Neuroskill Bci

连接到正在运行的 NeuroSkill 实例，并将用户的实时认知和情绪状态（专注度、放松度、情绪、认知负荷、困倦度、心率、HRV、睡眠阶段以及 40+ 项衍生的 EXG 评分）纳入响应中。需要佩戴 BCI 可穿戴设备（Muse 2/S 或 OpenBCI）并在本地运行 NeuroSkill 桌面应用程序。

技能元数据


来源	可选 — 使用 `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
标签	`BCI`, `neurofeedback`, `health`, `focus`, `EEG`, `cognitive-state`, `biometrics`, `neuroskill`

参考：完整 SKILL.md

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是技能激活时代理所看到的指令。

NeuroSkill BCI 集成

将 Hermes 连接到正在运行的 NeuroSkill 实例，以从 BCI 可穿戴设备读取实时大脑和身体指标。利用这些数据提供具有认知意识的响应、建议干预措施，并跟踪长期的心理表现。

⚠️ 仅限研究用途 — NeuroSkill 是一款开源研究工具。它不是医疗设备，也未获得 FDA、CE 或任何监管机构的批准。切勿将这些指标用于临床诊断或治疗。

有关完整的指标参考，请参阅 references/metrics.md；有关干预协议，请参阅 references/protocols.md；有关 WebSocket/HTTP API，请参阅 references/api.md。

前提条件

已安装 Node.js 20+ (node --version)
正在运行已连接 BCI 设备的 NeuroSkill 桌面应用程序
BCI 硬件：Muse 2、Muse S 或 OpenBCI（通过 BLE 连接的 4 通道 EEG + PPG + IMU）
npx neuroskill status 返回数据且无错误

验证设置

node --version                    # Must be 20+
npx neuroskill status             # Full system snapshot
npx neuroskill status --json      # Machine-parseable JSON

如果 npx neuroskill status 返回错误，请告知用户：

确保 NeuroSkill 桌面应用程序已打开
确保 BCI 设备已通电并通过蓝牙连接
检查信号质量 — NeuroSkill 中的绿色指示器（每个电极 ≥0.7）
如果显示 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]`	单次会话细分，包含前半段/后半段趋势（0=最近一次）
`sessions`	列出所有天数中记录的所有会话
`search`	用于查找神经相似历史时刻的 ANN 相似度搜索
`compare`	A/B 会话比较，包含指标差异和趋势分析
`sleep [N]`	睡眠阶段分类（清醒/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"`	对过去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`	实时事件流式传输（默认 5 秒，设置 `--seconds N`）
`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 应用程序发送操作系统通知
`raw '{json}'`	向服务器透传原始 JSON

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>`	最近邻居数量（search, search-labels）
`--seconds <N>`	listen 的持续时间（默认：5）
`--trends`	显示每个会话的指标趋势（sessions）
`--dot`	Graphviz DOT 输出（interactive）

1. 检查当前状态

获取实时指标

npx neuroskill status --json

始终使用 --json 以确保可靠解析。默认输出为彩色的人类可读文本。

响应中的关键字段

scores 对象包含所有实时指标（除非另有说明，范围为 0–1）：

{
  "scores": {
    "focus": 0.70,           // β / (α + θ) — sustained attention
    "relaxation": 0.40,      // α / (β + θ) — calm wakefulness
    "engagement": 0.60,      // active mental investment
    "meditation": 0.52,      // alpha + stillness + HRV coherence
    "mood": 0.55,            // composite from FAA, TAR, BAR
    "cognitive_load": 0.33,  // frontal θ / temporal α · f(FAA, TBR)
    "drowsiness": 0.10,      // TAR + TBR + falling spectral centroid
    "hr": 68.2,              // heart rate in bpm (from PPG)
    "snr": 14.3,             // signal-to-noise ratio in dB
    "stillness": 0.88,       // 0–1; 1 = perfectly still
    "faa": 0.042,            // Frontal Alpha Asymmetry (+ = approach)
    "tar": 0.56,             // Theta/Alpha Ratio
    "bar": 0.53,             // Beta/Alpha Ratio
    "tbr": 1.06,             // Theta/Beta Ratio (ADHD proxy)
    "apf": 10.1,             // Alpha Peak Frequency in Hz
    "coherence": 0.614,      // inter-hemispheric coherence
    "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、电池、固件）、signal_quality（每个电极 0–1）、session（持续时间、epochs）、embeddings、labels、sleep 摘要和 history。

解读输出

解析 JSON 并将指标转化为自然语言。切勿仅报告原始数字 — 务必赋予其意义：

正确做法：

“你现在的专注度很稳固，达到 0.70 — 这属于心流状态领域。心率稳定在 68 bpm，你的 FAA 为正值，这表明具有良好的趋近动机。现在是处理复杂任务的好时机。”

错误做法：

“专注度：0.70，放松度：0.40，心率：68”

