经期周期追踪

解决的具体问题

手动记录经期通常依赖日历应用、笔记或口头回忆。这些方式分散在不同工具里，很难把每次周期长度、出血强度和伴随症状放在一起看，更难发现规律或异常。开发者在构建健康类产品时，也常需要一套统一的数据结构来承载生理周期数据，而不是为每个项目重新设计字段和计算逻辑。

技能如何工作

该技能将经期与周期追踪抽象为可被模型调用的结构化流程，核心能力包括：

• 周期数据录入：支持记录经期起止日期、出血强度、症状标签等关键字段
• 周期计算与预测：基于历史记录计算平均周期长度、经期长度，并给出下次经期预估窗口
• 规律洞察：通过对比历史数据，帮助识别周期波动、经期变化及伴随症状的关联性

关键步骤通常为：

1. 接收用户的生理周期数据输入
2. 校验日期格式与字段完整性
3. 计算周期统计指标（如平均周期天数、标准差）
4. 生成下一次经期的预估时间范围
5. 返回结构化的周期分析报告

适用边界与注意点

该技能定位为生活服务类工具，不构成医疗诊断或治疗建议。对于月经失调、剧烈疼痛、异常出血等临床问题，应建议用户咨询专业医生。模型生成的周期预测基于历史数据统计，存在误差，不宜作为避孕或生育决策的唯一依据。数据隐私方面，所有生理信息均应在用户本地或授权环境中处理，避免未经同意的云端同步。