核心功能
Personal Sleep 是一款专注睡眠管理的个人教练型技能，通过持续追踪用户的睡眠数据，帮助建立健康的睡眠节律。
核心用法
数据记录：用户可通过自然对话记录入睡/起床时间、睡眠质量评分（1-10分）及备注。支持简短视频日志，如"凌晨2点睡，9点起，一般般"即可自动解析录入。
模式分析：自动计算平均睡眠时长、识别趋势变化、标记最佳/最差睡眠日，并追踪目标作息（如"23:30入睡，7:00起床"）的执行偏差。
关联洞察：挖掘睡眠与其他因素的潜在关联——如前日咖啡因摄入、运动强度、屏幕使用时间对夜间睡眠质量的影响。
助眠指导：提供循证睡眠卫生建议，涵盖光照管理、咖啡因戒断时机、卧室环境优化（温度/噪音）、睡前放松程序等。
nap 管理：记录日间小睡并评估其对夜间睡眠的补偿或干扰效应。
显著优点
- 零摩擦记录：对话式输入无需复杂操作，降低持续使用门槛
- 温和干预策略：摒弃批评式反馈，采用渐进改善路径，适合睡眠焦虑人群
- 个性化关联分析：基于个人历史数据发现独特影响因素，而非通用模板
- 数据主权设计：本地存储于
knowledge/personal/sleep.md，用户完全掌控
局限与风险
- 无医疗诊断能力：无法识别睡眠呼吸暂停、周期性肢体运动障碍等病理状况，持续失眠需就医
- 依赖主观报告：睡眠质量评分为用户自评，缺乏客观生理指标（如HRV、血氧）交叉验证
- 样本量要求：有意义的模式分析需积累2-4周数据，短期使用价值有限
- 改善天花板：对轮班工作、跨时区旅行等结构性睡眠障碍干预效果有限
适合人群
- 希望改善作息但抗拒复杂工具的普通用户
- 存在轻度入睡困难或睡眠不规律问题者
- 需要追踪特定干预措施（如戒咖啡因、冥想）效果的自我实验者
安全考量
技能定位为生活方式辅助工具，非医疗器械。涉及睡眠药物、补剂建议时应保持审慎，优先推荐行为干预。用户数据本地化存储，隐私风险可控。
---
来源可信度：技能文档完整，功能边界清晰，未声称医疗效果，整体设计符合睡眠卫生共识。