你有沒有過這樣一種感覺明明覺得自己最近狀態(tài)在變好結果隔了兩天又被打回原形。尤其在經歷過一段“斷聯(lián)式”的冷處理關系后很多人會反復確認我到底是在回升還是只是短暫的錯覺在“雙生火焰”這個概念里這類狀態(tài)非常典型。不少關注這個領域的小伙伴會經歷所謂的斷聯(lián)期、冷戰(zhàn)期、卡頓期情緒在高低之間來回震蕩。與其靠感覺去猜不如把每天的“能量狀態(tài)”變成一條可以回看的曲線。這篇文章就圍繞“雙生火焰能量檢測”這個需求用 Python 寫一個本地自檢工具。它不需要聯(lián)網、不需要注冊賬號只需要你每天花一分鐘錄入數據就能自動生成趨勢圖、檢測能量是否回升、輸出周報總結。無論你是想通過工具管理自己的情緒狀態(tài)還是想練手 Python 的 SQLite、命令行交互和數據分析這篇教程都適用。代碼我會完整給出配合運行結果說明照著敲就能跑起來。1. 為什么需要“能量檢測”工具1.1 斷聯(lián)、冷戰(zhàn)、卡頓期的真實痛點在雙生火焰的語境中兩個人之間的關系狀態(tài)很少是平穩(wěn)的。常見的狀態(tài)包括斷聯(lián)、冷戰(zhàn)、卡頓、緩和、流動等。處于這些階段的人可能會有一種共同體驗情緒消耗大、自我懷疑頻繁、反復回想過去的互動細節(jié)。這種狀態(tài)下人對“自己狀態(tài)到底怎么樣”的判斷其實是模糊的。你今天覺得心情不錯以為能量回升了晚上翻到舊聊天記錄情緒又跌回去。如果只憑感覺很難區(qū)分“短期波動”和“真實趨勢”。這里要說明一點雙生火焰這個概念是否準確、是否科學不是本文討論的重點。我們真正要做的事情是——把一種主觀狀態(tài)用數據的方式記錄下來讓趨勢看得見。1.2 把模糊感受變成可量化數據“能量回升”聽起來很抽象但如果把它拆成幾個維度其實是可以量化的。比如當下的能量評分1 到 10 分給自己今天的狀態(tài)打分。當前的關系狀態(tài)斷聯(lián)、冷戰(zhàn)、卡頓、緩和、流動、正常。情緒標簽焦慮、內耗、平靜、期待、釋然、喜悅等。想補充的記錄今天發(fā)生了什么、有什么覺察。每天花一分鐘記錄積累一周后你就能看到自己的能量波動曲線。再往后程序可以通過數學方式判斷最近三天的平均分是否明顯高于前三天從而給出“能量回升”的提示。1.3 這個工具解決了什么問題市面上確實有一些小程序或問卷調查可以用來記錄情緒和關系狀態(tài)但它們往往偏重社交分享或者數據托管在云端。對于一段比較私密的關系復盤來說很多人不希望把這些內容上傳到公共服務器。所以這個工具的設計目標是本地運行、數據自己保存、邏輯完全透明。它本質上是一個命令行版的關系狀態(tài)自檢清單只是把它做成了可以自動產出結論的版本。既保護隱私又能滿足“能量檢測”的儀式感。2. 環(huán)境準備與項目結構2.1 開發(fā)環(huán)境與版本說明本文使用 Python 3 編寫以 Python 3.10 作為演示環(huán)境。數據庫使用 Python 自帶的 sqlite3 模塊不需要單獨安裝數據庫服務。繪圖部分使用 matplotlib需要單獨安裝。版本方面sqlite3 是標準庫不用管版本。matplotlib 建議安裝 3.6 以上版本兼容性更好。如果你用的是 Python 3.8代碼也基本兼容只是個別語法細節(jié)要注意。2.2 安裝依賴只需要安裝一個第三方庫pip install matplotlib如果你的網絡環(huán)境安裝速度慢可以換用國內鏡像源例如清華源pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple其他模塊全部來自 Python 標準庫包括 sqlite3、datetime、collections、os、sys 等。2.3 項目文件結構這個項目不需要復雜的目錄結構所有代碼可以放在一個文件里方便后續(xù)修改和擴展。double_flame_energy/ ├── energy_checker.py # 主程序 └── energy_checker.db # 首次運行后自動生成的數據庫文件如果你希望代碼更規(guī)范一點也可以拆成多個模塊。但作為本地小工具單文件足夠也更容易分享。3. 數據結構與核心設計思路3.1 數據庫表設計既然要做本地記錄第一件事就是設計數據表。我們使用 SQLite 保存每日記錄表結構如下字段名類型說明idINTEGER主鍵自增log_dateTEXT記錄日期格式為 YYYY-MM-DDrole_typeTEXT角色類型positive 表示陽性方negative 表示陰性方energy_scoreINTEGER能量評分取值 1 到 10relation_stateTEXT關系狀態(tài)例如斷聯(lián)、冷戰(zhàn)、卡頓emotion_tagsTEXT情緒標簽多個用逗號分隔noteTEXT備注文字可選created_atTEXT記錄創(chuàng)建時間這里要注意一個設計細節(jié)雙生火焰的“能量檢測”并不是去檢測兩個人的“關系值”而是去記錄每個人各自的狀態(tài)。這很貼合“各自修行”的理念——陽性方和陰性方各自記錄、各自分析不互相干擾也不做所謂的“同步對比”。3.2 功能模塊劃分整個工具可以拆成幾個功能模塊數據庫初始化創(chuàng)建表。添加記錄錄入日期、角色、評分、狀態(tài)、標簽和備注。