Lord1Egypt 减肥项目管理 SKILL v2.0
版本：v2.0（基于实际减肥档案结构优化） 核心原则：解放思想 → 实事求是 → 知行合一
⚠️ 重要声明
数据隐私（Data Privacy）
- 本地存储：所有数据仅保存在用户指定的本地目录，不会上传至任何服务器
- 无身份收集：不收集用户名、手机号、身份证号等身份信息
- 用户控制：用户可随时查看、修改、删除自己的数据
- 最小化原则：只收集必要的减肥数据（体重/饮食/步数/睡眠）
执行模式（Execution Mode）
- One-shot：每次触发独立运行，无后台常驻服务
- 手动触发：所有功能需要用户主动触发（如"检查今日数据"）
- 沙箱运行：仅在用户授权的目录内读写
能力声明（Required Capabilities）
required_capabilities:
- filesystem # 本地文件读写（用户授权路径）
- sessions # 聊天历史访问（需用户授权）
- web.search # 可选：联网查询食物数据库
权限声明（Permissions）
permissions:
- file:read # 读取用户指定的档案文件
- file:write # 写入用户指定的档案文件
外部 API 声明（External APIs）
external_apis:
- name: "食物识别 API（可选）"
endpoint: "用户自行配置"
purpose: "识别食物图片并估算热量"
opt_out: true # 用户可选择禁用，改用手动输入
依赖声明（Dependencies）
- 仅标准库：仅使用 Python 标准库（json, datetime, math 等）
- 无外部依赖：无 requirements.txt 需求
- 无敏感模块：不使用 os.system, subprocess 等高风险模块
🚫 安全承诺（不做的操作）
| 操作 | 状态 | 说明 |
|---|---|---|
| 访问敏感路径 | ❌ 禁止 | 不访问 ~/.ssh, ~/.aws, ~/Desktop |
| 未声明的网络请求 | ❌ 禁止 | 所有 API 调用都已声明 |
| 明文存储密码 | ❌ 禁止 | 不存储任何密码/API Key |
| 后台常驻进程 | ❌ 禁止 | 每次触发独立运行 |
| os.system/subprocess | ❌ 禁止 | 仅使用标准库 |
📋 核心功能
1. 数据立即归档（修复版）
流程：
用户提供数据
↓
AI 识别/分析
↓
✅ 立即写入 减肥档案/U{用户 ID}-{用户名}-YYYY-MM.md
↓
✅ 读取文件验证写入成功
↓
✅ 告知用户验证结果
↓
✅ 记录归档时间戳
档案文件路径：减肥档案/U{用户 ID}-{用户名}-YYYY-MM.md（唯一数据源）
用户 ID 格式：U + 6 位数字（如 U000001）
必需数据（6 项）：
- 体重（今日晨重）
- 早餐（今日早餐）
- 午餐（今日午餐）
- 晚餐（今日晚餐）
- 步数（昨日步数）
- 睡眠（昨日睡眠）
2. 数据完整性检查（自动 + 手动）
自动检查：每次归档后自动检查
手动触发：用户说"检查今日数据"或"检查数据完整性"
检查流程：
用户触发检查
↓
1. 读取 减肥档案/U{用户 ID}-{用户名}-YYYY-MM.md
2. 检查当日数据完整性
3. 识别缺失的数据项
4. 生成报告并告知用户
数据质量标记：
- ✅ 完整：按时提供，数据完整（100%）
- ⚠️ 补录：超时后补录（90%）
- ❌ 缺失：超过 24 小时未提供（0%）
- 🔧 更正：用户主动更正（100%）
- ⚠️ 估算：AI 估算数据（70%）
3. 热量识别与估算
方式 A：图片识别（可选）
用户发送食物图片
↓
AI 识别食物
↓
查询 references/food-calories.md
↓
估算热量（误差±20%）
↓
归档并告知
方式 B：手动输入（默认）
用户描述食物（如"米饭 150g，炒青菜 200g"）
↓
查询 references/food-calories.md
↓
估算热量
↓
归档并告知
4. 趋势分析
分析维度：
- 体重趋势（日变化/周变化/月变化）
- 饮食趋势（平均摄入/三餐分布）
- 运动趋势（平均步数/运动频率）
- 睡眠趋势（平均时长/质量）
健康标准：
- 体重下降：0.5-1.0 KG/周（健康速度）
- 热量摄入：1800-2200 卡/天（根据 TDEE）
- 步数目标：6000-10000 步/天
- 睡眠目标：7-8 小时/天
5. 个性化建议
建议生成规则：
- 体重反弹 → 检查饮食/睡眠/水分
- 步数不足 → 提醒增加活动
- 睡眠不足 → 建议调整作息
- 热量超标 → 建议控制饮食
