2026-10-09 校注：星数、覆盖率及“已验证可用”为七月采集记录或项目自述，本次未复跑。参见 pynput 平台限制、压力原型 README、WakaTime CLI 与 Wakapi。

🔧 humon — 现有轮子调研报告

humon（Human State Monitor）扩展维度：部分开源方案的调研样本（非穷尽目录）

1. 键盘/鼠标行为 → 状态推断

⭐ stress-tracker-ai

URL: https://github.com/alwaysvivek/stress-tracker-ai 栈: Python, ML 说明: 作者宣称可在本地以鼠标/按键特征和 Ollama 推断压力；不是经本次验证的心理状态测量或临床工具。 可抄: 鼠标移动路径/点击模式 → 压力分数的推断管道。数据采集层直接用

🔍 user-action-monitoring

URL: https://github.com/vky29/user-action-monitoring 栈: Python, pynput 说明: 记录鼠标点击和按键，可用于可用性测试 可抄: pynput 采集层（跨平台键盘/鼠标事件监听）

🔍 pynput / keyboard / mouse（库级）

URL: https://github.com/moses-palmer/pynput (1.5k⭐) 栈: Python 说明: 跨平台键盘鼠标事件监听库。pynput.mouse.Listener / pynput.keyboard.Listener 可参考: pynput 事件接口；Wayland 下通常仅能观察 XWayland 应用，不能保证全桌面采集。接入还需处理权限、用户授权、隐私与服务生命周期。

🔍 Keystroke Dynamics（学术方向）

说明: 按键节奏生物识别的学术领域。打字速度、退格率、键间延迟 → 情绪/疲劳推断 可抄: 论文实现的公开数据集 + 特征工程代码

2. 深度工作/心流追踪

⭐ ActivityWatch (17.9k⭐) ⬅ 核心参考

URL: https://github.com/ActivityWatch/activitywatch 栈: Python（后端）+ Vue（前端）+ SQLite 说明: 跨平台自动时间追踪。watcher 架构，REST API 可抄:

aw-watcher-window → 活跃窗口追踪（xprop/xdotool）
aw-watcher-afk → AFK 检测（X11 idle time / GetLastInputInfo）
aw-watcher-web → 浏览器活动
数据模型：buckets → events 结构
REST API 设计模式

3. 屏幕时间/生产力追踪（self-hosted）

⭐ karlicoss/HPI (1.6k⭐)

URL: https://github.com/karlicoss/HPI 栈: Python 说明: “Human Programming Interface” — 聚合 30+ 个人数据源 可抄: 多源数据聚合架构、my.* 模块化设计

🔍 WakaTime（开源版）

URL: https://github.com/wakatime/wakatime-cli 栈: Go（当前 CLI） 说明: WakaTime CLI 是数据采集客户端；自托管后端可参考 https://github.com/muety/wakapi ，两者不是同一个组件。原仓库链接本次返回 404。 可抄: IDE 插件架构和 heartbeat 数据模型

4. 人类状态推断（情绪/精力/压力）

stress-tracker-ai 直接匹配。mood-tracker topic 多数是手动记录。本次样本不足以证明“没有成熟方案”，也不能仅凭活动信号确认内在情绪。Humon 的 LLM 推断是设计选择，准确性需独立评估。

5. AFK/空闲检测 + 上下文切换

⭐ aw-watcher-afk / aw-watcher-window

直接从 ActivityWatch 子项目复制 idle 检测代码：

Linux: xprintidle / XScreenSaverQueryInfo
Windows: GetLastInputInfo API
macOS: CGEventSourceSecondsSinceLastEvent

上下文切换频率：humon 已有窗口切换数据，加时间戳差值即可，仍需实现聚合、去重与口径校验。

6. 可穿戴数据导入（HRV/心率/睡眠）

库	⭐	用途
HeartPy	400	PPG 心率 + HRV 分析
neurokit2	1.5k	ECG/PPG/EDA 全栈生物信号
apple-health-parser	—	Apple Watch 导出 XML 解析
ouraring	—	Oura Ring API 客户端
sleep-analysis	—	睡眠相位检测

7. 游戏化引擎（补充）

awesome-gamified-life — 50 行 Flask+SQLite 核心循环，已验证可用
eighty-mcp-examples — 35 tools 游戏化 MCP server
Ragde54/habit_tracker_mcp — SQLAlchemy + 95% 测试覆盖

8. 推荐整合策略

以下只是未实施的粗略行数估算；分项合计 240 行，未计测试、权限、配置及集成。

P0 → pynput 接入鼠标/键盘事件       (10 行)
P0 → 窗口标题采集（替代进程名）       (30 行, aw-watcher-window 参考)
P0 → AFK idle 检测                  (20 行, aw-watcher-afk 逻辑)
P1 → 上下文切换频率                   (0 行新采集, 差值计算)
P1 → 退格率/打字速度→卡壳             (30 行, pynput 增强)
P2 → 可穿戴数据管道                   (50 行)
P2 → 干预反馈闭环                     (100 行)

结论：ActivityWatch 是最大抄作业对象。 其 aw-watcher-* 可直接替换或增强 humon collector。pynput 和 neurokit2 是库级依赖。LLM 推断并非 Humon 独有；不能把这些原型建议当作已完成集成。

知识库

探索

🔧 humon 现有轮子调研报告