查詢記錄按角色和時間范圍查詢歷史數據。趨勢分析計算平均分、最高分、最低分判斷能量方向。回升檢測比較最近一個窗口和前一個窗口的平均分超過閾值則提示能量回升。趨勢圖繪制把每日能量分畫成折線圖。周報總結匯總最近 7 天的數據輸出文字總結。3.3 能量回升的判定邏輯“能量回升”的判定不能只看一天的分數因為單日波動太正常了。所以這里采用窗口平均分對比的邏輯。假設窗口大小為 3 天取出最近 6 條有效記錄。后 3 條的平均分記為 recent_avg前 3 條的平均分記為 prev_avg。如果 recent_avg prev_avg 1.5就認為能量出現明顯回升。如果 recent_avg prev_avg - 1.5則認為能量仍在回落。閾值 1.5 是經驗值你可以根據自己的記錄習慣調整。記錄一段時間后可能會發(fā)現自己的分數波動范圍比較集中比如一直在 3 到 5 分之間波動那 1.5 的閾值就偏大了可以改為 0.8 或者 1.0。除了窗口對比我們還會計算最近記錄的整體趨勢斜率。用簡單的線性回歸公式算出斜率如果斜率大于 0說明整體方向是向上的。4. 完整代碼實現4.1 初始化數據庫先把基礎框架寫出來。新建 energy_checker.py 文件代碼如下# -*- coding: utf-8 -*- 雙生火焰能量檢測工具 記錄每日能量狀態(tài)生成趨勢報告 import os import sqlite3 import sys from datetime import datetime, timedelta from collections import Counter DB_PATH os.path.join(os.path.dirname(os.path.abspath(__file__)), energy_checker.db) ROLE_MAP { 1: (positive, 陽性方), 2: (negative, 陰性方), } STATE_OPTIONS [斷聯(lián), 冷戰(zhàn), 卡頓, 緩和, 流動, 正常, 其他] def init_db(): 初始化數據庫表和必要的索引 conn sqlite3.connect(DB_PATH) cursor conn.cursor() cursor.execute( CREATE TABLE IF NOT EXISTS energy_log ( id INTEGER PRIMARY KEY AUTOINCREMENT, log_date TEXT NOT NULL, role_type TEXT NOT NULL, energy_score INTEGER NOT NULL CHECK (energy_score BETWEEN 1 AND 10), relation_state TEXT NOT NULL, emotion_tags TEXT, note TEXT, created_at TEXT DEFAULT (datetime(now, localtime)) ) ) cursor.execute( CREATE INDEX IF NOT EXISTS idx_role_date ON energy_log (role_type, log_date) ) conn.commit() conn.close()這里使用CHECK (energy_score BETWEEN 1 AND 10)在數據庫層面做約束防止錄入異常分數。索引idx_role_date是為了提高按角色和日期查詢的速度雖然數據量小的時候感受不到差別但這是一個好習慣。4.2 添加每日記錄錄入功能是核心。為了讓用戶操作方便我們做一個交互式函數。日期默認取當天也允許手動輸入方便補錄之前漏掉的數據。def add_record(): 交互式添加一條能量記錄 print(\n---------- 添加能量記錄 ----------) role_input input(請選擇當前記錄的角色1陽性方2陰性方).strip() if role_input not in ROLE_MAP: print(輸入有誤請重新運行后選擇 1 或 2。) return role_type, role_name ROLE_MAP[role_input] date_input input(請輸入日期格式 YYYY-MM-DD直接回車則使用今天).strip() if not date_input: date_input datetime.now().strftime(%Y-%m-%d) else: try: datetime.strptime(date_input, %Y-%m-%d) except ValueError: print(日期格式不正確請使用 YYYY-MM-DD 格式。) return try: score_input int(input(請輸入今日能量評分1-10).strip()) if score_input 1 or score_input 10: print(能量評分必須在 1 到 10 之間。) return except ValueError: print(能量評分必須是整數。) return print(請選擇關系狀態(tài)) for idx, state in enumerate(STATE_OPTIONS, start1): print(f{idx}. {state}) state_input