GitHub 风格阅读热力图与趋势追踪
为什么需要阅读统计
大多数人高估自己的阅读量。一年读完多少本书？每天花多少时间在阅读上？这些数字你可能凭感觉回答，但感觉和实际往往差得远。
ReadAny 的阅读统计模块帮你：
- 用数据了解自己的阅读习惯
- 发现规律（比如周末读得更多、早上读技术书晚上读小说）
- 建立长期坚持的动力（看到连续天数和累计时长会有成就感）
四种统计视图
一、阅读热力图（GitHub 风格）
这是最醒目的功能——一整年的阅读记录用类似 GitHub 贡献图的形式展示：
- 每个格子代表一天
- 颜色深浅代表当天的阅读时长或页数
- 悬停在格子上可以看到当天的具体数据
- 可以切换查看"时长模式"或"页数模式"
二、趋势图表
在热力图下方，可以看到：
- 每日阅读时长趋势：7 天 / 30 天 / 90 天三种时间粒度
- 连续阅读天数：最长连续阅读天数记录，当前连续天数
- 月度对比：不同月份的阅读量对比
三、书籍统计
针对每本书的统计：
- 总阅读时长
- 完成进度（页数 / 百分比）
- 开始日期和预计完成日期（基于当前阅读速度估算）
- 每日阅读分布（这本书在哪几天被读了）
四、分类统计
如果你给书库加了分类标签（技术、小说、论文...），可以查看不同类别的阅读量占比。
统计数据的隐私性
所有阅读统计数据只存在本地，不会上传到任何服务器。跨设备同步时，统计数据作为书库的一部分一起同步。
如何正确使用统计
统计功能的价值不在于"好看"，而在于驱动行为改变：
- 如果你发现周末阅读量是工作日的 3 倍，说明工作日的阅读习惯需要刻意培养
- 连续中断超过 3 天后，特别容易完全放弃阅读——设一个"最低阅读目标"（比如每天 10 分钟）来维持连续天数
- 如果某本书读了 2 个月还没到 30%，问自己：是书太难读，还是我该换一种阅读方式？
统计准确性
ReadAny 通过以下方式记录阅读行为：
- 打开书籍并停留超过 30 秒 → 计入阅读时长
- 翻页 / 滚动 → 计入阅读页数
- 使用 TTS 朗读 → 朗读时长也计入
这些数据可能不完全精确（比如你开着书但在干别的），但对习惯追踪来说已经足够有参考价值。