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、困倦程度、心率、心率变异性、睡眠分期以及 40 多项衍生 EXG 分数)整合到响应中。需要 BCI 可穿戴设备(Muse 2/S 或 OpenBCI)以及本地运行的 NeuroSkill 桌面应用。
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
以下是 Hermes 在触发此技能时加载的完整技能定义。这是 Agent 在技能激活时看到的指令。
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的大脑和身体指标。利用这些数据提供具有认知感知能力的响应、建议干预措施,并长期跟踪心理表现。
⚠️ 仅限研究用途 — NeuroSkill 是一个开源研究工具。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。
完整的指标参考请参见 references/metrics.md,干预协议请参见 references/protocols.md,WebSocket/HTTP API 请参见 references/api.md。
前提条件
- 已安装 Node.js 20+(
node --version) - NeuroSkill 桌面应用正在运行,并已连接 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返回数据且无错误
验证设置
node --version # 必须为 20+
npx neuroskill status # 完整系统快照
npx neuroskill status --json # 机器可解析的 JSON
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 中的绿色指示灯(每个电极 ≥0.7)
- 如果提示
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,管道安全)和 --full(人类可读摘要 + JSON)。
| 命令 | 描述 |
|---|---|
status | 完整系统快照:设备、分数、频段、比率、睡眠、历史 |
session [N] | 单次会话分解,包含前半段/后半段趋势(0=最近一次) |
sessions | 列出所有天数的所有已记录会话 |
search | 对神经相似的历史时刻进行 ANN 相似性搜索 |
compare | A/B 会话比较,包含指标差异和趋势分析 |
sleep [N] | 睡眠分期分类(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,使用 --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(番茄钟/深度工作/短时专注预设) |
notify "title" "body" | 通过 NeuroSkill 应用发送操作系统通知 |
raw '{json}' | 向服务器传递原始 JSON |
全局标志
| 标志 | 描述 |
|---|---|
--json | 原始 JSON 输出(无 ANSI,管道安全) |
--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> | 监听持续时间(默认:5) |
--trends | 显示每个会话的指标趋势(sessions) |
--dot | Graphviz DOT 输出(交互式) |
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。默认输出是带颜色的、人类可读的文本。
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) — 持续注意力
"relaxation": 0.40, // α / (β + θ) — 平静清醒
"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 综合得出
"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,单位 bpm(来自 PPG)
"snr": 14.3, // 信噪比,单位 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)
"tar": 0.56, // Theta/Alpha 比值
"bar": 0.53, // Beta/Alpha 比值
"tbr": 1.06, // Theta/Beta 比值(ADHD 代理指标)
"apf": 10.1, // Alpha 峰值频率,单位 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(每个电极 0–1)、
session(时长、周期数)、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。永远不要只报告原始数字——始终赋予它们意义:
正确做法:
"你现在的专注度很扎实,达到了 0.70——这属于心流状态区间。心率稳定在 68 bpm,FAA 为正值,表明趋近动机良好。非常适合处理复杂任务。"
错误做法:
"专注度:0.70,放松度:0.40,心率:68"
关键解读阈值(完整指南请参见 references/metrics.md):
- 专注度 > 0.70 → 心流状态区间,请保持
- 专注度 < 0.40 → 建议休息或执行协议
- 困倦度 > 0.60 → 疲劳警告,有微睡眠风险
- 放松度 < 0.30 → 需要压力干预
- 认知负荷 > 0.70 持续 → 建议清空思绪或休息
- TBR > 1.5 → θ 波主导,执行控制能力下降
- FAA < 0 → 退缩/负面情绪——考虑 FAA 再平衡
- SNR < 3 dB → 信号不可靠,建议重新调整电极位置
3. 历史搜索
神经相似性搜索
npx neuroskill search --json # 自动:上次会话,k=5
npx neuroskill search --k 10 --json # 10 个最近邻
npx neuroskill search --start <UTC> --end <UTC> --json
通过 HNSW 近似最近邻搜索,在 128 维 ZUNA 嵌入中查找历史上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)以及最匹配的天数。
当用户询问以下问题时使用此功能:
- “我上次处于这种状态是什么时候?”
- “找到我最好的专注会话”
- “我通常下午什么时候崩溃?”