input(請輸入狀態(tài)編號).strip() try: relation_state STATE_OPTIONS[int(state_input) - 1] except (ValueError, IndexError): print(狀態(tài)編號無效。) return emotion_tags input(請輸入情緒標簽多個用逗號分隔例如焦慮,內耗,期待).strip() note input(請輸入備注可留空).strip() conn sqlite3.connect(DB_PATH) conn.execute( INSERT INTO energy_log (log_date, role_type, energy_score, relation_state, emotion_tags, note) VALUES (?, ?, ?, ?, ?, ?) , (date_input, role_type, score_input, relation_state, emotion_tags, note) ) conn.commit() conn.close() print(f\n記錄成功{role_name} | {date_input} | 能量 {score_input} 分 | 狀態(tài) {relation_state})這里把所有輸入都做了校驗角色必須合法、日期格式必須正確、評分必須在 1 到 10 之間、狀態(tài)編號必須在選項范圍內。在實際項目中輸入校驗是非常重要的環(huán)節(jié)尤其是用戶直接輸入文本時必須考慮“輸入異?！钡那闆r。4.3 查詢與趨勢分析查詢記錄時需要支持按角色過濾并且要按日期排序。為了便于后續(xù)統(tǒng)計我使用sqlite3.Row來訪問列名避免搞混列索引。def fetch_records(role_typeNone, daysNone): 查詢能量記錄可按角色和最近天數過濾 conn sqlite3.connect(DB_PATH) conn.row_factory sqlite3.Row sql SELECT * FROM energy_log params [] if role_type: sql WHERE role_type ? params.append(role_type) if days: start_date (datetime.now() - timedelta(daysdays - 1)).strftime(%Y-%m-%d) if role_type: sql AND log_date ? else: sql WHERE log_date ? params.append(start_date) sql ORDER BY log_date ASC, id ASC rows conn.execute(sql, params).fetchall() conn.close() return rows這個函數是后面很多分析功能的數據基礎。days參數用來控制時間范圍比如days7表示最近 7 天days30表示最近 30 天。然后我們寫一個展示記錄的輔助函數def show_records(role_typeNone, limit10): 展示最近 N 條記錄 conn sqlite3.connect(DB_PATH) conn.row_factory sqlite3.Row sql SELECT * FROM energy_log params [] if role_type: sql WHERE role_type ? params.append(role_type) sql ORDER BY log_date DESC, id DESC LIMIT ? params.append(limit) rows conn.execute(sql, params).fetchall() conn.close() if not rows: print(暫無記錄。) return print(\n---------- 最近記錄 ----------) for row in rows: role_display 陽性方 if row[role_type] positive else 陰性方 print( f{row[log_date]} | {role_display} | f能量 {row[energy_score]} 分 | 狀態(tài) {row[relation_state]} | f標簽 {row[emotion_tags] or 無} )4.4 回升檢測與繪圖接下來是大家最關心的“能量回升檢測”功能。這里使用窗口平均分對比 線性斜率兩種方式判斷。