{/* 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

信息

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 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

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

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）：

{
  "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 < 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 < 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 < 0 → 回避/负面情绪 — 考虑 FAA 再平衡

SNR < 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

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

3. 历史搜索

神经相似性搜索

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

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

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

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。"

5. 睡眠数据

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 <20 分钟

当用户提及睡眠、疲倦或恢复时使用此命令。

6. 标注时刻

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

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

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）

< 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：

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 < 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 < 0.40，TBR > 1.5 → Theta-Beta 神经反馈锚定或箱式呼吸

放松度 < 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 < 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（< 25ms） → 迷走神经调节

11. 附加工具

专注计时器

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

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

原始 JSON 直通

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 < 0.7	电极松动	调整佩戴位置，清洁电极触点
SNR < 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？"

→ 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"

→ 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"

→ 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？"

→ 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？"

→ 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"

→ 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（Kosmyna & Hauptmann，MIT Media Lab）

NeuroSkill 桌面应用（GPLv3）

NeuroLoop CLI 伴侣（GPLv3）

MIT Media Lab 项目

"Neuroskill Bci"

Neuroskill Bci#

Skill 元数据#

参考：完整 SKILL.md#

NeuroSkill BCI 集成#

前提条件#

验证设置#

CLI 参考：npx neuroskill <command>#

全局标志#

1. 检查当前状态#

获取实时指标#

响应中的关键字段#

解读输出#

2. 会话分析#

单次会话详情#

列出所有会话#

3. 历史搜索#

神经相似性搜索#

语义标签搜索#

跨模态图搜索#

4. 会话对比#

5. 睡眠数据#

6. 标注时刻#

7. 实时流式传输#

8. UMAP 可视化#

9. 主动状态感知#

会话开始检查#

何时主动提及状态#

10. 建议协议#

11. 附加工具#

专注计时器#

校准#

系统通知#

原始 JSON 直通#

错误处理#

交互示例#

参考资料#

Neuroskill Bci

Skill 元数据

参考：完整 SKILL.md

NeuroSkill BCI 集成

前提条件

验证设置

CLI 参考：`npx neuroskill <command>`

全局标志

1. 检查当前状态

获取实时指标

响应中的关键字段

解读输出

2. 会话分析

单次会话详情

列出所有会话

3. 历史搜索

神经相似性搜索

语义标签搜索

跨模态图搜索

4. 会话对比

5. 睡眠数据

6. 标注时刻

7. 实时流式传输

8. UMAP 可视化

9. 主动状态感知

会话开始检查

何时主动提及状态

10. 建议协议

11. 附加工具

专注计时器

校准

系统通知

原始 JSON 直通

错误处理

交互示例

参考资料