（5459期）Gevety MCP – 你的个人健康数据中心与生物年龄实验室

你的个人健康数据中心与生物年龄实验室 访问 Gevety 健康数据平台，整合生物标志物、生物年龄、可穿戴设备、训练记录及健康文档，提供循证健康洞察与个性化优化建议。 使用说明 核心用法 Gevety Health Assistant 是一款深度整合个人健康数据的 MCP 技能，通过 REST API 连接用户的完整健康档案。首次使用需引导用户完成：注册 Gevety 账户（gevety.com）、上传血液检测报告生成生物标志物基线，并在开发者设置中生成 API Token（格式 gvt_开头），配置至 Clawdbot 的 JSON 配置文件中。 数据覆盖维度： 实验室数据：80+ 生物标志物历史追踪（血糖、血脂、炎症指标、激素、维生素等），支持别名智能解析（如 LDL→LDL Cholesterol、hsCRP→hs-CRP） 生物年龄计算：PhenoAge（已验证）、Light BioAge（新兴验证）、Vascular Age 三大算法，提供年龄加速/减速评估 可穿戴设备：Garmin、Oura、Whoop 等平台的每日指标（步数、静息心率、HRV、睡眠质量、恢复分数） 训练数据：Hevy 力量训练（容量、肌群分布）、Concept2 划船/滑雪/自行车测功仪记录 健康管理：当前服用的补充剂、药物、90天健康协议、今日行动清单、待检测项目提醒 医疗文档：实验室报告、影像学检查、手术报告、处方等结构化临床发现提取 关键分析能力： get_opportunities：基于证据的优化机会排序，量化健康寿命分数提升潜力 computewhatif：多生物标志物联合模拟，预测特定指标改善对生物年龄的影响 getbiomarkertrajectory：线性回归分析个体历史趋势，预测3-6个月走向及达目标时间 getclockhistory：跨时间点生物年龄变化追踪，评估抗衰老干预效果 显著优点 科学严谨性： 生物年龄算法基于已验证的 PhenoAge（Morgan et al., 2018）和 Vascular Age 模型，明确标注证据等级（validated vs validated_emerging vs directional） 生物标志物参考范围基于循证医学研究，区分"最优范围"与常规实验室参考范围 严格区分空腹/非空腹检测变体（如 Glucose vs Glucose Fasting），保留原始检测语境 数据整合深度： 20+ API 端点覆盖健康数据全生命周期，从原始检测值到结构化临床发现（超声、MRI、手术报告中的测量值、分级、部位等） 支持跨设备数据融合（如 Hevy 训练记录叠加 Garmin 心率数据） 隐私与安全设计： Bearer Token 认证，令牌由用户自主生成和管控 医疗数据（处方原因等）采用加密存储，API 返回时自动解密 明确免责声明：所有输出标注 ismedicaladvice: false 用户体验优化： 智能错误处理（生物标志物未找到时返回 didyoumean 建议） 数据新鲜度标记（fresh/aging/stale），提醒用户检测时效性 健康寿命分数（0-100）与多维度轴评分（代谢、心血管、炎症、激素、营养、肝肾）的透明计算逻辑 潜在缺点与局限性 数据依赖门槛： 生物年龄计算需要特定生物标志物组合，缺失关键检测（如白蛋白、肌酐、淋巴细胞百分比等）将导致计算失败 GrimAge2、DunedinPACE 等先进表观遗传时钟因需甲基化数据，当前版本标记为 evidence_gated 力量训练、划船数据分别依赖 Hevy、Concept2 的独立连接，无整合则无法获取 算法局限性： biomarkertrajectory 为个体历史线性回归（evidencetier: directional），非验证的人群轨迹模型，预测置信度受数据点密度影响（R² 值） computewhatif 的各时钟结果非可加性，不同算法使用不同输入变量和数学模型 健康信号（心肺适能、压力恢复指数）为复合评分，虽基于文献但非经人群验证的年数模型 区域与合规限制： 目前主要优化英语市场实验室报告解析，非英语报告 OCR 和结构化提取准确性可能下降 作为健康数据平台，不替代医疗诊断，紧急或临界值（critical_high/low）需人工医学复核 适合人群 生物黑客与量化自我实践者：追求基于数据的衰老干预优化，关注生物年龄动态变化 慢性健康管理用户：糖尿病前期、心血管疾病风险、慢性炎症等需多指标长期追踪者 运动表现优化人群：结合血液生物标志物与训练数据（力量、耐力）的运动员或健身爱好者 预防医学导向用户：希望主动管理检测计划、补充剂方案、生活方式干预的健康人群 健康数据整合需求者：已使用 Garmin/Oura/Whoop/Hevy 等设备，希望统一分析平台的用户 常规风险 | 风险类别 | 具体表现 | 缓解机制 ||---------|---------|---------|| 数据误读风险 | 用户可能将"健康寿命分数"或"生物年龄"误解为医学诊断 | 所有输出强制包含免责声明，明确标注 ismedicaladvice: false，建议咨询医疗提供者 || 算法过度自信 | 轨迹预测、What-If 模拟的数值精确性可能误导用户 | 强制披露 evidencetier、confidencer_squared、caveats[]，强调方向性而非绝对预测 || 数据时效性 | 用户可能基于过时检测（标记 stale）做健康决策 | API 返回 freshness 标记，建议定期复检 || 隐私泄露 | 健康数据高度敏感，Token 泄露可能导致数据暴露 | Token 由用户自主管理，支持随时撤销重生成；传输采用 HTTPS || 第三方依赖 | Hevy、Concept2 等外部服务中断导致数据缺失 | 明确错误信息提示连接状态，核心健康数据（生物标志物）独立于可穿戴设备 | 特别注意事项：生物标志物检测涉及采血和实验室分析，用户应通过正规医疗渠道获取检测服务，技能本身不提供检测执行能力。 原始说明 Access your Gevety health data - biomarkers, healthspan scores, biological age, what-if scenarios across bio-age clocks, biomarker trajectories, bio-age cloc...