上一篇
(11369期)Krea.ai API – 多模型AI图像生成·零依赖·高安全
下一篇
(11367期)Munger Observer – 芒格思维模型·每日认知体检
智能饮食记录与热量追踪 来自个人开发者的自动化饮食追踪助手,能记录餐食、计算营养数据并推送用餐提醒,帮助用户达成减重目标。 使用说明 核心用法 Diet Tracker 是一款专为体重管理设计的自动化饮食日志工具。它允许用户通过自然语言描述日常饮食(例如“我午餐吃了鸡胸肉沙拉和一杯橙汁”),技能会立即调用 USDA FoodData Central 官方营养数据库,查询并匹配每一款食物的热量和三大宏量营养素(蛋白质、碳水、脂肪)数据,并自动更新到当日的饮食日志文件中。 技能还集成了定时提醒 cron 任务,在午餐(约12:30)和晚餐(约18:00)时段自动检查用户是否已记录餐食,若未记录则推送提醒,帮助用户建立规律记录习惯。除了事后记录,用户也可随时查询当日剩余热量预算、各项营养素剩余额度,以及基于热量缺口/盈余预测的体重变化趋势。 该技能内置 TDEE(每日总能量消耗)计算器,基于用户身高、体重、年龄、性别和活动水平,自动生成科学的热量目标(默认为1650千卡)。所有饮食数据以标准格式保存在本地 memory 目录下的 Markdown 文件中,结构清晰,既可用于自我回顾,也支持通过 Git 同步到个人 Obsidian 知识库。 显著优点 权威数据源支撑:直接调用美国农业部官方 FoodData Central API,确保营养数据来源可靠、可追溯。 精细化的宏量营养素追踪:不仅记录热量,更同步追踪蛋白质、碳水、脂肪克数,满足增肌减脂等精细化营养调配需求。 主动式行为引导:通过定时 cron 提醒,将“事后补录”转变为“即时记录”,显著提升饮食日志的完整性和坚持率。 行为与功能高度一致:安全审查报告确认,技能行为与声明功能完全一致,无后门程序、无数据外泄、无 Agent 注入等严重威胁。 本地化数据主权:饮食记录全部保存在用户本地 memory 文件内,结合 Git 同步功能,用户对自身数据拥有完整掌控权。 潜在缺点与局限性 需提前配置用户档案:技能高度依赖 USER.md 中的身高、体重、性别、活动水平等参数。初次使用者需花时间准确填写这些信息,否则热量目标计算会不准确。 非专业级营养分析:该技能定位为自助式饮食追踪,不提供专业营养师级别的膳食指导,也不分析食物血糖生成指数或微量元素。 提醒依赖 cron 运行环境:用餐提醒功能要求 Agent 平台拥有稳定的 cron 任务调度能力,若运行环境不支持 cron 或调度失败,提醒服务将失效。 数据库覆盖局限性:部分非常见食物或地方特色菜肴在 USDA 数据库中可能查询不到,系统只能使用近似食物或要求用户手动估算,影响数据精确度。 路径配置硬编码:当前代码将数据存储路径硬编码为 /root/clawd/,这既降低了跨环境可移植性,也默认要求 root 权限运行,存在一定安全与兼容性隐患。 适合的目标群体 正在进行体重管理的自助用户:有明确减重、维持体重或增肌目标,并且希望通过量化记录保持执行动力和方向感的人。 已养成数字记录习惯的极客:习惯使用 Markdown、Obsidian、Git 等工具构建个人知识库的数字化生活爱好者,diet-tracker 能无缝融入其现有工作流。 对饮食结构有基本认知的健康人士:能够大致识别食物中的蛋白质和碳水来源,希望通过数据追踪调优自身饮食结构,而非完全依赖 AI 指导的用户。 习惯“被动提醒”模式的用户:容易忘记主动记录饮食,需要一个定时唤醒机制来辅助养成记录习惯的人。 使用该技能可能存在的常规风险 低来源可信度风险(T3):该技能由个人开发者 yonghaozhao722 维护,未提供开源仓库地址或组织背书。SKILL.md 中缺少开源许可证声明,长期可用性与维护支持存在不确定性。 subprocess 调用的潜在隐患:代码使用 subprocess.run 执行 Git add/commit/push 操作。虽然当前所有参数均已硬编码且避免了 shell 注入,但若未来版本维护者在 commit message 中引入外部输入,就可能带来命令注入风险。 API 调用的速率与稳定性风险:当前使用 USDA 公开 DEMO_KEY,每小时仅限 30 次请求。在频繁记录或测试场景下容易触发限流,导致营养查询失败。此外,代码中未设置请求超时参数,在网络不佳时可能长时间阻塞。 数据管理功能缺失:技能目前仅支持写入记录,缺少用户数据导出或删除接口。这在 GDPR 等严格隐私法规地区可能构成合规短板。 硬编码 root 路径风险:代码默认在 /root/ 目录运行,这一方面强制要求 root 权限(违背最小权限原则),另一方面降低了在不同操作系统和用户环境中的部署灵活性。 原始说明 Tracks daily diet and calculates nutrition information to help achieve weight loss goals. Use when user provides meal information, asks about calorie intake,...
智能饮食记录与热量追踪
来自个人开发者的自动化饮食追踪助手,能记录餐食、计算营养数据并推送用餐提醒,帮助用户达成减重目标。
Diet Tracker 是一款专为体重管理设计的自动化饮食日志工具。它允许用户通过自然语言描述日常饮食(例如“我午餐吃了鸡胸肉沙拉和一杯橙汁”),技能会立即调用 USDA FoodData Central 官方营养数据库,查询并匹配每一款食物的热量和三大宏量营养素(蛋白质、碳水、脂肪)数据,并自动更新到当日的饮食日志文件中。
技能还集成了定时提醒 cron 任务,在午餐(约12:30)和晚餐(约18:00)时段自动检查用户是否已记录餐食,若未记录则推送提醒,帮助用户建立规律记录习惯。除了事后记录,用户也可随时查询当日剩余热量预算、各项营养素剩余额度,以及基于热量缺口/盈余预测的体重变化趋势。
该技能内置 TDEE(每日总能量消耗)计算器,基于用户身高、体重、年龄、性别和活动水平,自动生成科学的热量目标(默认为1650千卡)。所有饮食数据以标准格式保存在本地 memory 目录下的 Markdown 文件中,结构清晰,既可用于自我回顾,也支持通过 Git 同步到个人 Obsidian 知识库。
/root/clawd/,这既降低了跨环境可移植性,也默认要求 root 权限运行,存在一定安全与兼容性隐患。Tracks daily diet and calculates nutrition information to help achieve weight loss goals. Use when user provides meal information, asks about calorie intake,…
本站提供的资源转载自国内外各大媒体和网络,仅供试玩体验;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该游戏内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。
上一篇
(11369期)Krea.ai API – 多模型AI图像生成·零依赖·高安全
下一篇
(11367期)Munger Observer – 芒格思维模型·每日认知体检
还没有玩家留言,来抢沙发吧~
登录后即可发表你的资源评测、评分,与其他玩家交流