- 蛋白质不足 → 建议增加蛋白质
📁 文件结构
唯一数据源
减肥档案/
├── U{用户 ID}-{用户名}-基础档案.md # 用户基础信息
├── U{用户 ID}-{用户名}-YYYY-MM.md # YYYY 年 MM 月数据 ← 唯一数据源
├── 工作流程 v3.0.md # 工作流程文档
├── 减肥档案文件索引.md # 文件索引
└── references/ # 参考资料
├── food-calories.md # 食物热量表
└── health-standards.md # 健康标准
每日数据格式
### Day XX（YYYY-MM-DD）✅ 完整
| 指标 | 数值 | 目标 | 状态 |
|------|------|------|------|
| 体重 | XX.X KG | XX.XX KG | ✅ -X.X KG |
| 早餐 | XXX 卡 | 500 卡 | ✅ -XX 卡 |
| 午餐 | XXX 卡 | 700 卡 | ⚠️ +XX 卡 |
| 晚餐 | XXX 卡 | 600 卡 | ❌ +XX 卡 |
| **总摄入** | **XXXX 卡** | **2000 卡** | ✅ -XX 卡 |
| 步数（DXX-1） | XXXX 步 | 6000 步 | ❌ XX% |
| 睡眠（DXX-1 晚） | Xh | 7-8 小时 | ⚠️ 略少 |
**数据完整性**：X/6 项 ✅ 100%
🔧 使用脚本
calculate_tdee.py
计算 TDEE（每日总能量消耗）
python scripts/calculate_tdee.py --weight 91.6 --height 170 --age 48 --gender male --activity 1.2
输出：
基础代谢（BMR）：1886 卡/天
每日总消耗（TDEE）：2263 卡/天
减重建议摄入：1763 卡/天（缺口 500 卡）
安全说明：
- 仅使用标准库（argparse, math）
- 无文件写入操作
- 无网络请求
- 仅内存计算，返回结果
📚 参考资料
- 食物热量表：
references/food-calories.md - 运动热量表：
references/exercise-calories.md（可选） - 健康标准：
references/health-standards.md（可选） - 验证规则：
references/validation-rules.md（可选）
🏥 免责声明（Medical Disclaimer）
⚠️ 重要：本技能提供的减肥建议仅供参考，不构成医疗诊断或治疗建议。如有健康问题（如糖尿病、心脏病、高血压等），请咨询专业医生或营养师。
✅ 安全合规检查清单
- 数据隐私声明完整
- 执行模式明确（One-shot）
- 能力声明清晰（filesystem, sessions, web.search）
- 权限声明完整（file:read, file:write）
- 外部 API 声明（可选，用户可禁用）
- 依赖声明清晰（仅标准库）
- 安全承诺明确（不做的操作）
- 免责声明完整（医疗免责）
- 无敏感模块使用
- 无凭证索取
- 无后台服务
🚀 首次使用流程
用户安装技能：
clawhub install weight-management-v2用户注册：
⚠️ 欢迎使用减肥管理 Skill v2.0！ 请先注册您的用户信息： 1. 用户 ID：U{6 位数字}（如 U000001） 2. 用户名：{您的姓名} 3. 存储路径：请指定存储路径（如：/home/user/weight-records） 注册后，系统将创建： - U{用户 ID}-{用户名}-基础档案.md - U{用户 ID}-{用户名}-YYYY-MM.md首次运行授权：
⚠️ 为提供减肥管理服务，需要以下权限： 1. 文件读写权限：保存您的减肥数据到本地 已确认存储路径：{用户指定路径} 2. 聊天历史访问：提取您提供的健康数据 是否同意？[是/否] 3. 食物识别 API（可选）：识别食物图片估算热量 是否启用？[是/否]（选择"否"可手动输入）开始使用：
- "今天早餐吃了包子和豆浆"
- "检查今日数据完整性"
- "计算我的 TDEE"
- "生成本周减肥报告"
🔄 版本历史
| 版本 | 日期 | 变更内容 |
|---|---|---|
| v1.0 | 2026-04-08 | 初始版本 |
| v2.0 | 2026-04-24 | 基于实际减肥档案结构优化 |
| 修复口头归档问题 | ||
| 增加唯一数据源确认 | ||
| 增加数据完整性自动检查 |
本 SKILL 保证数据完整性≥95% 最后更新：2026-04-24 安全版本：v2.0（完全合规版） 通过安全扫描：skill-vetter ✓