ai_member_xiaoban/memory/2026-05-24.md

2026-05-24 工作日志

新建技能: studytime-analysis

[刘庆逊提出] 创建学习时间分析技能，分析角色完课记录的规律。

技能结构

• skills/studytime-analysis/SKILL.md — 技能定义
• skills/studytime-analysis/scripts/studytime_analysis.py — Python 分析脚本

分析维度

1. 一周时间分布（排除寒暑假1-2月、7-8月）：周一~周日各天完课数、时段分布（上午/中午/下午/晚上）、周末是否上课
2. 跨周学习趋势（包含寒暑假全部数据）：总周数、周均完课数、连续性、中断周检测、前后半段趋势对比、突增/骤降检测
3. 完课记录明细表（全部数据）：日期/时间/星期/时段/级别/课程ID

数据源

• PostgreSQL Online（vala 库）
• 核心表：user_chapter_play_record_0~7（8张分表，无 bi_ 前缀）
• 筛选：play_status = 1
• 注意：表在 PostgreSQL 而非 MySQL，表名无 bi_ 前缀

寒暑假规则

• 一周分布分析时排除 1-2 月（寒假）和 7-8 月（暑假）—— 因为寒暑假作息与平时差异大，混在一起会干扰时段分析
• 跨周趋势和明细表包含全部数据（含寒暑假）
• 报告中区分标注数据范围

触发方式

用户说「学习时间分析 [角色ID]」即可触发

已测试角色

• 2343、2344：无完课记录（play_status=2，未完成）
• 2840：276条记录，秋季集中型用户
• 25976：265条，246条在W16周一天完成（A2批量），疑似系统批量标记
• 2895：188条，长期稳定学习型用户，36周几乎不间断，非寒暑假晚上为主，寒暑假上午为主

技术要点

• psycopg2 的 %(param_name)s 命名参数必须正确匹配，UNION ALL 多个子查询需要不同参数名
• PostgreSQL 返回的 updated_at 是 tz-aware datetime
• datetime.fromisocalendar(year, week, 1) 获取某周周一的日期

同步

• 已推送到 SkillHub（studytime-analysis.xiaoban）
• 已 commit 到 Git 远程仓库
• 已通知 Cris（李若松）

增强: 报告开头加入角色基本信息 (2026-05-24)

[刘庆逊提出] 在 studytime-analysis 输出中加入角色基本信息，包括：

• 角色ID、账号ID、角色名字、性别、年龄、账号手机号后4位

数据源（新增）：

• MySQL Online vala_user 库
• vala_app_character 表：id, account_id, nickname, gender(0=女/1=男), birthday(varchar "YYYY-MM-DD")
• vala_app_account 表：id, tel(已脱敏如 186****1625)
• 手机号已脱敏，直接取后4位；年龄从 birthday 计算

修改文件：

• skills/studytime-analysis/scripts/studytime_analysis.py：新增 MySQL 连接函数 get_mysql_connection() 和 fetch_role_info(role_id)，更新 format_report() 输出基本角色信息
• 已验证 2895 正常运行输出
• 已同步 SkillHub + Git