Dietary Behavior Health Analyzer | 饮食行为健康分析工具

Analyzes videos to evaluate human eating behaviors, habits, and dietary patterns. It identifies tendencies towards unhealthy eating and provides structured analysis reports along with nutritional improvement recommendations. | 饮食行为健康分析工具，针对人的饮食行为、进食习惯、饮食结构进行视频分析，识别不良饮食行为倾向，提供结构化分析报告和营养改善建议

智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询

---

🧭 技能概览 | Overview

模块	内容
🏷️ 技能名称	饮食行为健康分析工具
🎯 核心目标	饮食行为健康分析工具，针对人的饮食行为、进食习惯、饮食结构进行视频分析，识别不良饮食行为倾向，提供结构化分析报告和营养改善建议
🖼️ 输入类型	图片、视频、本地文件、网络 URL
📝 输出能力	结构化分析报告、识别/监测结果、建议与报告链接
🧩 场景码	DIET_ANALYSIS

Powered by advanced computer vision technology, this personal health management assistant is dedicated to deeply analyzing users' dietary behaviors and habits through video streams. When users upload dining videos or start real-time recording, the system automatically tracks and analyzes the entire eating process. It precisely identifies undesirable behaviors such as wolfing down food, picky eating, and improper posture, while simultaneously performing an intelligent breakdown of the food types, portion proportions, and nutritional structure on the plate.

本工具是一款基于先进计算机视觉技术的个人健康管理助手，专注于通过视频流深度解析用户的饮食行为与习惯。当用户上传用餐视频或开启实时录制时，系统会自动追踪并分析进食全过程，精准识别狼吞虎咽、挑食偏食、进食姿势不当等不良行为，同时对餐盘中的食物种类、分量比例及营养结构进行智能化拆解。

🎬 技能演示 | Skill Demo

▶️ 点击查看技能使用介绍

---

🎯 任务目标 | Goals

1. 🧩 技能用途

通过视频分析对饮食行为进行健康评估，识别不良饮食行为模式，提供结构化分析报告和营养改善建议

2. 🛠️ 能力范围

序号	具体能力
1	视频分析
2	进食速度评估
3	进食频率观察
4	饮食结构识别
5	进餐习惯评分
6	不良饮食习惯识别
7	营养建议生成

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	默认触发：当用户提供需要分析的饮食行为视频 URL 或文件需要进行饮食健康分析时，默认触发本技能
🔎 明确分析意图	当用户明确需要进行饮食行为分析、进食习惯评估、饮食健康检查时，提及饮食分析、进食习惯、饮食行为、营养评估等关键词，并且上传了视频文件
📚 历史报告查询	当用户提及以下关键词时，自动触发历史报告查询功能 ：查看历史饮食报告、饮食分析报告清单、饮食行为分析列表、显示所有饮食报告，查询饮食行为分析报告

4. 🤖 自动行为

自动行为	执行要求
📎 附件处理	如果用户上传了附件或者视频/图片文件，则自动保存为本地文件
☁️ 历史报告查询	如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则（次高优先级）

橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。

必须执行：

bash

python -m scripts.diet_analysis --list

类型	要求
✅ 必须	使用 python -m scripts.diet_analysis --list 调用 API 查询云端的历史报告数据
🚫 严格禁止	从本地 memory 目录读取历史会话信息
🚫 严格禁止	手动汇总本地记录中的报告
🚫 严格禁止	从长期记忆中提取报告
✅ 输出格式	必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

📦 前置准备 | Requirements

• 依赖说明:scripts 脚本所需的依赖包及版本

  text

  requests>=2.28.0
  

🍽️ 饮食行为分析维度 | Dietary Behavior Dimensions

本技能重点评估以下饮食行为维度：

1. 进食速度评估

   • 过快进食：短时间内大量进食，狼吞虎咽
   • 适中进食：咀嚼充分，节奏均匀
   • 过慢进食：进食时间过长，咀嚼过度

2. 进餐习惯评估

   • 专注进食：专注用餐，不边吃边玩手机/看电视
   • 分心进食：同时进行多个活动，注意力不集中
   • 进食姿势：坐姿端正/走动进食/其他异常姿势

3. 食物选择与结构

   • 食物种类识别：主食/蛋白质/蔬菜/油脂分配比例
   • 烹饪方式识别：油炸/清蒸/红烧/生食
   • 份量评估：份量过大/适中/不足

4. 不良饮食行为识别

   • 暴饮暴食：短时间内摄入大量食物
   • 进食不规律：进餐时间不固定
   • 挑食偏食：明显偏好某类食物，拒绝其他食物
   • 过度节食：进食量明显低于正常需求

