calorie-detective-v1

热量侦探 v1.0.2 - AI 食物卡路里计算器。通过照片识别食物并自动计算卡路里、蛋白质、碳水、脂肪等营养数据。支持 Kimi 视觉识别，内置常见食物营养数据库。用于健康饮食管理、减肥健身追踪。再隐蔽的热量也逃不过我的眼睛！

Security Scan

Skill appears to do what it claims (image-based food recognition + local nutrition estimation) but metadata and docs are slightly inconsistent and the skill will send images to third‑party vision APIs (Kimi/OpenAI), so review privacy/keys before use.

Purpose & Capability

Name/description, code, and docs all describe photo-based food recognition and calorie/nutrition estimation. The code calls expected vision APIs (moonshot/api.moonshot.cn, optional OpenAI endpoints) and uses a local nutrition DB fallback — these are coherent with the stated purpose. Minor inconsistencies: package header and SKILL.md show different version labels (v1.0.2 vs v1.0.0) and registry metadata lists version 1.0.0 while top-level summary said v1.0.2.

Instruction Scope

Runtime instructions are focused on using a vision API and computing nutrition. They instruct the user to set KIMI_API_KEY and demonstrate curl against api.moonshot.cn. The SKILL.md and scripts direct images to remote services (Kimi/OpenAI) — expected for a cloud vision integration, but worth noting for privacy. There are also deployment instructions referencing Kimi/Claw and openclaw cron management which are consistent with a hosted deployment flow.

Install Mechanism

No install spec is provided (instruction-only install), and requirements.txt lists small Python dependencies (requests, pyyaml, Pillow). No remote download or obscure installers are used in the provided files. DEPLOY.md suggests optional third‑party CLI (kimi-claw) if you deploy to Kimi; that's normal for that platform.

Credentials

The registry metadata declares no required env vars, but the code and SKILL.md clearly expect API keys (KIMI_API_KEY, optionally OPENAI_API_KEY, NUTRITIONIX keys). The environment/credentials requested by the code match its purpose (vision API keys), but the metadata omission is an inconsistency that could mislead users about required secrets.

Persistence & Privilege

Skill does not request always:true, does not declare system-wide persistence, and does not attempt to modify other skills or global agent settings. Running locally uses provided scripts only.

Assessment

This skill appears to implement photo-based food recognition and local nutrition estimation and will send image data to third‑party vision APIs (api.moonshot.cn and optionally api.openai.com). Before installing or deploying: - Expect to provide a KIMI_API_KEY (and optionally OPENAI/NUTRITIONIX keys). The registry metadata did not declare these required env vars — set and protect keys yourself. - Understand privacy implications: images are base64-encoded and POSTed to external APIs; do not use with sensitive images if you require full local-only processing. - Review the src/calorie_calculator.py network calls and endpoints (api.moonshot.cn, api.openai.com) and confirm these services' data retention/TOS meet your requirements. - Run the skill in an isolated environment first (local VM or container) and monitor network traffic and logs to confirm behavior and costs. - Note the SKILL.md/metadata version mismatch and lack of homepage/contact info; if you need higher assurance, ask the publisher for a canonical source or updated package with declared env requirements. - Remember nutrition results are estimations (the docs already warn this); do not treat outputs as medical advice.

🔍 热量侦探 v1.0.0

🕵️ 再隐蔽的热量也逃不过我的眼睛！

通过 AI 视觉识别技术，像侦探一样找出食物中隐藏的热量，自动计算卡路里和营养成分，帮助你更好地管理饮食健康。

✨ 功能特性

1. 📸 拍照识别 - 上传食物照片，AI 自动识别食物种类
2. 🔥 卡路里计算 - 自动计算总卡路里和宏量营养素
3. 📊 营养报告 - 生成详细的营养分析报告
4. 💡 健康建议 - 提供饮食改进建议
5. 🌐 中文优化 - 专为中餐优化，识别更准确
6. 💾 本地数据库 - 内置常见食物营养数据

🚀 快速开始

方式 1：Kimi Claw 一键部署（推荐）

# 1. 访问 Kimi 控制台
https://platform.moonshot.cn/console/claw

# 2. 上传 skill 包
# 选择 calorie-detective-v1.0.2.zip

# 3. 使用 config/kimi_claw.yaml 配置

# 4. 部署完成后，在 Kimi 中使用：
/卡路里 [上传食物照片]

优点：

• ✅ 一键部署，无需配置环境
• ✅ 自动扩展，无需管理服务器
• ✅ 使用 K2.5 模型（Allegretto 套餐包含）
• ✅ 支持自然语言触发

---

方式 2：本地安装

# 解压 skill
unzip calorie-detective-v1.0.2.zip -d calorie-detective
cd calorie-detective

# 安装依赖
pip install -r requirements.txt

# 配置 API Key
export KIMI_API_KEY="your_kimi_key"

# 运行
./run.sh data/food.jpg

⚙️ 配置

配置 API Key

方式 1：环境变量（推荐）

export KIMI_API_KEY="your_kimi_key"

方式 2：配置文件 编辑 config/config.local.yaml：

api_keys:
  kimi: "your_kimi_key"

