用 Python 模拟情绪能量：当心理健康遇见创新能力
一、实际应用场景描述
先说一个你可能也经历过的情况。
周三下午三点，你坐在工位上，盯着屏幕，光标在文档里闪了十分钟。上午开了两个会，中午被同事拉去吃了顿"团建午餐"，下午还有一个评审要参加。你发现自己不是在"累"，而是在"空"——一种连想点新点子都觉得奢侈的状态。
这时候如果有人让你"发挥创造力"，你会想打人。
这不是意志力问题，是能量分配问题。
心理学和管理学里有个被广泛讨论的观点：人的情绪能量（emotional energy）是一种有限的可再生资源。它每天有一个上限，被各种活动消耗，也会通过睡眠、运动、冥想等途径恢复。当消耗逼近上限时，认知能力、情绪调节能力和创造力会非线性下降。
而"创新能力"恰好是能量预算中最容易被砍掉的一项——因为它不是紧急的，它不催你，它只会在你有余力时才出现。
所以我想做一件事：用 Python 把这套机制量化出来，写成可运行的代码。
二、痛点引入：为什么需要这个工具
常见困境 本质问题
每天都很忙，但什么都没推进 能量全消耗在"响应型"事务上
想搞副业/做创作，总提不起劲 创新活动排在能量链最末端
情绪莫名低落，找不到原因 缺乏对自身能量波动的可观测性
学了时间管理，依然觉得累 时间 ≠ 能量，管理错维度了
核心矛盾：我们管理的是"时间"，但消耗的却是"能量"。时间是均匀的，能量不是。
现有工具（番茄钟、待办清单、日历）几乎都在时间维度上做优化，很少有工具帮你回答这个问题：
"我今天还剩多少心理能量，能不能拿出一小时来搞点创造性的事？"
这就是这个程序想回答的问题。
三、核心逻辑讲解
整个系统的逻辑可以用三句话讲完：
1. 每天有一个情绪能量上限，由睡眠质量、运动量、初始情绪决定。
2. 每项活动按权重消耗能量，有的活动（如深度工作）贵，有的（如运动）反而补充。
3. 当日消耗不超过上限，消耗完后强制停止；一天结束时，剩余能量全部自动转入"创新探索池"。
就这么简单。但要把它写成健壮的代码，需要拆成几个模块：
┌─────────────────────────────────────────┐
│ 配置层 (Constants) │
│ 能量上限、活动权重、风险阈值 │
├─────────────────────────────────────────┤
│ 能量引擎 (EnergyEngine) │
│ 调整上限 → 逐项消耗 → 风险判定 │
├─────────────────────────────────────────┤
│ 模拟器 (EnergySimulator) │
│ 批量生成多日数据、导出报告 │
├─────────────────────────────────────────┤
│ 可视化 (plot_weekly_trend) │
│ 绘制能量消耗与创新分配趋势图 │
├─────────────────────────────────────────┤
│ CLI 入口 (main) │
│ 命令行交互、格式化输出 │
└─────────────────────────────────────────┘
关键设计决策：
- 能量上限不是固定的 100 点，而是根据三个因子动态计算。睡得好 + 运动了 + 心情不错 → 上限高；反之则低。这比固定值更贴近真实。
- 活动有权重系数。深度工作全额消耗（×1.0），社交打八折（×0.8），浅层工作六折（×0.6）。运动和冥想是"负消耗"——它们恢复能量。
- 风险分四级：safe → moderate → high → exceeded，对应不同建议。超过 85% 就亮红灯。
- 创新分配是"被动的"。程序不会告诉你"你应该创新"，而是诚实告诉你"你今天剩了多少可以创新"。有时候答案是 0，这也是有价值的信息。
四、代码模块化讲解（带注释）
4.1 配置层：常量集中管理
# 活动类型权重（正数=消耗，负数=恢复）
ACTIVITY_WEIGHTS = {
"deep_work": 1.0, # 深度工作：全额消耗
"shallow_work": 0.6, # 浅层工作：六折
"social": 0.8, # 社交：八折
"learning": 0.9, # 学习：九折
"exercise": -0.3, # 运动：恢复能量
"meditation": -0.5, # 冥想：恢复更多
"sleep": -0.6, # 高质量睡眠：最大恢复
}
# 风险阈值
HIGH_RISK_RATIO = 0.85 # 超过85% → 高风险
MEDIUM_RISK_RATIO = 0.60 # 超过60% → 中等
为什么要抽成常量？ 因为后续想做实验（比如"如果社交权重降低会怎样"），改一个数字就行，不用翻逻辑代码。这是三年全栈开发养成的习惯：配置和逻辑分离。
4.2 能量引擎：核心计算单元
def adjust_cap_by_factors(self, sleep_quality: float,
exercise_min: int, mood_score: float) -> int:
"""根据三大因子动态调整当日能量上限"""