def linear_slope(scores): 計算一組數據的線性趨勢斜率使用最小二乘法 n len(scores) if n 2: return 0.0 xs list(range(n)) x_mean sum(xs) / n y_mean sum(scores) / n numerator sum((xs[i] - x_mean) * (scores[i] - y_mean) for i in range(n)) denominator sum((xs[i] - x_mean) ** 2 for i in range(n)) if denominator 0: return 0.0 return numerator / denominator def detect_energy_rise(role_type, window3, threshold1.5): 檢測能量是否回升 rows fetch_records(role_type) if len(rows) window * 2: print(f當前數據量為 {len(rows)} 條至少需要 {window * 2} 條記錄才能進行窗口對比。) print(請繼續(xù)記錄幾天后再檢測。) return scores [row[energy_score] for row in rows] prev_avg sum(scores[-window * 2:-window]) / window recent_avg sum(scores[-window:]) / window slope linear_slope(scores[-7:]) print(\n---------- 能量回升檢測 ----------) print(f角色{陽性方 if role_type positive else 陰性方}) print(f前 {window} 天平均分{prev_avg:.2f}) print(f最近 {window} 天平均分{recent_avg:.2f}) print(f最近 7 條趨勢斜率{slope:.3f}正數表示整體上升) if recent_avg prev_avg threshold: print(結論檢測到明顯能量回升繼續(xù)保持記錄。) elif recent_avg prev_avg - threshold: print(結論能量仍在回落建議關注休息和自我照顧。) else: print(結論能量處于平穩(wěn)波動區(qū)間沒有明顯趨勢變化。)繪圖部分使用 matplotlib。由于我們的數據量不大直接繪制折線圖把每天的分數連起來。為了讓圖表更清晰我還會在圖上標出平均分參考線。def plot_trend(role_typeNone): 繪制能量趨勢圖不指定角色時繪制雙方對比 if role_type: rows fetch_records(role_type) if not rows: print(沒有該角色的記錄無法繪圖。) return dates [row[log_date] for row in rows] scores [row[energy_score] for row in rows] plt.figure(figsize(10, 5)) plt.plot(dates, scores, markero, label陽性方 if role_type positive else 陰性方) plt.axhline(ysum(scores) / len(scores), linestyle--, colorgray, label平均線) plt.title(能量趨勢圖) plt.xlabel(日期) plt.ylabel(能量評分) plt.ylim(0, 11) plt.xticks(rotation45) plt.legend() plt.tight_layout() plt.show() else: pos_rows fetch_records(positive) neg_rows fetch_records(negative) if not pos_rows and not neg_rows: print(沒有任何記錄無法繪圖。) return plt.figure(figsize(10, 5)) if pos_rows: plt.plot( [r[log_date] for r in pos_rows], [r[energy_score] for r in pos_rows], markero, label陽性方 ) if neg_rows: plt.plot( [r[log_date] for r in neg_rows], [r[energy_score] for r in neg_rows], markero, label陰性方 ) plt.title(雙生火焰能量趨勢對比) plt.xlabel(日期) plt.ylabel(能量評分) plt.ylim(0, 11) plt.xticks(rotation45) plt.legend() plt.tight_layout() plt.show()在代碼文件頂部需要加入 matplotlib 的導入并且設置中文字體否則繪圖時中文會顯示成方塊。import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, PingFang SC] plt.rcParams[axes.unicode_minus] False4.5 周報總結除了單次檢測周報是一個非常實用的功能。它可以把最近 7 天的數據匯總成一段文字包含記錄數量、平均分、最高分、最低分和最常見的情緒標簽。