什么是 wispr-analytics?
在分析 Wispr Flow 语音听写历史以进行自我反思、工作模式、心理健康洞察或生产力分析时,应使用此技能。由“/wispr-analytics”、“分析我的听写”、“我今天听写了什么”、“wispr 反射”等请求或任何审查语音听写模式的请求触发。支持模式 - 技术(编码/工作)、软性(通信)、趋势(数量/频率)、心理(情感/能量/沉思)。 来源:glebis/claude-skills。
在分析 Wispr Flow 语音听写历史以进行自我反思、工作模式、心理健康洞察或生产力分析时,应使用此技能。由“/wispr-analytics”、“分析我的听写”、“我今天听写了什么”、“wispr 反射”等请求或任何审查语音听写模式的请求触发。支持模式 - 技术(编码/工作)、软性(通信)、趋势(数量/频率)、心理(情感/能量/沉思)。
通过命令行快速安装 wispr-analytics AI 技能到你的开发环境
来源:glebis/claude-skills。
Extract and analyze Wispr Flow dictation history from the local SQLite database. Combine quantitative metrics with LLM-powered qualitative analysis for self-reflection, work pattern recognition, and mental health awareness.
Key table: History with fields: formattedText, timestamp, app, numWords, duration, speechDuration, detectedLanguage, isArchived.
The user has 8,500+ dictations since Feb 2025, bilingual (Russian/English), across apps: iTerm2, ChatGPT, Arc browser, Claude Desktop, Windsurf, Telegram, Obsidian, Perplexity.
在分析 Wispr Flow 语音听写历史以进行自我反思、工作模式、心理健康洞察或生产力分析时,应使用此技能。由“/wispr-analytics”、“分析我的听写”、“我今天听写了什么”、“wispr 反射”等请求或任何审查语音听写模式的请求触发。支持模式 - 技术(编码/工作)、软性(通信)、趋势(数量/频率)、心理(情感/能量/沉思)。 来源:glebis/claude-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/glebis/claude-skills --skill wispr-analytics在分析 Wispr Flow 语音听写历史以进行自我反思、工作模式、心理健康洞察或生产力分析时,应使用此技能。由“/wispr-analytics”、“分析我的听写”、“我今天听写了什么”、“wispr 反射”等请求或任何审查语音听写模式的请求触发。支持模式 - 技术(编码/工作)、软性(通信)、趋势(数量/频率)、心理(情感/能量/沉思)。 来源:glebis/claude-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/glebis/claude-skills --skill wispr-analytics 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/glebis/claude-skills