factor = (sleep_quality * 0.4 # 睡眠占40%权重
+ mood_score * 0.3 # 情绪占30%
+ min(exercise_min / 60, 1.0) * 10 * 0.3) # 运动占30%
self.daily_cap = int(60 + factor * 7) # 映射到 60~130 区间
self.remaining = self.daily_cap
return self.daily_cap
这个公式不是"科学真理"，而是一个可解释的模型。 60 是底线（病了也得有基本功能），130 是天花板（再怎么状态好也不能无限）。权重比例可以讨论、可以调，这正是量化思维的好处——所有假设都摆在台面上。
def consume(self, activity_type: str, duration_min: int,
intensity: float = 1.0) -> dict:
"""执行一次能量消耗操作"""
weight = ACTIVITY_WEIGHTS[activity_type]
raw_cost = duration_min * 0.5 * weight * intensity
if weight < 0:
# 恢复类活动：remaining 增加（但不超过上限）
self.remaining = min(self.daily_cap, self.remaining - raw_cost)
else:
# 消耗类活动：不能超过剩余值
actual_cost = min(self.remaining, raw_cost)
self.remaining -= actual_cost
self.consumed += actual_cost
注意这里的一个细节：
"min(self.remaining, raw_cost)"。这是"每日消耗不可超过上限"的硬约束。你不能透支明天的能力来应付今天——至少在这个模型里不行。
4.3 创新分配：一天的收尾
def allocate_innovation(self) -> float:
"""将剩余能量全部分配至创新探索池"""
if self.remaining >= INNOVATION_MIN_THRESHOLD: # 至少5点才分配
allocated = self.remaining
else:
allocated = 0.0
self.remaining = 0.0 # 清零，明天重置
return round(allocated, 2)
为什么要设 5 点的门槛？ 因为少于 5 点能量做创造性工作，效率极低，不如休息。这也是从实际经验中来的——疲劳状态下的"创新"往往是在制造垃圾。
4.4 模拟器：批量生成数据
def simulate_week(self, start_date: str = "2025-01-06") -> list[DayRecord]:
"""模拟一周数据，因子随机波动"""
for i in range(7):
sleep_q = round(random.uniform(4.0, 9.5), 1) # 睡眠随机
exercise = random.choice([0, 20, 30, 45, 60]) # 运动随机
mood = round(random.uniform(3.0, 9.0), 1) # 情绪随机
self.engine.adjust_cap_by_factors(sleep_q, exercise, mood)
# ...生成活动并模拟
模拟器的价值在于：你可以跑 1000 次模拟，统计"平均每周有多少能量能用于创新"，从而反推自己需要怎样的生活习惯才能支撑创造力。
4.5 运行效果
实际运行
"python run_demo.py" 后，你会看到类似输出：
📅 2025-01-08 能量报告
┌──────────────────────────────────────────┐
│ 能量上限 : 98 点 │
│ 已消耗 : 57.0 点 ████████████░░░░░░│
│ 创新分配 : 41.0 点 💡 │
│ 风险等级 : safe │
│ 建议 : 能量状态健康，维持当前节奏。 │
└──────────────────────────────────────────┘
这一天状态很好：睡眠充足、运动了、情绪平稳，能量上限 98 点，只消耗了 57 点，剩下 41 点全部可以拿去做创造性的事。
而另一天可能是这样的：
📅 2025-01-09 能量报告
│ 能量上限 : 91 点 │
│ 已消耗 : 91.0 点 ██████████████████│
│ 创新分配 : 0.0 点 💡 │
│ 风险等级 : exceeded │
│ 建议 : 能量已透支！需启动应急恢复机制 │
这天没有创新余量，这不是你的错，是信号。 明天该多睡会儿，或者推掉一个不必要的会。
五、README 文件与使用说明
项目附带了完整的 README.md，包含：
- 项目简介：用一段话讲清楚是什么、解决什么问题