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标记时刻关联的 EXG 指标。
跨模态图搜索
npx neuroskill interactive "deep focus" --json
npx neuroskill interactive "deep focus" --dot | dot -Tsvg > graph.svg
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
npx neuroskill compare --json # 自动:最近 2 次会话
npx neuroskill compare --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json
返回约 50 个指标的差值,包含绝对变化、百分比变化和方向。还包括 insights.improved[] 和 insights.declined[] 数组、两次会话的睡眠分期以及一个 UMAP 任务 ID。
结合上下文解读对比结果——不仅要提差值,还要提趋势:
“昨天你有两个强专注时段(上午 10 点和下午 2 点)。今天你有一个从 11 点左右开始的专注时段,目前仍在持续。你今天的整体投入度更高,但压力尖峰也更多——压力指数上升了 15%,FAA 更频繁地跌入负值。”
# 按改善百分比排序指标
npx neuroskill compare --json | jq '.insights.deltas | to_entries | sort_by(.value.pct) | reverse'
5. 睡眠数据
npx neuroskill sleep --json # 最近 24 小时
npx neuroskill sleep 0 --json # 最近一次睡眠会话
npx neuroskill sleep --start <UTC> --end <UTC> --json
返回逐周期(5秒窗口)的睡眠分期及分析结果:
- 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:效率百分比、入睡潜伏期(分钟)、REM潜伏期(分钟)、睡眠周期次数
- 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'
当用户提到睡眠、疲劳或恢复时使用此功能。
6. 标记时刻
npx neuroskill label "突破性进展"
npx neuroskill label "学习算法"
npx neuroskill label "冥想后"
npx neuroskill label --json "专注块开始" # 返回 label_id
自动标记以下时刻:
- 用户报告突破性进展或洞见
- 用户开始新任务类型(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
- 发生显著状态转换(进入/离开心流状态)
标签存储在数据库中,并通过 search-labels 和 interactive 命令建立索引以便后续检索。
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、分数、标签)。需要 WebSocket 连接(--http 模式下不可用)。
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
npx neuroskill umap --json # 自动:最近2个会话
npx neuroskill umap --a-start <UTC> --a-end <UTC> --b-start <UTC> --b-end <UTC> --json
GPU 加速的 ZUNA 嵌入 3D UMAP 投影。separation_score 表示两个会话的神经差异程度:
- > 1.5 → 会话在神经层面存在差异(不同大脑状态)
- < 0.5 → 两个会话的大脑状态相似
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:专注度正在提升至0.62,放松状态良好为0.55,FAA呈阳性——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
仅在以下情况提及认知状态:
- 用户明确询问("我现在状态如何?"、"检查我的专注度")
- 用户报告难以集中注意力、压力或疲劳
- 达到关键阈值(困倦度 > 0.70,专注度 < 0.30 持续)
- 用户即将进行高认知需求活动并询问准备状态
不要打断心流状态来报告指标。如果专注度 > 0.75,请保护会话——保持沉默才是正确做法。
10. 建议协议
当指标显示需要时,从 references/protocols.md 中建议一个协议。开始前务必征询用户意见——切勿打断心流状态:
"过去15分钟你的专注力持续下降,TBR已超过1.5——这是θ波主导和精神疲劳的迹象。需要我带你做一个θ-β神经反馈锚定练习吗?这是一个90秒的练习,通过节奏计数和呼吸来抑制θ波、提升β波。"
关键触发条件:
- Focus < 0.40, TBR > 1.5 → θ-β神经反馈锚定或箱式呼吸
- Relaxation < 0.30, stress_index high → 心脏相干性或4-7-8呼吸
- Cognitive Load > 0.70 持续 → 认知负荷卸载(思维倾倒)
- Drowsiness > 0.60 → 超日节律重置或唤醒重置
- FAA < 0(负值) → FAA再平衡
- 心流状态(focus > 0.75, engagement > 0.70) → 请勿打断
- 高静止度 + headache_index → 颈部放松序列
- 低RMSSD(< 25ms) → 迷走神经调音
11. 附加工具
专注计时器
npx neuroskill timer --json
启动专注计时器窗口,提供番茄钟(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使用。
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
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 | 修复方法 |
|---|---|---|
npx neuroskill status 卡住 | 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、设备电量 |
| 所有评分返回0 | 电极接触不良 | 重新佩戴头带,湿润电极 |
signal_quality 值 < 0.7 | 电极松动 | 调整佩戴,清洁电极触点 |
| SNR < 3 dB | 信号噪声大 | 尽量减少头部移动,检查环境 |
command not found: npx | 未安装Node.js | 安装Node.js 20+ |
示例交互
"我现在状态如何?"
npx neuroskill status --json
→ 自然解读各项评分,提及专注力、放松度、情绪以及任何值得注意的比率(FAA、TBR)。仅在指标显示需要时建议采取行动。
"我无法集中注意力"
npx neuroskill status --json
→ 检查指标是否确认了问题(高θ波、低β波、TBR上升、高困倦度)。
→ 如果确认,从 references/protocols.md 中建议合适的方案。
→ 如果指标看起来正常,问题可能出在动机而非神经层面。
"比较我今天和昨天的专注力"
npx neuroskill compare --json
→ 解读趋势,而非仅仅数字。指出哪些方面改善、哪些下降以及可能的原因。
"我上次进入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在做什么(来自标签)。 “我睡得怎么样?”
npx neuroskill sleep --json
→ 报告睡眠结构(深睡期 N3%、REM 睡眠占比、睡眠效率),与健康目标对比, 并指出任何异常(高觉醒次数、REM 不足)。
“标记这一刻——我刚有了重大突破”
npx neuroskill label "breakthrough"
→ 确认标签已保存。可选地记录当前指标以便记住该状态。
参考文献
- NeuroSkill 论文 — arXiv:2603.03212(Kosmyna & Hauptmann,MIT 媒体实验室)
- NeuroSkill 桌面应用(GPLv3)
- NeuroLoop CLI 伴侣(GPLv3)
- MIT 媒体实验室项目