对比时需结合上下文 — 强调趋势而非单纯数字：
+> "昨天您有两个强专注时段（上午 10 点和下午 2 点）。今天从上午 11 点左右开始了一个仍在持续的专注时段。您今天的整体投入度更高，但压力峰值更多 — 压力指数上升了 15%，FAA 更频繁地出现负值。"
+
+```bash
+# Sort metrics by improvement percentage
+npx neuroskill compare --json | jq '.insights.deltas | to_entries | sort_by(.value.pct) | reverse'
+```
+
+---
+
+## 5. 睡眠数据
+```bash
+npx neuroskill sleep --json                     # last 24 hours
+npx neuroskill sleep 0 --json                   # most recent sleep session
+npx neuroskill sleep --start <UTC> --end <UTC> --json
+```
+
+返回逐 epoch 的睡眠分期（5 秒窗口）及分析：
+- **分期代码**：0=清醒，1=N1，2=N2，3=N3（深睡），4=REM
+- **分析**：efficiency_pct、onset_latency_min、rem_latency_min、bout 计数
+- **健康目标**：N3 占 15–25%，REM 占 20–25%，效率 >85%，入睡潜伏期 &lt;20 分钟
+
+```bash
+npx neuroskill sleep --json | jq '.summary | {n3: .n3_epochs, rem: .rem_epochs}'
+npx neuroskill sleep --json | jq '.analysis.efficiency_pct'
+```
+
+当用户提及睡眠、疲倦或恢复时使用此命令。
+
+---
+
+## 6. 标注时刻
+```bash
+npx neuroskill label "breakthrough"
+npx neuroskill label "studying algorithms"
+npx neuroskill label "post-meditation"
+npx neuroskill label --json "focus block start"   # returns label_id
+```
+
+在以下情况下自动标注时刻：
+- 用户报告突破或洞见
+- 用户开始新的任务类型（例如"切换到代码审查"）
+- 用户完成重要协议
+- 用户要求标记当前时刻
+- 发生显著的状态转变（进入/离开心流）
+
+标签存储在数据库中，并通过 `search-labels` 和 `interactive` 命令建立索引以供后续检索。
+
+---
+
+## 7. 实时流式传输
+```bash
+npx neuroskill listen --seconds 30 --json
+npx neuroskill listen --seconds 5 --json | jq '[.[] | select(.event == "scores")]'
+```
+
+在指定时长内流式传输实时 WebSocket 事件（EXG、PPG、IMU、评分、标签）。需要 WebSocket 连接（`--http` 模式下不可用）。
+
+适用于持续监控场景，或在协议执行期间实时观察指标变化。
+
+---
+
+## 8. UMAP 可视化
+```bash
+npx neuroskill umap --json                      # auto: last 2 sessions
+npx neuroskill umap --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json
+```
+
+对 ZUNA 嵌入进行 GPU 加速的 3D UMAP 投影。`separation_score` 表示两次会话在神经层面的差异程度：
+- **> 1.5** → 会话在神经层面存在显著差异（不同脑状态）
+- **&lt; 0.5** → 两次会话的脑状态相似
+
+---
+
+## 9. 主动状态感知
+
+### 会话开始检查
+在会话开始时，如果用户提到正在佩戴设备或询问自身状态，可选择性地执行状态检查：
+```bash
+npx neuroskill status --json
+```
+
+注入简短的状态摘要：
+> "快速检查：专注度正在上升至 0.62，放松度良好为 0.55，FAA 为正值 — 趋近动机已激活。看起来是个不错的开始。"
+
+### 何时主动提及状态
+
+**仅在以下情况下**提及认知状态：
+- 用户明确询问（"我状态怎么样？"、"检查一下我的专注度"）
+- 用户反映难以集中注意力、感到压力或疲劳
+- 超过关键阈值（困倦度 > 0.70，专注度 &lt; 0.30 持续）
+- 用户即将进行认知要求较高的任务并询问准备情况
+
+**切勿**打断心流状态来报告指标。如果专注度 > 0.75，请保护该会话 — 沉默是正确的响应。
+
+---
+
+## 10. 建议协议
+
+当指标表明有需要时，从 `references/protocols.md` 中建议相应协议。始终在开始前征得同意 — 切勿打断心流状态：
+