关键解读阈值（完整指南参见 references/metrics.md）：

Focus > 0.70 → 进入心流状态区域，请保护该状态
Focus < 0.40 → 建议休息或执行协议
Drowsiness > 0.60 → 疲劳警告，存在微睡眠风险
Relaxation < 0.30 → 需要进行压力干预
Cognitive Load > 0.70 sustained → 进行思维清空（mind dump）或休息
TBR > 1.5 → Theta 波主导，执行控制能力减弱
FAA < 0 → 退缩/负面情绪 — 考虑重新平衡 FAA
SNR < 3 dB → 信号不可靠，建议重新放置电极

2. 会话分析

单次会话细分

npx neuroskill session --json         # most recent session
npx neuroskill session 1 --json       # previous session
npx neuroskill session 0 --json | jq '{focus: .metrics.focus, trend: .trends.focus}'

返回完整指标，包含前半段与后半段的趋势（"up"、"down"、"flat"）。使用此功能描述会话的演变过程：

“你的专注力起始于 0.64，并在结束时攀升至 0.76——呈现明显的上升趋势。认知负荷从 0.38 降至 0.28，表明随着你逐渐进入状态，任务变得更加自动化。”

列出所有会话

npx neuroskill sessions --json
npx neuroskill sessions --trends      # show per-session metric trends

3. 历史搜索

神经相似性搜索

npx neuroskill search --json                    # auto: last session, k=5
npx neuroskill search --k 10 --json             # 10 nearest neighbors
npx neuroskill search --start <UTC> --end <UTC> --json

通过在 128 维 ZUNA 嵌入向量上执行 HNSW 近似最近邻搜索，查找历史上神经状态相似的时刻。返回距离统计信息、时间分布（一天中的小时）以及最匹配的日子。

当用户提出以下问题时使用此功能：

“我上次处于类似状态是什么时候？”
“找出我专注力最好的会话”
“我通常在下午什么时候状态下滑？”

语义标签搜索

npx neuroskill search-labels "deep focus" --k 10 --json
npx neuroskill search-labels "stress" --json | jq '[.results[].EXG_metrics.tbr]'

使用向量嵌入（Xenova/bge-small-en-v1.5）搜索标签文本。返回匹配的标签及其在打标时刻关联的 EXG 指标。

npx neuroskill interactive "deep focus" --json
npx neuroskill interactive "deep focus" --dot | dot -Tsvg > graph.svg

4 层图结构：查询 → 文本标签 → EXG 数据点 → 附近标签。使用 --k-text、--k-EXG、--reach <minutes> 进行调优。

4. 会话比较

npx neuroskill compare --json                   # auto: last 2 sessions
npx neuroskill compare --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json

返回约 50 个指标的指标差值，包括绝对变化、百分比变化和方向。还包括 insights.improved[] 和 insights.declined[] 数组、两个会话的睡眠分期以及 UMAP 任务 ID。

结合上下文解读比较结果——提及趋势，而不仅仅是差值：

“昨天你有两个高强度的专注时段（上午 10 点和下午 2 点）。今天你从上午 11 点左右开始有一个专注时段，目前仍在持续。你今天的整体参与度更高，但出现了更多的压力峰值——你的压力指数跃升了 15%，且 FAA 更频繁地跌至负值。”

# Sort metrics by improvement percentage
npx neuroskill compare --json | jq '.insights.deltas | to_entries | sort_by(.value.pct) | reverse'

5. 睡眠数据

npx neuroskill sleep --json                     # last 24 hours
npx neuroskill sleep 0 --json                   # most recent sleep session
npx neuroskill sleep --start <UTC> --end <UTC> --json

返回逐 epoch 的睡眠分期（5 秒窗口）及分析：

阶段代码：0=清醒, 1=N1, 2=N2, 3=N3 (深睡), 4=REM (快速眼动)
分析指标：efficiency_pct (效率百分比), onset_latency_min (入睡潜伏期分钟数), rem_latency_min (REM 潜伏期分钟数), bout counts (片段计数)
健康目标：N3 15–25%, REM 20–25%, 效率 >85%, 入睡潜伏期 <20 分钟

npx neuroskill sleep --json | jq '.summary | {n3: .n3_epochs, rem: .rem_epochs}'
npx neuroskill sleep --json | jq '.analysis.efficiency_pct'

当用户提及睡眠、疲倦或恢复时使用此功能。

6. 标记时刻

npx neuroskill label "breakthrough"
npx neuroskill label "studying algorithms"
npx neuroskill label "post-meditation"
npx neuroskill label --json "focus block start"   # returns label_id

在以下情况自动标记时刻：

用户报告突破或洞察
用户开始新类型的任务（例如，“切换到代码审查”）
用户完成重要的协议
用户要求你标记当前时刻
发生显著的状态转换（进入/离开心流）

标签存储在数据库中，并建立索引以便后续通过 search-labels 和 interactive 命令检索。

7. 实时流式传输

npx neuroskill listen --seconds 30 --json
npx neuroskill listen --seconds 5 --json | jq '[.[] | select(.event == "scores")]'

