nutrition-analyzer

from huifer/wellally-health

Ally-Health is an intelligent healthcare assistant that combines Claude AI technology with medical expertise. Through natural language interaction, it helps users record symptoms, manage medications, track medical records, and access professional multidisciplinary consultation analysis—making health management smarter and more accessible

654 stars71 forksUpdated Jan 22, 2026
npx skills add https://github.com/huifer/wellally-health --skill nutrition-analyzer

SKILL.md

营养分析器技能

分析饮食和营养数据,识别营养模式,评估营养状况,并提供个性化营养改善建议。

功能

1. 营养趋势分析

分析营养素摄入的变化趋势,识别改善或需要关注的方面。

分析维度

  • 宏量营养素趋势(蛋白质、碳水、脂肪、纤维、卡路里)
  • 微量营养素趋势(维生素、矿物质)
  • 热量来源分布变化
  • 餐食模式(饮食时间、频率)
  • 食物类别偏好

输出

  • 趋势方向(改善/稳定/下降)
  • 变化幅度和百分比
  • 趋势显著性
  • 改进建议

2. 营养素摄入评估

评估营养素摄入是否达到推荐标准(RDA/AI)。

评估内容

  • 宏量营养素评估

    • 蛋白质摄入量和质量
    • 碳水化合物类型分布(精制 vs 复杂碳水)
    • 脂肪类型分布(饱和/单不饱和/多不饱和/反式脂肪)
    • 膳食纤维摄入量
  • 维生素评估

    • 维生素A、C、D、E、K
    • 维生素B族(B1、B2、B3、B6、B12、叶酸、泛酸、生物素)
    • 与RDA对比
    • 缺乏风险评估
  • 矿物质评估

    • 常量矿物质:钙、磷、镁、钠、钾、氯、硫
    • 微量矿物质:铁、锌、铜、锰、碘、硒、铬、钼
    • 与RDA对比
    • 缺乏风险评估
  • 特殊营养素评估

    • Omega-3脂肪酸(EPA、DHA、ALA)
    • 胆碱
    • 辅酶Q10
    • 植物化学物(类黄酮、类胡萝卜素等)

输出

  • 每种营养素的达成率
  • 缺乏/不足/充足/过量分级
  • 缺乏风险识别
  • 优先改善建议

3. 营养状况评估

综合评估用户的营养状况。

评估内容

  • 整体营养质量评分

    • 营养密度评分
    • 食物多样性评分
    • 均衡饮食评分
  • 营养模式识别

    • 饮食模式类型(地中海式、DASH、素食等)
    • 饮食时间模式(进食频率、进食窗口)
    • 零食和加餐模式
  • 营养风险识别

    • 营养缺乏风险(如维生素D缺乏、铁缺乏)
    • 营养过量风险(如维生素A过量、钠过量)
    • 不健康饮食习惯(高糖、高脂、高钠)

输出

  • 营养状况等级(优秀/良好/一般/较差)
  • 主要营养问题识别
  • 风险因素列表
  • 改善优先级

4. 相关性分析

分析营养与其他健康指标的相关性。

支持的相关性分析

  • 营养 ↔ 体重

    • 卡路里摄入与体重变化的关系
    • 宏量营养素比例与体重管理
    • 进食时间与代谢关系
  • 营养 ↔ 运动

    • 营养摄入对运动表现的影响
    • 运动日vs休息日的营养需求
    • 蛋白质摄入与肌肉恢复
  • 营养 ↔ 睡眠

    • 咖啡因摄入与睡眠质量
    • 晚餐时间与入睡时间
    • 特定营养素(如镁、色氨酸)与睡眠
  • 营养 ↔ 血压

    • 钠摄入与血压
    • 钾/钠比值与血压
    • DASH饮食依从性与血压控制
  • 营养 ↔ 血糖

    • 碳水化合物类型与血糖波动
    • 膳食纤维与血糖控制
    • 进食时间与血糖曲线

输出

  • 相关系数(-1到1)
  • 相关性强度(弱/中/强)
  • 统计显著性
  • 因果关系推断
  • 实践建议

5. 个性化建议生成

基于用户数据生成个性化营养改善建议。

建议类型

  • 营养素调整建议

    • 增加缺乏的营养素
    • 减少过量的营养素
    • 优化营养素比例
  • 食物选择建议

    • 推荐特定食物类别
    • 食物替换建议(更健康的选择)
    • 食物搭配建议(促进吸收)
  • 饮食习惯建议

    • 进食时间调整
    • 餐食频率调整
    • 烹饪方式建议
  • 补充剂建议(仅供参考):

    • 基于缺乏风险的补充剂建议
    • 补充剂剂量和时机
    • 相互作用警示

建议依据

  • DRIs/RDA标准
  • 用户营养历史数据
  • 用户健康状况和目标
  • 循证营养学证据

使用说明

触发条件

当用户请求以下内容时触发本技能:

  • 营养趋势分析
  • 营养素摄入评估
  • 营养状况评估
  • 营养改善建议
  • 营养与其他健康指标的关联分析

执行步骤

步骤 1: 确定分析范围

明确用户请求的分析类型和时间范围:

  • 分析类型:趋势/评估/相关性/建议
  • 时间范围:周/月/季度/自定义
  • 分析深度:宏量营养素/微量营养素/全面分析

步骤 2: 读取数据

主要数据源

  1. data-example/nutrition-tracker.json - 营养追踪主数据
  2. data-example/nutrition-logs/YYYY-MM/YYYY-MM-DD.json - 每日饮食记录

