MindHub是一款专注于情感分析和情绪管理的日记应用，帮助用户记录和分析自己的情绪变化。应用通过苹果原生的自然语言处理(NLP)技术，自动分析日记内容中的情感，提供直观的情绪可视化和洞察。
- Apple情绪分析：采用苹果原生NLP框架分析日记内容，准确识别文本中的情绪类型和强度
- 情绪周报：自动生成每周情绪分析报告，包含情绪摘要、关键日记分析和个性化建议
- 自动情绪推断：根据分析结果自动推断用户心情，无需手动选择
- 情绪可视化：
- GitHub风格的日记活跃热图(GitHubStyleContributionView)
- 情绪价效度-唤起度象限散点图(EmotionQuadrantView)
- 情绪变化趋势图(EmotionTrendChartView)
- 个性化洞察：根据日记内容提供情感洞察和情绪变化趋势分析
- 标签组织：支持为日记添加标签，便于分类和查找
-
Apple NLP集成：
- 集成苹果原生自然语言处理框架进行情感分析
- 本地设备上进行分析，保护用户隐私
- 支持七种基本情绪识别：喜悦、悲伤、愤怒、恐惧、厌恶、惊讶和中性
-
情绪周报功能：
- 自动生成每周情绪周报，提供情绪概览和建议
- 详细分析情绪变化趋势和分布
- 提取关键情绪日记内容并提供个性化建议
-
情绪可视化升级：
- 新增情绪象限图，展示情绪的唤起度和效价分布
- 新增情绪趋势图，追踪情绪变化
- 优化GitHub风格的活跃度热图展示
-
UI界面优化：
- 重新设计了仪表盘布局，整合情绪分析组件
- 优化了图表可视化效果
- 增强了卡片组件的自定义性
- 语言和框架：Swift 5.9, SwiftUI
- UI组件：自定义SwiftUI视图，Chart框架绘制图表
- 情感分析：Apple NaturalLanguage框架进行情绪识别和分析
- 本地存储：用户数据本地存储，确保隐私安全
- 情绪模型：采用唤起度-效价二维模型分析情绪
MindHub使用Apple的NaturalLanguage框架进行情感分析。该框架具有以下特点：
- 高效的情感分析：能够准确理解语言的上下文和情感色彩
- 多情绪识别：能准确识别多种基本情绪及其强度
- 本地推理：分析在设备本地运行，确保用户隐私
- 系统级优化：作为系统组件，享有更好的性能和资源管理
模型可以捕捉到的情绪维度：
- 唤起度 (Arousal): 表示情绪的激活程度，从平静到激动
- 效价 (Valence): 表示情绪的正负性，从消极到积极
MindHub/
├── MindHubApp.swift # 应用入口和初始化
├── Views/ # 所有视图组件
│ ├── ContentView.swift # 主TabView容器
│ ├── DashboardView.swift # 仪表盘页面
│ ├── JournalView.swift # 日记列表页面
│ ├── WeeklyReportView.swift # 情绪周报页面
│ ├── EmotionQuadrantView.swift # 情绪象限图
│ ├── EmotionTrendChartView.swift # 情绪趋势图
│ ├── GitHubStyleContributionView.swift # GitHub风格的活跃热图
│ └── SettingsView.swift # 设置页面
├── ViewModels/ # 视图模型
│ └── JournalViewModel.swift # 日记数据处理逻辑
├── Models/ # 数据模型
│ ├── JournalEntry.swift # 日记条目模型
│ └── AppSettings.swift # 应用设置模型
└── Services/ # 服务层
└── EmotionAnalysisService.swift # Apple NLP情感分析服务
- iOS 17.0+
- Xcode 15.0+
- Swift 5.9+
- 克隆仓库
git clone https://github.com/lizixi-0x2F/MindHub.git- 打开Xcode项目
cd MindHub
open MindHub.xcodeproj- 选择目标设备并运行
欢迎提交问题报告和功能请求。如果您想贡献代码：
- Fork该仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature) - 提交您的更改 (
git commit -m 'Add some amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 开启一个Pull Request
© 2025 MindHub 版权所有。本项目采用MIT许可证。