在指定持续时间内流式传输实时 WebSocket 事件（EXG、PPG、IMU、评分、标签）。需要 WebSocket 连接（使用 --http 时不可用）。

将此用于连续监控场景，或在协议执行期间实时观察指标变化。

8. UMAP 可视化

npx neuroskill umap --json                      # auto: last 2 sessions
npx neuroskill umap --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json

ZUNA 嵌入向量的 GPU 加速 3D UMAP 投影。separation_score 指示两个会话在神经层面的区分度：

> 1.5 → 会话在神经层面具有显著差异（不同的脑状态）
< 0.5 → 两个会话的脑状态相似

9. 主动状态感知

会话开始检查

在会话开始时，如果用户提到他们佩戴了设备或询问其状态，可选择运行状态检查：

npx neuroskill status --json

注入简短的状态摘要：

“快速检查：专注力正在构建中，值为 0.62，放松程度良好，值为 0.55，且你的 FAA 为正——接近动机已激活。看起来开局不错。”

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（“我表现如何？”，“检查我的专注力”）
用户报告难以集中注意力、压力大或疲劳
跨越关键阈值（嗜睡 > 0.70，专注力持续 < 0.30）
用户即将进行高认知需求的活动并询问准备情况

不要为了报告指标而打断心流状态。如果专注力 > 0.75，请保护会话——沉默是正确的回应。

10. 建议协议

当指标表明有需要时，从 references/protocols.md 中建议一个协议。开始前务必询问——切勿打断心流状态：

“过去 15 分钟内，您的专注力一直在下降，且 TBR（Theta-Beta 比率）已攀升至 1.5 以上——这是 Theta 波主导和精神疲劳的迹象。需要我引导您进行 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 波并提升 Beta 波。”

关键触发条件：

专注力 < 0.40，TBR > 1.5 → Theta-Beta 神经反馈锚定练习或箱式呼吸法
放松度 < 0.30，stress_index（压力指数）高 → 心脏相干性或 4-7-8 呼吸法
认知负荷 > 0.70 且持续 → 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（专注力 > 0.75，参与度 > 0.70） → 请勿打断
高静止度 + headache_index（头痛指数） → 颈部释放序列
低 RMSSD（< 25ms） → 迷走神经张力训练

11. 其他工具

专注力计时器

npx neuroskill timer --json

启动专注力计时器窗口，提供番茄工作法（25/5）、深度工作（50/10）或短时专注（15/5）预设。

校准

npx neuroskill calibrate
npx neuroskill calibrate --profile "Eyes Open"

打开校准窗口。当信号质量较差或用户希望建立个性化基线时非常有用。

操作系统通知

npx neuroskill notify "Break Time" "Your focus has been declining for 20 minutes"

原始 JSON 透传

npx neuroskill raw '{"command":"status"}' --json

适用于任何尚未映射到 CLI 子命令的服务器命令。

错误处理

错误	可能原因	修复方法
`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	检查蓝牙和设备电池
所有评分返回 0	电极接触不良	重新定位头带，湿润电极
`signal_quality` 值 < 0.7	电极松动	调整佩戴，清洁电极接触点
SNR < 3 dB	信号噪声大	减少头部移动，检查环境
`command not found: npx`	未安装 Node.js	安装 Node.js 20+

交互示例

“我现在状态如何？”

npx neuroskill status --json

→ 自然地解读评分，提及专注力、放松度、情绪以及任何值得注意的比率（FAA、TBR）。仅在指标表明有必要时才建议采取行动。

“我无法集中注意力”

npx neuroskill status --json

→ 检查指标是否证实这一点（高 Theta 波、低 Beta 波、上升的 TBR、高困倦度）。 → 如果确认，建议从 references/protocols.md 中选择适当的方案。 → 如果指标正常，问题可能源于动机而非神经生理因素。

“比较我今天和昨天的专注力”

npx neuroskill compare --json

→ 解读趋势，而不仅仅是数字。提及哪些方面有改善，哪些方面有所下降，以及可能的原因。

“我上一次处于心流状态是什么时候？”

npx neuroskill search-labels "flow" --json
npx neuroskill search --json

→ 报告时间戳、相关指标以及用户当时正在做的事情（来自标签）。

“我睡得怎么样？”

npx neuroskill sleep --json

→ 报告睡眠结构（N3%、REM%、效率），与健康目标进行比较，并注意任何问题（高觉醒时段、低 REM 睡眠）。

“标记此刻——我刚刚取得了突破”

npx neuroskill label "breakthrough"

→ 确认标签已保存。可选地记录当前指标以记住该状态。

参考资料

NeuroSkill 论文 — arXiv:2603.03212 (Kosmyna & Hauptmann, MIT Media Lab)
NeuroSkill 桌面应用 (GPLv3)
NeuroLoop CLI companion (GPLv3)
MIT Media Lab 项目

技能元数据​

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​

单次会话细分​

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. 会话比较​

5. 睡眠数据​

6. 标记时刻​

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. 其他工具​

专注力计时器​

校准​

操作系统通知​

原始 JSON 透传​

错误处理​

交互示例​

参考资料​