def weekly_report(role_typeNone): 生成最近 7 天的文字周報 rows fetch_records(role_type, days7) if not rows: print(最近 7 天沒有記錄無法生成周報。) return scores [row[energy_score] for row in rows] avg_score sum(scores) / len(scores) max_row max(rows, keylambda r: r[energy_score]) min_row min(rows, keylambda r: r[energy_score]) counter Counter() for row in rows: tags row[emotion_tags] if tags: for tag in tags.split(,): tag tag.strip() if tag: counter[tag] 1 top_tags counter.most_common(3) tags_text 、.join(f{tag}{count}次 for tag, count in top_tags) if top_tags else 無 role_prefix if role_type: role_prefix 陽性方 if role_type positive else 陰性方 print(\n---------- 最近 7 天周報 ----------) print(f{role_prefix} 記錄天數{len(rows)} 天) print(f平均能量分{avg_score:.2f}) print(f最高能量分{max_row[energy_score]} 分{max_row[log_date]}) print(f最低能量分{min_row[energy_score]} 分{min_row[log_date]}) print(f出現最多的情緒標簽{tags_text}) if avg_score 7: print(整體狀態(tài)較好建議繼續(xù)保持當前的作息和覺察習慣。) elif avg_score 4: print(整體狀態(tài)中等可以觀察是什么因素在影響能量波動。) else: print(整體狀態(tài)偏低建議減少內耗優(yōu)先照顧身體和睡眠。)4.6 命令行交互入口最后是主菜單把前面所有功能串起來。def main(): 主程序入口 init_db() while True: print(\n 雙生火焰能量檢測工具 ) print(1. 添加能量記錄) print(2. 查看最近記錄) print(3. 檢測能量回升) print(4. 繪制趨勢圖) print(5. 生成周報) print(0. 退出) choice input(請輸入功能編號).strip() if choice 1: add_record() elif choice 2: role_input input(選擇角色1陽性方2陰性方直接回車查看全部).strip() role_type ROLE_MAP.get(role_input, (None, None))[0] if role_input in ROLE_MAP else None limit_input input(請輸入要查看的記錄條數默認 10).strip() limit int(limit_input) if limit_input.isdigit() else 10 show_records(role_typerole_type, limitlimit) elif choice 3: role_input input(選擇角色1陽性方2陰性方).strip() if role_input not in ROLE_MAP: print(輸入有誤。) continue role_type, _ ROLE_MAP[role_input] detect_energy_rise(role_type) elif choice 4: role_input input(選擇角色1陽性方2陰性方直接回車畫雙方對比).strip() role_type ROLE_MAP.get(role_input, (None, None))[0] if role_input in ROLE_MAP else None plot_trend(role_type) elif choice 5: role_input input(選擇角色1陽性方2陰性方直接回車查看全部).strip() role_type ROLE_MAP.get(role_input, (None, None))[0] if role_input in ROLE_MAP else None weekly_report(role_type) elif choice 0: print(退出工具再見。) sys.exit(0) else: print(無效輸入請重新選擇。) if __name__ __main__: main()這里有一個小細節(jié)需要注意role_type ROLE_MAP.get(role_input, (None, None))[0] if role_input in ROLE_MAP else None這段邏輯會先判斷輸入是否在 ROLE_MAP 中然后再安全取值。如果用戶輸入了其他數字或字母role_type會變成 None表示查看全部角色數據。5. 