智能分析每日作息，生成作息表和学习时长统计
智能分析每日作息，像私人助理一样记录用户每时每刻在做什么。
用户说：
对话中出现关键词时自动推断：
每隔2小时询问： "哥们，刚才在学习吗？"
输入文件：
{数据根目录}/conversation-logger/daily/{YYYYMMDD}_对话记录.md - 对话记录{数据根目录}/daily-schedule/activities/{YYYYMMDD}_activities.json - 活动标记（如果有）文件：{数据根目录}/daily-schedule/reports/{YYYYMMDD}_作息报告.md
# 2026-04-17 作息分析报告
## 时间线
| 时间段 | 活动 | 时长 | 效率 | 来源 |
|--------|------|------|------|------|
| 07:00-07:30 | 起床洗漱 | 30min | - | inferred |
| 07:30-08:00 | 通勤 | 30min | inferred |
| 08:00-12:00 | 工作 | 4h | - | inferred |
| 12:00-13:00 | 午休 | 1h | - | inferred |
| 13:00-18:00 | 工作 | 5h | - | inferred |
| 18:00-19:00 | 晚餐休息 | 1h | - | manual |
| 19:30-21:30 | 学习Kotlin协程 | 2h | ⭐⭐⭐⭐ | manual |
| 21:30-22:00 | 休息 | 30min | - | inferred |
| 22:00-23:00 | 复习channelFlow | 1h | ⭐⭐⭐ | inferred |
## 统计
- 总学习时长：3小时
- 主要学习内容：Kotlin协程（channelFlow）
- 高效时段：19:30-21:30
- 低效时段：22:00后（疲劳）
## 建议
- 高效时段（19:30-21:30）优先安排难点学习
- 22:00后适合轻松复习或休息
## 标记来源说明
- manual：用户手动标记（最准确）
- confirmed：用户确认的推断
- inferred：AI自动推断（仅供参考）
文件：{数据根目录}/daily-schedule/activities/{YYYYMMDD}_activities.json
{
"activities": [
{
"type": "learning",
"topic": "Kotlin协程",
"start": "19:30",
"end": "21:30",
"source": "manual"
},
{
"type": "learning",
"topic": "channelFlow",
"start": "22:00",
"end": null,
"source": "inferred"
}
]
}
{数据根目录}/daily-schedule/reports/{YYYYMMDD}_作息报告.md{数据根目录}/daily-schedule/stats/weekly.json、monthly.json