+> "您的专注度在过去 15 分钟持续下降，TBR 已超过 1.5 — 这是 theta 主导和心理疲劳的迹象。需要我带您做一个 Theta-Beta 神经反馈锚定练习吗？这是一个 90 秒的练习，通过有节奏的计数和呼吸来抑制 theta 并提升 beta。"
+
+关键触发条件：
+- **专注度 &lt; 0.40，TBR > 1.5** → Theta-Beta 神经反馈锚定或箱式呼吸
+- **放松度 &lt; 0.30，stress_index 高** → 心脏相干性或 4-7-8 呼吸法
+- **认知负荷 > 0.70 持续** → 认知负荷卸载（思维倾倒）
+- **困倦度 > 0.60** → 超日节律重置或清醒重置
+- **FAA &lt; 0（负值）** → FAA 再平衡
+- **心流状态（专注度 > 0.75，投入度 > 0.70）** → 切勿打断
+- **高静止度 + headache_index** → 颈部放松序列
+- **低 RMSSD（&lt; 25ms）** → 迷走神经调节
+
+---
+
+## 11. 附加工具
+
+### 专注计时器
+```bash
+npx neuroskill timer --json
+```
+启动专注计时器窗口，提供 Pomodoro（25/5）、深度工作（50/10）或短时专注（15/5）预设。
+
+### 校准
+```bash
+npx neuroskill calibrate
+npx neuroskill calibrate --profile "Eyes Open"
+```
+打开校准窗口。适用于信号质量较差或用户希望建立个性化基线时。
+
+### 系统通知
+```bash
+npx neuroskill notify "Break Time" "Your focus has been declining for 20 minutes"
+```
+
+### 原始 JSON 直通
+```bash
+npx neuroskill raw '{"command":"status"}' --json
+```
+用于尚未映射到 CLI 子命令的任何服务器命令。
+
+---
+
+## 错误处理
+
+| 错误 | 可能原因 | 解决方法 |
+|-------|-------------|-----|
+| `npx neuroskill status` 挂起 | NeuroSkill 应用未运行 | 打开 NeuroSkill 桌面应用 |
+| `device.state: "disconnected"` | BCI 设备未连接 | 检查蓝牙及设备电量 |
+| 所有评分返回 0 | 电极接触不良 | 重新定位头带，润湿电极 |
+| `signal_quality` 值 &lt; 0.7 | 电极松动 | 调整佩戴位置，清洁电极触点 |
+| SNR &lt; 3 dB | 信号噪声过大 | 减少头部移动，检查环境干扰 |
+| `command not found: npx` | 未安装 Node.js | 安装 Node.js 20+ |
+
+---
+
+## 交互示例
+
+**"我现在状态怎么样？"**
+```bash
+npx neuroskill status --json
+```
+→ 自然地解读评分，提及专注度、放松度、情绪及任何值得关注的比率（FAA、TBR）。仅在指标表明有需要时才建议采取行动。
+
+**"我无法集中注意力"**
+```bash
+npx neuroskill status --json
+```
+→ 检查指标是否印证（高 theta、低 beta、TBR 上升、困倦度高）。
+→ 如果得到印证，从 `references/protocols.md` 中建议适当的协议。
+→ 如果指标看起来正常，问题可能是动机层面而非神经层面。
+
+**"对比我今天和昨天的专注度"**
+```bash
+npx neuroskill compare --json
+```
+→ 解读趋势而非单纯数字。提及哪些方面有所改善、哪些有所下降，以及可能的原因。
+
+**"我上次处于心流状态是什么时候？"**
+```bash
+npx neuroskill search-labels "flow" --json
+npx neuroskill search --json
+```
+→ 报告时间戳、关联指标及用户当时正在做的事情（来自标签）。
+
+**"我睡得怎么样？"**
+```bash
+npx neuroskill sleep --json
+```
+→ 报告睡眠结构（N3%、REM%、效率），与健康目标对比，并指出任何问题（清醒 epoch 过多、REM 不足）。
+
+**"标记这个时刻 — 我刚有了一个突破"**
+```bash
+npx neuroskill label "breakthrough"
+```
+→ 确认标签已保存。可选择性地记录当前指标以留存该状态的记忆。
+
+---
+
+## 参考资料
+
+- [NeuroSkill 论文 — arXiv:2603.03212](https://arxiv.org/abs/2603.03212)（Kosmyna & Hauptmann，MIT Media Lab）
+- [NeuroSkill 桌面应用](https://github.com/NeuroSkill-com/skill)（GPLv3）
+- [NeuroLoop CLI 伴侣](https://github.com/NeuroSkill-com/neuroloop)（GPLv3）
+- [MIT Media Lab 项目](https://www.media.mit.edu/projects/neuroskill/overview/)