饮食记录

饮食记录与营养分析助手。当用户提到"饮食记录"、"记下我吃了"、"营养分析"、"统计饮食"、"最近X天吃了什么"等关键词时触发。功能包括：(1) 解析用户输入的饮食内容并查询营养数据；(2) 计算并记录全部营养素（热量、宏量营养素、脂肪酸、矿物质、维生素）；(3) 将饮食记录存入 meal_log.json；(4) 支持阶段性营养统计（按日/周/月）。食物营养数据文件 food_data.json 需单独下载（见 SKILL.md 同目录下的说明或 GitHub 仓库）。食物匹配采用三级策略：精确匹配 → 同类参考 → 提问确认。

饮食记录 (diet-log)

⚠️ 首次使用：下载食物营养数据

本 Skill 需要下载食物营养数据库文件（约 3.7MB），请在 GitHub 仓库中下载 references/food_data.json 放置到本 Skill 的 references/ 目录下：

• GitHub 仓库：https://github.com/sj13818161942/diet-log
• 直接下载：点击 references/food_data.json → 点击 Download 按钮

下载后确保文件路径为：

text

diet-log/references/food_data.json

数据来源

• 文件：references/food_data.json（1643条食物记录，需手动下载）
• 原始数据来自 foodwake.com，通过 LuckyHookin/foodwake 项目获取（Apache-2.0 授权）
• 食物分类：谷类/薯类/豆类/蔬菜/菌类/藻类/水果/坚果/畜肉/禽肉/乳类/蛋类/河海鲜/茶类/酒类/油类/调味品类/零食饮料

食物匹配策略（三级）

当用户输入食物名称时，按以下顺序处理：

第一级：精确匹配

在数据库中搜索名字或别名包含用户输入的食物名称的记录，取第一条结果。

第二级：同类参考

若精确匹配无结果，在同一类别中查找最接近的食物作为参考，并在记录中标注「参考值」。

常见类别映射：

• 用户说"鸡腿/鸡肉" → 参考数据库中畜肉/禽肉类的鸡肉数据
• 用户说"猪肉/排骨" → 参考畜肉类
• 用户说"河鱼/草鱼" → 参考河海鲜类

第三级：提问确认

若同类参考也无法找到（如罕见食材），向用户提问：

"我没有找到【XXX】的精确数据。请问它的类别是？例如：肉类/鱼类/蔬菜/豆制品/主食/其他？"或"你说的XXX是指YYY吗？"

营养分析维度（全字段）

分析并记录以下所有可用营养素（若数据缺失则记为0）：

宏量营养素（核心）

字段	说明	单位
energy_kcal	能量	千卡 (kcal)
protein_g	蛋白质	克 (g)
fat_g	脂肪	克 (g)
carbs_g	碳水化合物	克 (g)
fiber_g	粗纤维	克 (g)

脂肪酸

字段	说明
saturated_fat_g	饱和脂肪酸
monounsaturated_fat_g	单不饱和脂肪酸
polyunsaturated_fat_g	多不饱和脂肪酸
trans_fat_g	反式脂肪酸

矿物质

字段	说明
calcium_mg	钙 (mg)
magnesium_mg	镁 (mg)
sodium_mg	钠 (mg)
potassium_mg	钾 (mg)
phosphorus_mg	磷 (mg)
iron_mg	铁 (mg)
zinc_mg	锌 (mg)
selenium_mg	硒 (mg)
copper_mg	铜 (mg)
manganese_mg	锰 (mg)

维生素

字段	说明
vitamin_a_mcg	维生素A (μg)
vitamin_c_mg	维生素C (mg)
vitamin_d_mcg	维生素D (μg)
vitamin_e_mg	维生素E (mg)
vitamin_k_mcg	维生素K (μg)
vitamin_b1_mg	维生素B1 硫胺素 (mg)
vitamin_b2_mg	维生素B2 核黄素 (mg)
vitamin_b3_mg	维生素B3 烟酸 (mg)
vitamin_b5_mg	维生素B5 泛酸 (mg)
vitamin_b6_mg	维生素B6 (mg)
vitamin_b7_mcg	维生素B7 生物素 (μg)
vitamin_b9_mcg	维生素B9 叶酸 (μg)
vitamin_b12_mcg	维生素B12 (μg)

工作流程

流程一：记录饮食 & 全营养分析

触发：用户输入饮食内容并请求记录或分析。

1. 解析食物列表：从用户输入中提取所有食物名称和估计份量。
2. 检查数据文件：确认 references/food_data.json 已存在，若缺失提示用户下载。
3. 匹配食物数据：按三级匹配策略查询每种食物。
4. 计算份量营养：将食物营养数据按用户估计的份量进行比例换算。
5. 汇总全部营养素：分别求和各宏量、微量营养素的总和。
6. 输出完整分析报告（格式见下方）。
7. 保存记录：追加写入 references/meal_log.json。

