Auto-sync: 2026-04-22 20:55

wiki/concepts/Weekly-Pattern-Analysis.md

@@ -0,0 +1,57 @@
+---
+title: "Weekly Pattern Analysis"
+type: concept
+tags: []
+last_updated: 2026-04-17
+---
+
+## Definition
+
+AI Agent 每周汇总用户的习惯完成数据，自动发现隐藏在时间序列中的行为规律，并将发现转化为可操作的下周建议。
+
+## Data Inputs
+
+一周的每日习惯完成记录：
+```json
+{
+  "morning_workout": ["✓", "✓", "✗", "✓", "✓", "✗", "✓"],
+  "read_30min":      ["✓", "✓", "✓", "✓", "✗", "✗", "✗"]
+}
+```
+
+## Analysis Outputs
+
+每周日 10 AM 自动生成结构化报告：
+
+```text
+每周总结报告：
+- 晨练：本周 5/7 天完成，最长连续 5 天
+- 阅读：本周 3/7 天完成，最差日：周五、周六
+- 整体完成率：67%
+- 最佳日：周三
+- 最差日：周五
+
+发现的行为模式：
+- "你总是在有早会的日子跳过晨练"
+- "周五和周六晚上你从不阅读"
+- "喝水习惯在周末断崖式下降"
+
+下周建议：
+- 考虑将周五晚上设为阅读替代时间（如播客）
+- 早会日提前 30 分钟闹钟
+```
+
+## Why It Works
+
+- **自我认知升级**：用户通过数据看到自己未曾注意的行为模式
+- **归因而非自责**：模式发现将"失败"转化为"可优化的行为"，减少内疚感
+- **主动预防**：下周针对性的微小调整（"早会日提前闹钟"）比泛泛的"多努力"更可执行
+
+## Relationship to Other Concepts
+
+- [[Active Accountability]] — Weekly Pattern Analysis 是 Active Accountability 的周期性总结机制
+- [[Streak Tracking]] — Streak 数据是 Pattern Analysis 的主要输入
+- [[Food Sensitivity Tracking]] — 同一模式在健康追踪场景的应用
+
+## Source
+- [[habit-tracker-accountability-coach]]