- 项目结构：五个文件的职责说明
- 环境要求：Python 3.10+，matplotlib 可选
- 快速开始：
"python run_demo.py" 三步出结果
- 核心 API 速览：五个方法调用示例
- 设计原则表：可量化、可观测、可扩展、无副作用
- 免责声明：明确标注"教学演示工具，不构成医学建议"
使用方式极简：
# 1. 克隆或下载项目
# 2. 安装可选依赖（用于绘图）
pip install matplotlib
# 3. 运行
python run_demo.py
# 4. 查看生成的文件
# energy_report.json ← 结构化数据
# trend.png ← 可视化趋势图
如果你想在自己的项目里嵌入这个引擎：
from emotion_energy_system import EnergyEngine
engine = EnergyEngine()
engine.adjust_cap_by_factors(sleep_quality=8.0, exercise_min=40, mood_score=7.5)
engine.consume("deep_work", 90, intensity=1.0)
engine.consume("social", 30, intensity=0.8)
print(f"剩余能量: {engine.remaining}")
print(f"创新分配: {engine.allocate_innovation()}")
print(f"风险等级: {engine.get_risk_level()}")
就这么几行，不需要任何前端、不需要数据库、不需要注册登录。
六、核心知识点卡片
下面是本文涉及的跨学科知识点，每张卡片包含来源领域和一句话要点：
📘 卡片 1：情绪能量有限性假设
- 领域：积极心理学 / 组织行为学
- 来源：Fredrickson 的"积极情绪扩展建构理论"；Baumeister 的"自我控制资源模型"
- 要点：人的心理资源像肌肉一样会疲劳，需要恢复周期
📘 卡片 2：创新能力的能量依赖
- 领域：创造力研究 / 认知科学
- 来源：Amabile 的"创造力 componential model"
- 要点：创造力需要认知余量（cognitive slack），能量耗尽时只会产出"安全但平庸"的方案
📘 卡片 3：加权消耗模型
- 领域：软件工程 / 系统设计
- 要点：用权重系数区分活动类型，比"每项活动等同消耗"更贴近现实
📘 卡片 4：资源池模式（Resource Pool Pattern）
- 领域：软件设计模式
- 要点：EnergyEngine 本质是一个资源池，有上限、有分配、有回收、有溢出处理
📘 卡片 5：可观测性（Observability）
- 领域：SRE / 系统工程
- 要点：不可观测的系统无法优化。把能量变成数字，才能做趋势分析和决策
📘 卡片 6：风险分级与熔断机制
- 领域：金融风控 / 系统安全
- 要点：85% 阈值触发预警，100% 触发熔断——和电路保护器原理一样
七、去营销化声明
这里必须说几句"去营销化"的话：
1. 这个程序不会让你"逆袭"或"开挂"。 它只是一个镜子，照出你能量分配的真实情况。
2. 公式里的权重和阈值是我根据课程内容和常识设定的，不是科学定论。 你可以、也应该根据自己的体感去调整。
3. 它没有采集你的任何真实数据。 所有输入都是手动的或随机模拟的。如果你愿意用它记录真实生活，数据存在本地 JSON 里，不上传任何服务器。
4. 它不是心理健康诊断工具。 如果你真的在经历情绪困扰，请寻求专业帮助，而不是调参。
5. 代码是 MIT 协议的，随便改、随便用、随便商用。 我不留版权声明、不放公众号二维码、不要求你转发。
八、总结
写这个工具的初衷很简单：我想搞清楚自己为什么有些天能写代码写到忘我，有些天连邮件都不想回。
答案不是"自律"或"不自律"，而是能量。
代码本身不复杂——一个 Engine 类、一个 Simulator 类、几百行代码。但它的价值在于建模思维：
当你把模糊的感受变成可计算的数值，你就能对它做实验、画图表、找规律、做决策。
三个最实用的收获：
1. 运动不是"浪费时间"，是"能量投资"。 模型里运动的 ROI 是最高的——30 分钟运动换来的是整个下午更高的能量上限。
2. 社交是有成本的。 不是叫你自闭，而是要有意识地安排"社交密集型日子"之后的恢复期。
3. 创新不是挤出来的，是余出来的。 如果你今天没有余量，别硬逼自己"要有创造力"。先恢复，再创造。
最后，代码已经全部开源在项目中，README 有完整说明。你可以直接
"python run_demo.py" 跑起来，也可以把 EnergyEngine 嵌到你自己的日记工具、TODO 应用或 Telegram Bot 里。
工具是冷的，但认识自己是温暖的。
利用AI解决实际问题，如果你觉得这个工具好用，欢迎关注长安牧笛！
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