流程二：阶段性营养统计

触发：用户请求"最近N天"、"上周"、"本月"等时间段的统计。

1. 确定日期范围：根据当前日期和用户指定周期。
2. 读取记录：从 references/meal_log.json 筛选日期范围内所有记录。
3. 计算周期总计+日均：对全部营养字段进行汇总。
4. 与参考标准对比：给出偏离度评价。
5. 输出统计报告。

---

输出格式模板

单餐全营养分析

text

🍽️ 【{meal} · {date}】

食物列表：
• {food_name}（{type}，{weight}）…… 能量 {energy}kcal
  蛋白 {protein}g | 脂肪 {fat}g | 碳水 {carbs}g | 纤维 {fiber}g
  维A {vitA}μg | 维C {vitC}mg | 铁 {iron}mg | 钙 {calcium}mg | ...
• ...

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
合计摄入（当日 {meal}）：
⚡ 能量：{total_energy} kcal
💪 蛋白质：{total_protein} g
🧈 脂肪：{total_fat} g
🍞 碳水化合物：{total_carbs} g
🌾 膳食纤维：{total_fiber} g

🧪 矿物质：
钙 {calcium}mg | 铁 {iron}mg | 锌 {zinc}mg | 钾 {potassium}mg | 钠 {sodium}mg

💊 维生素：
维A {vitA}μg | 维C {vitC}mg | 维E {vitE}mg | 维B1 {vitB1}mg | 维B2 {vitB2}mg

💡 营养评估与建议：{基于各营养素平衡的专业建议}

阶段性统计报告（按营养类别分组）

text

📊 【{period} 全营养统计 · {start_date}~{end_date}】
总天数：{days} 天

━━━ 🔥 宏量营养素 ━━━
⚡ 能量：{total_energy} kcal（日均 {avg_energy} kcal）
💪 蛋白质：{total_protein} g（日均 {avg_protein} g）
🧈 脂肪：{total_fat} g（日均 {avg_fat} g）
🍞 碳水：{total_carbs} g（日均 {avg_carbs} g）

━━━ 🧪 关键矿物质 ━━━
钙 {calcium} mg | 铁 {iron} mg | 锌 {zinc} mg

━━━ 💊 关键维生素 ━━━
维A {vitA} μg | 维C {vitC} mg | 维E {vitE} mg

━━━ 📅 每日能量明细 ━━━
Day 1（{date}）：{energy} kcal
...

💡 综合评估：{对比参考标准的营养摄入评价与建议}

---

参考标准（成年人日常基础需求）

营养素	日推荐量	备注
能量	1800~2400 kcal	取决于性别、活动量
蛋白质	50~80 g	占总热量 15~20%
脂肪	40~70 g	占总热量 20~30%
碳水	200~300 g	占总热量 50~65%
钙	800~1000 mg
铁	12~20 mg	女性高于男性
锌	12~15 mg
维生素A	700~800 μg
维生素C	80~100 mg
维生素E	14 mg

记录文件格式

references/meal_log.json 每条记录格式：

json

{
  "date": "2026-04-14",
  "meal": "breakfast",
  "foods": [
    {
      "name": "面条（富强粉）",
      "energy_kcal": 283, "protein_g": 8.5, "fat_g": 1.6, "carbs_g": 59.5,
      "fiber_g": 0.5, "calcium_mg": 13, "iron_mg": 2.6, "zinc_mg": 1.07,
      "vitamin_a_mcg": 0, "vitamin_c_mg": 0, "vitamin_e_mg": 0.47,
      "vitamin_b1_mg": 0.35, "vitamin_b2_mg": 0.1, ...
    }
  ],
  "total": {
    "energy_kcal": 678, "protein_g": 51.6, "fat_g": 24.2, "carbs_g": 62.4,
    "fiber_g": 3.1, "calcium_mg": 95, "iron_mg": 5.8, ...
  },
  "note": "鸡腿为参考估算值"
}

注意事项

• 首次使用必须下载 food_data.json（太大无法嵌入到 ClawHub 包中）
• 食物数据为 2020年快照，来自 foodwake.com，可能与中国最新食物成分表有差异
• 营养计算为估算值，实际摄入因烹饪方式、食材产地等因素可能有偏差
• 对于无匹配食物，必须向用户确认同类替代方案，不能擅自使用不相关数据
• 数据授权为 Apache-2.0，可商用但需标注来源