获取 Kimi API Key：

1. 访问 https://platform.moonshot.cn
2. 注册/登录账号
3. 进入控制台 → API Keys
4. 创建新 Key
5. 新用户注册送免费额度

config/config.yaml

# 视觉识别配置
vision:
  provider: kimi        # 推荐使用 Kimi
  model: moonshot-v1-auto
  
# 使用限制
usage:
  max_requests_per_day: 10
  max_requests_per_user: 5

📤 输出示例

🕵️ **热量侦探 - 营养分析报告**

📝 一碗牛肉拉面，配有青菜和红油汤底

📊 **营养分析**

🔥 总卡路里：**696 大卡**
💪 蛋白质：26.4g
🍚 碳水化合物：50.9g
🥑 脂肪：43.1g

📋 **详细分解**

• **面条** (1 碗)
  - 卡路里：220 大卡
  - 蛋白质：5.0g | 碳水：50g | 脂肪：1.0g

• **牛肉** (80 克)
  - 卡路里：200 大卡
  - 蛋白质：20.8g | 碳水：0g | 脂肪：12.0g

• **青菜** (30 克)
  - 卡路里：6 大卡
  - 蛋白质：0.6g | 碳水：0.9g | 脂肪：0.1g

• **红油汤底** (300ml)
  - 卡路里：270 大卡
  - 蛋白质：0g | 碳水：0g | 脂肪：30.0g

──────────────────────────────
💡 侦探建议：
• 红油汤底热量较高，建议少喝汤
• 蛋白质含量充足，适合作为主食
• 可搭配凉拌菜增加膳食纤维

📅 定时任务管理

# 查看所有定时任务
openclaw cron list

# 手动立即运行一次
openclaw cron run <job-id>

# 暂停任务
openclaw cron update <job-id> --enabled false

# 删除任务
openclaw cron remove <job-id>

📁 文件结构

calorie-detective/
├── SKILL.md                  # 本文件
├── config/
│   ├── config.yaml           # 配置文件
│   ├── config.local.yaml     # 本地配置（含 API Key）
│   └── kimi_claw.yaml        # Kimi Claw 部署配置
├── src/
│   └── calorie_calculator.py # 主程序
├── data/
│   ├── food.jpg              # 示例图片
│   └── calorie.log           # 运行日志
├── requirements.txt          # 依赖列表
├── run.sh                    # 运行脚本
└── test.sh                   # 测试脚本

🍎 内置食物数据库

已内置 100+ 种常见食物营养数据（每 100 克）：

类别	食物举例
🍚 主食	米饭、面条、馒头、面包、土豆
🥚 蛋白质	鸡蛋、牛奶、鸡肉、猪肉、牛肉、鱼
🍎 水果	苹果、香蕉、橙子、葡萄、草莓
🥬 蔬菜	青菜、番茄、黄瓜、胡萝卜、西兰花
🍔 快餐	汉堡、薯条、炸鸡、披萨

🔧 支持的视觉服务

服务商	模型	价格	需要 API Key	推荐度
Kimi	moonshot-v1-auto	¥0.008/张	✅	⭐⭐⭐⭐⭐
Kimi	k2.5	套餐包含	✅	⭐⭐⭐⭐⭐
OpenAI	GPT-4o / GPT-4V	$0.01/张	✅	⭐⭐⭐⭐
Claude	Claude 3 Vision	$0.003/张	✅	⭐⭐⭐⭐

推荐使用 Kimi：

• ✅ 中文识别最好
• ✅ 价格便宜（约 OpenAI 的 1/10）
• ✅ 国内直接访问
• ✅ 注册送免费额度

🛠️ 故障排除

1. 依赖安装失败

pip install --break-system-packages -r requirements.txt

2. API Key 无效

• 检查 API Key 是否正确
• 确认账户有可用额度
• 检查网络连接

# 测试 API Key
curl https://api.moonshot.cn/v1/chat/completions \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "moonshot-v1-auto", "messages": [{"role": "user", "content": "Hello"}]}'

3. 图片识别不准确

• 确保图片清晰、光线充足
• 尽量拍摄食物特写
• 避免过多餐具干扰

4. 营养数据不准确

• 内置数据库为估算值
• 建议接入专业营养 API 获取精确数据
• 可在代码中添加自定义食物

📊 使用统计

在 Kimi 控制台查看：

1. 访问 https://platform.moonshot.cn/console/claw
2. 选择 calorie-detective
3. 查看"使用统计"标签页

统计数据包括：

• 📈 调用次数
• ⏱️ 平均响应时间
• 💰 额度消耗
• 👥 用户数

🔄 扩展开发

添加新食物

编辑 src/calorie_calculator.py 中的 COMMON_FOODS 字典：

COMMON_FOODS = {
    '你的食物': {'calories': 100, 'protein': 5, 'carbs': 15, 'fat': 3},
    ...
}

添加新的视觉服务

继承 VisionRecognizer 类并实现 _recognize_xxx 方法。

📝 更新日志

v1.0.0 (2026-03-03) - 正式发布版

• ✅ 基础功能实现
• ✅ Kimi 视觉识别支持
• ✅ 本地食物营养数据库（100+ 种食物）
• ✅ 营养报告生成
• ✅ 健康饮食建议
• ✅ Kimi Claw 一键部署支持
• ✅ 中文食物识别优化
• ✅ 品牌：热量侦探

⚠️ 免责声明

• 本工具提供的营养数据仅供参考，不构成医疗或营养建议
• 实际食物营养含量可能因烹饪方式、食材来源等因素有所不同
• 如有特殊饮食需求或健康问题，请咨询专业营养师或医生
• 开发者不对使用本工具造成的任何损失承担责任

📄 License

MIT

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📧 联系方式

如有问题或建议，请提交 Issue 或联系开发者。

---

🕵️ 热量侦探，再隐蔽的热量也逃不过我的眼睛！ 🍽️