功能概述
Activity Analyzer 是一款基于 ActivityWatch 开源时间追踪框架的智能效率分析技能。它通过读取本地监控数据，对用户过去 24 小时的电脑活动进行全面复盘，涵盖应用使用时长、网站访问分布、窗口切换频率等维度。
核心用法
使用时仅需调用 summary 命令，系统即自动执行 node scripts/fetch_activity.js --hours 24 拉取数据。分析结果以四象限时间分布图呈现，清晰标注深度工作、浅层事务、娱乐休闲及未知/空闲四大类别。
显著优点
1. 数据主权：ActivityWatch 为本地优先架构，所有时间数据存储于用户设备，杜绝云端隐私泄露风险
2. 客观量化：基于实际窗口焦点与键盘活动，而非主观填报，避免自我认知偏差
3. 即时反馈：24 小时滚动周期确保建议贴合近期真实状态，而非过时统计
潜在局限
- 依赖 Node.js 运行环境与 ActivityWatch 服务端预先部署，配置门槛较高
- 仅追踪设备级活动，无法识别同应用内的任务切换（如在 IDE 中写代码 vs 刷 LeetCode）
- 分析建议基于固定规则模板，缺乏长期趋势学习与个性化建模能力
适合人群
- 自由职业者与远程工作者，需自我监管工作投入度
- ADHD 倾向用户，希望可视化自己的注意力漂移模式
- 效率工具爱好者，已建立个人量化追踪体系
常规风险
1. 隐私边界：虽数据本地存储，但 Skill 执行脚本具备读取完整活动日志权限，需信任脚本来源
2. 过度优化焦虑：精确到分钟的时间追踪可能诱发自我苛责，建议将工具定位为「观察」而非「审判」
3. 误读风险：高频窗口切换未必等于低效，可能是研究型工作的正常特征，需结合上下文解读
使用建议
初次启用建议配合一周基线记录后再解读数据，避免因单日异常产生误判。对于娱乐时长较高的结果，采用「替代而非禁止」策略——建议用播客/轻量阅读替代无目的刷视频，而非强制断网。