关联数据源

  1. data-example/profile.json - 体重、BMI等基础数据
  2. data-example/fitness-tracker.json - 运动数据
  3. data-example/sleep-tracker.json - 睡眠数据
  4. data-example/hypertension-tracker.json - 血压数据
  5. data-example/diabetes-tracker.json - 血糖数据

步骤 3: 数据分析

根据分析类型执行相应的分析算法:

趋势分析算法

  • 线性回归计算趋势斜率
  • 移动平均平滑波动
  • 统计显著性检验

RDA达成率计算

rda_achievement = (actual_intake / rda_value) * 100

status_classification:
- < 50%: 严重缺乏
- 50-75%: 不足
- 75-100%: 接近目标
- 100-150%: 充足(理想范围)
- > 150%: 过量(注意安全上限UL)

营养密度评分

nutrient_density_score = (
    (vitamins_achieved / total_vitamins) * 40 +
    (minerals_achieved / total_minerals) * 30 +
    (fiber_achieved / fiber_rda) * 30
)

相关性分析算法

  • Pearson相关系数计算
  • 滞后相关性分析(考虑时间延迟效应)
  • 多变量回归分析

步骤 4: 生成报告

按照标准格式输出分析报告(见"输出格式"部分)


输出格式

营养趋势分析报告

# 营养摄入趋势分析报告

## 分析周期
2025-03-20 至 2025-06-20(3个月,90天记录)

## 宏量营养素趋势

### 卡路里摄入
- **趋势**:⬇️ 下降
- **开始**:平均2100卡/天
- **当前**:平均1950卡/天
- **变化**:-150卡/天 (-7.1%)
- **解读**:卡路里摄入适度减少,与减重目标一致

**趋势线**:

2100 ┤ ╭╮ 2050 ┤ ╭╯╰╮ 2000 ┼─╯ ╰╮ 1950 ┤ ╰ 1900 └─────────── 3月 4月 5月 6月


### 蛋白质
- **趋势**:➡️ 稳定
- **平均**:82g/天(范围:70-95g)
- **目标**:80g/天
- **达标率**:93%(84/90天达标)
- **解读**:蛋白质摄入稳定,基本达标

### 膳食纤维
- **趋势**:⬆️ 改善
- **开始**:平均18g/天
- **当前**:平均22g/天
- **变化**:+4g/天 (+22%)
- **目标**:30g/天
- **解读**:纤维摄入显著增加,但仍需继续努力

### 脂肪
- **趋势**:⬇️ 下降
- **开始**:平均75g/天
- **当前**:平均68g/天
- **变化**:-7g/天 (-9.3%)
- **目标**:≤65g/天
- **解读**:脂肪摄入减少,接近目标

**脂肪类型分布变化**:
| 脂肪类型 | 开始 | 当前 | 目标 | 趋势 |
|---------|------|------|------|------|
| 饱和脂肪 | 25g | 20g | <20g | ⬇️ 改善 |
| 单不饱和 | 30g | 32g | >35g | ⬆️ 略增 |
| 多不饱和 | 15g | 12g | 15-20g | ⬇️ 需增加 |
| 反式脂肪 | 2g | 0.5g | 0g | ⬇️ 改善 |

## 维生素状况趋势

### 维生素D
- **摄入趋势**:⬆️ 增加(补充剂开始)
- **开始**:平均2μg/天(饮食来源)
- **当前**:平均52μg/天(含2000IU补充剂)
- **RDA**:15μg/天
- **血清水平变化**:
  - 基线(2025-05):18 ng/mL
  - 当前(2025-06):22 ng/mL
  - 目标:30-100 ng/mL
- **解读**:✅ 补充剂起效,但需继续监测

### 维生素C
- **趋势**:⬆️ 改善
- **开始**:平均65mg/天
- **当前**:平均85mg/天
- **RDA**:100mg/天
- **达标率**:从65% → 85%
- **建议**:增加柑橘类、奇异果、草莓等水果

### B族维生素
- **维生素B12**:✅ 充足(平均2.5μg,RDA 2.4μg)
- **叶酸**:⚠️ 不足(平均320μg,RDA 400μg)
- **B6**:✅ 充足(平均1.5mg,RDA 1.3mg)

## 矿物质趋势

### 钙
- **趋势**:➡️ 稳定
- **平均**:850mg/天
- **RDA**:1000mg/天
- **达标率**:85%
- **主要来源**:乳制品40%、豆腐25%、绿叶蔬菜20%

### 铁
- **趋势**:✅ 充足
- **平均**:12mg/天
- **RDA**:8mg/天(男性)
- **达标率**:150%
- **主要来源**:肉类、蛋类、豆类、绿叶蔬菜

### 钠
- **趋势**:⬇️ 改善
- **开始**:平均2800mg/天
- **当前**:平均2100mg/天
- **目标**:<2300mg/天(理想<1500mg)
- **解读**:✅ 达到一般目标,⚠️ 理想目标仍需努力

### 钾
- **趋势**:⬆️ 改善
- **开始**:平均2800mg/天
- **当前**:平均3200mg/天
- **目标**:3500-4700mg/天
- **钾/钠比值**:从1.0 → 1.5(目标>2)
- **建议**:继续增加水果和蔬菜

## 特殊营养素趋势

### Omega-3
- **趋势**:⬆️ 增加(鱼油补充剂)
- **开始**:平均150mg/天
- **当前**:平均850mg/天(含补充剂)
- **推荐量**:500-1000mg/天
- **状态**:✅ 达标

### 胆碱
- **趋势**:➡️ 稳定
- **平均**:350mg/天
- **AI(适宜摄入量)**:425mg/天
- **达标率**:82%
- **主要来源**:鸡蛋(60%)

...
Read full content

Repository Stats

Stars654
Forks71
LicenseMIT License