用途
Wispr Analytics 用于提取并分析 Wispr Flow 语音听写历史，将量化指标与 LLM 驱动的定性分析结合，服务于自我反思、工作模式识别和心理健康觉察。数据来源为本地 SQLite 数据库，路径为 ~/Library/Application Support/Wispr Flow/flow.sqlite，关键表为 History，字段包括 formattedText、timestamp、app、numWords、duration、speechDuration、detectedLanguage、isArchived。资料提到用户自 2025 年 2 月起有约 8,500 条以上听写记录，为俄语/英语双语，涉及 iTerm2、ChatGPT、Arc 浏览器、Claude Desktop、Windsurf、Telegram、Obsidian、Perplexity 等应用。
主要能力
数据提取脚本 scripts/extract_wispr.py 支持多种时间段：today（默认）、yesterday、week（最近 7 天）、month（最近 30 天）、具体日期 YYYY-MM-DD、日期范围 YYYY-MM-DD:YYYY-MM-DD。模式包括：all（完整分析，默认）、technical（筛选编码/AI 工具听写）、soft（筛选沟通/写作听写）、trends（关注数量/频率模式）、mental（全部文本，用于身心反思）。
对比与图表：--compare 自动与前一时段对比；--graphs PATH 生成带 Chart.js 图表的 HTML 仪表盘，图表包含每日词数叠加、每小时活动、类别分布、常用应用、语言分布。
韵律模式：独立分析模式，读取 History.audio 中存储的 WAV 录音，使用 Praat（parselmouth）提取韵律特征作为情绪/精力代理指标。测量音高 F0（均值、中位数、最小、最大、范围、标准差、变异系数 CV）、强度（均值、范围、标准差）、嗓音质量（jitter、shimmer、HNR，计算在 try/except 中，失败片段会被跳过并计数）、语速（numWords/(speechDuration/60) WPM）与停顿比。按语言（俄语/英语）分开统计，并提供多日趋势表。音频保留有限：Wispr 仅保留最近约 900 条听写的录音（总计 16,000+ 行），旧行音频在上传后被裁剪，builtInAudio 始终为空，因此韵律仅适用于近期听写；每次报告开头会显示覆盖行（本时段 Y 条听写中有 X 条保留了音频），并用 --limit 截断时记录日志。韵律分析约 300 片段需 15-20 秒，默认 --limit 300 以限制运行时长。依赖 pip install praat-parselmouth。
工作流程：步骤 1 提取数据（--format json 获取完整数据，--texts-only 用于 LLM 分析）；步骤 2 展示量化摘要（总听写数、词数、语音时长、类别分布、语言分布、每小时活动模式、每日趋势、常用应用）；步骤 3 读取 references/analysis-prompts.md 加载对应分析模板进行定性分析；步骤 4 输出到 vault 中 meta/wispr-analytics/YYYYMMDD-period-mode.md，带 front-matter，或按用户要求仅输出到控制台。文本样本每次提取上限 100 条。
使用方式
典型命令：
python3 scripts/extract_wispr.py --period today --mode all --format json
python3 scripts/extract_wispr.py --period week --format markdown
python3 scripts/extract_wispr.py --period month --mode mental --texts-only
python3 scripts/extract_wispr.py --period month --compare --format markdown
python3 scripts/extract_wispr.py --period week --compare --graphs /tmp/wispr-week.html
python3 scripts/extract_prosody.py --period week
python3 scripts/extract_prosody.py --period month --format json
python3 scripts/extract_prosody.py --period 2026-06-11 --limit 600
韵律脚本参数：--period（语义同 extract_wispr.py）、--format text|json、--limit N（默认 300，截断时输出到 stderr）、--output PATH。数据库以只读方式打开（mode=ro&immutable=1）。
应用分类映射
提取脚本对应用分类：coding（iTerm2、cmuxterm、VS Code、Windsurf、Zed、Cursor、Terminal）；ai_tools（ChatGPT、Claude Desktop、Perplexity、OpenAI Atlas、Codex）；communication（Telegram、Messages、Slack、Zoom）；writing（Obsidian、Notes、Chrome、Arc 浏览器）。
词典管理
词典 JSON 位于 ~/ai_projects/claude-skills/wispr-analytics/data/dictionary.json，受版本控制。脚本 scripts/wispr_dictionary.py 支持：check（检查数据库健康与词典统计）、list（列出条目，可用 --filter）、export（导出 JSON）、suggest（通过分析 ASR 与格式化文本差异建议新条目，参数 --days --min-freq）、propose（读取近期听写日志，提出片段、替换规则、词汇三类建议，只读，安全可与 Wispr 同时运行，参数 --days --min-freq --format）、add（添加词条或替换规则）、remove（移除条目）、import（从 JSON 导入，支持 --dry-run）。
安全规则：任何写入操作（add、remove、import）前必须退出 Wispr Flow，脚本会自动强制执行；运行中的读操作（export、list、suggest、check）安全。Wispr Flow 打开数据库时写入会导致索引损坏。流程为：用 pgrep -f "Wispr Flow" 检查运行状态，如运行则请用户先退出（Cmd+Q），写入后运行 check 验证完整性，再重启 Wispr Flow。
词典条目类型：识别词（仅短语，教 Wispr 正确听写）、替换规则（短语→替换，自动纠正误听）、片段（isSnippet=true，文本扩展快捷方式）。propose 三类候选包括：片段候选（重复出现的 URL、邮箱、电话及重复模板句，按规范化逐字频率统计，≥8 词）、替换规则候选、词汇候选（频繁听写的大写/技术术语）。资料指出片段是杠杆最高但最未被充分利用的功能，建议优先展示片段候选。
适用场景与限制
适用于分析个人语音听写习惯、工作模式、生产力与身心状态反思，以及改善 Wispr Flow 识别准确率。限制与注意：分析始终只读，不修改 Wispr 数据；词典写入前必须退出 Wispr Flow；文本样本每次提取上限 100 条；韵律分析仅适用于保留音频的近期听写；声学特征受麦克风、房间、感冒和语言影响，应与用户近期同语言基线对比，且仅作反思邀请而非诊断。