運行與驗證把上述所有代碼按順序保存在energy_checker.py文件中然后在終端運行python energy_checker.py第一次進入菜單后選擇 1 添加一條記錄。假設今天是 2025-08-08我們分別給陽性方和陰性方各添加一條記錄----- 添加能量記錄 ----- 請選擇當前記錄的角色1陽性方2陰性方1 請輸入日期格式 YYYY-MM-DD直接回車則使用今天 請輸入今日能量評分1-107 請選擇關系狀態(tài) 1. 斷聯(lián) 2. 冷戰(zhàn) 3. 卡頓 4. 緩和 5. 流動 6. 正常 7. 其他 請輸入狀態(tài)編號3 請輸入情緒標簽多個用逗號分隔例如焦慮,內耗,期待平靜,釋然 請輸入備注可留空今天想通了很多事 記錄成功陽性方 | 2025-08-08 | 能量 7 分 | 狀態(tài) 卡頓再用角色 2 添加一條陰性方記錄能量分可以填 6。連續(xù)記錄幾天后選擇 3 檢測能量回升。如果連續(xù)記錄的數據還不足 6 條程序會提示繼續(xù)記錄這是符合預期的。當數據足夠后輸出示例---------- 能量回升檢測 ---------- 角色陽性方 前 3 天平均分4.67 最近 3 天平均分6.33 最近 7 條趨勢斜率0.536正數表示整體上升 結論檢測到明顯能量回升繼續(xù)保持記錄。這個結果對應的含義是前三天還在低位徘徊最近三天整體在往上走趨勢斜率也是正的說明“能量回升”是真實發(fā)生的而不是某一天的偶然波動。6. 常見問題與排查思路問題現象常見原因解決思路Windows 控制臺打印中文出現亂碼系統(tǒng)默認編碼不是 UTF-8運行前執(zhí)行set PYTHONIOENCODINGutf-8或使用 Windows Terminal 運行matplotlib 繪圖中文字體顯示為方框系統(tǒng)缺少中文字體或沒有正確設置字體在代碼頂部設置plt.rcParams[font.sans-serif]選擇系統(tǒng)已安裝的中文字體重復添加同一天的記錄程序沒有限制每天只能記錄一次可以自己增加唯一約束或在添加前按日期和角色查詢是否已存在記錄能量評分錄入時容易輸錯手動輸入整數容易誤觸其他鍵代碼已使用 try-except 捕獲異常后續(xù)可改為滑塊式交互界面檢測回升時提示數據不足當前記錄少于 6 條建議連續(xù)記錄至少一周后再做檢測一天多條記錄也能生效數據庫文件被誤刪數據庫是本地文件缺乏備份定期備份 energy_checker.db 文件或接入導出功能7. 最佳實踐與工程建議7.1 評分標準要固定能量評分是這個工具里最核心的數字它的意義完全取決于記錄者自己的標準。為了避免“今天心情好打 9 分明天心情差打 2 分”這種混亂建議在開始記錄前先給自己定一個標準。比如可以這樣定9 到 10 分情緒充沛行動力強幾乎沒有內耗。7 到 8 分狀態(tài)不錯偶有小波動。5 到 6 分平穩(wěn)有輕微焦慮或疲憊。3 到 4 分情緒低落容易陷入反芻。1 到 2 分極度消耗需要先照顧基本生活。標準一旦確定就不要頻繁修改。如果某天覺得自己對某個狀態(tài)有新的理解可以在備注里寫明而不是回頭去改歷史分數。7.2 趨勢判斷以周為單位能量回升檢測使用的是最近 3 天和前 3 天的平均值對比這個窗口比較短適合做短期提醒。但從工程和成長的角度來看以周為單位觀察趨勢更穩(wěn)妥。我建議每周固定時間跑一次周報看看這一周的平均分和上周相比是漲是跌。如果連續(xù)兩周平均分都低于 4 分可能說明當前的生活節(jié)奏需要調整而不是僅僅靠“覺察”就能解決。這時候可以結合睡眠、運動、社交等客觀指標一起看。7.3 隱私與備份這條工具的數據庫文件energy_checker.db里保存的是非常私密的個人記錄。建議不要把這個文件同步到公共網盤。如果需要備份可以加密后保存到本地移動硬盤。不要在公共電腦上長期保留數據庫文件。如果要把數據分享給信任的人建議只導出折線圖和文字匯總不要直接給對方數據庫文件。7.4 代碼的可擴展方向這個工具目前是單文件命令行版本擴展空間還很大。如果你有編程基礎可以考慮把命令行交互改成 Web 界面方便在手機瀏覽器上錄入。引入 pandas 做更復雜的統(tǒng)計比如按周期對比、移動平均線、情緒標簽共現分析。接入企業(yè)微信機器人或釘釘機器人每天定時提醒記錄。增加導出 Excel 的功能方便自己用表格做二次分析。做多用戶支持給陽性方和陰性方分別設置訪問密碼。不過這些擴展要建立在數據規(guī)范和隱私保護的基礎上。如果在本地工具階段就沒有做好統(tǒng)一的數據格式后續(xù)擴展會非常痛苦。8. 總結這篇教程圍繞“雙生火焰能量檢測”這個話題完整實現了一個本地運行的能量自檢工具。你掌握了 SQLite 建表、數據插入、窗口平均分對比、線性趨勢斜率計算、matplotlib 繪制趨勢圖以及命令行交互設計。這些知識點并不專屬于某個框架而是一個 Python 小工具從 0 到 1 最常見的組合?；氐阶铋_始的問題當你在斷聯(lián)期、冷戰(zhàn)期或者卡頓期反復懷疑自己有沒有變好時與其憑感覺猜測不如讓連續(xù)的數據告訴你答案。記錄本身也是一種對自我的照顧——每天花一分鐘承認自己的狀態(tài)本身就是一種覺察。如果你準備動手的話現在就可以先把代碼跑起來今天添加第一條記錄。一周后你就能看到屬于自己的第一張能量曲線圖。到那時候再回看現在的狀態(tài)感受會很不一樣。