🚀 操作步骤 | Workflow

🔐 用户身份处理（内部自动完成）

绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

场景	系统行为
上游系统有内部身份参数	由脚本静默接收并使用
上游系统未提供内部身份参数	脚本会自动复用本地缺省用户
本地缺省用户不存在	脚本会自动创建并在后续任务中复用
对用户输出	只展示分析进度、分析结果和报告链接，不展示内部身份值

🔒 关键约束

禁止/要求	说明
🚫 不得询问身份	不得提示用户输入用户名、手机号或任何内部身份参数
🚫 不得暴露身份值	不得在回复、报告、示例、错误提示中暴露内部身份值
🚫 不得列为用户参数	不得把内部身份参数列为用户需要理解或传入的参数
✅ 自动关联报告	历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图

---

🧪 标准流程 | Standard Flow

步骤	阶段	执行动作
1	📥 准备视频输入	提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求
2	🔐 系统自动完成身份关联	无需用户输入任何身份参数；不在回复中展示内部身份值
3	⚙️ 执行饮食行为分析	调用 -m scripts.diet_analysis 处理输入（必须在技能根目录下运行脚本）
4	📊 查看分析结果	接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明

参数	含义	备注
--input	本地视频文件路径	适用于本地文件分析
--url	网络视频 URL 地址（API 服务自动下载）	API 服务自动下载网络资源
--analysis-type	分析类型，可选值：comprehensive/speed/habit/structure/risk，默认 comprehensive（综合分析）	按需填写
--list	显示饮食行为分析历史报告列表清单（可以输入起始日期参数过滤数据范围）	用于云端历史报告查询
--api-url	API 服务地址（可选，使用默认值）	按需填写
--detail	输出详细程度（basic/standard/json，默认 json）	输出详细程度
--output	结果输出文件路径（可选）	可选

🗂️ 资源索引 | Resource Index

资源类型	路径	用途	何时读取
🐍 必要脚本	scripts/diet_analysis.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
🐍 必要脚本	scripts/config.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
📘 领域参考	references/api_doc.md	了解 API 接口规范、字段说明和错误码	仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes

分类	注意事项
🧑‍⚖️ 结果性质	重要声明：本分析仅供饮食健康参考，不能替代专业营养师或医师诊断。明确营养问题请尽早咨询专业人士
📚 文档读取	仅在需要时读取参考文档，保持上下文简洁
📁 格式支持	视频要求：支持 mp4/avi/mov 格式，最大 10MB
🚫 脚本限制	禁止临时生成脚本，只能用技能本身的脚本
🌐 网络地址	传入的网路地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
📜 报告输出	当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown
📜 报告输出	表格输出示例

📝 隐私与数据安全声明 | Privacy & Data Security

序号	说明
1	数据保密处理
2	系统基于内部身份标识仅作为用户关联信息，不保存任何可直接识别个人身份的明文信息。
3	安全传输
4	所有数据（包括视频文件及关联标识）均通过 HTTPS/TLS 加密通道 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。
5	数据留存策略
6	云端服务器遵循“最小必要原则”，分析任务完成后即刻删除原始视频数据，不进行持久化存储，确保用户隐私数据不被留存或滥用。

🧰 使用示例 | Examples

bash

# 综合饮食行为分析
python -m scripts.diet_analysis --input /path/to/meal_video.mp4 --analysis-type comprehensive

# 进食速度专项分析
python -m scripts.diet_analysis --url https://example.com/meal_video.mp4 --analysis-type speed

# 进餐习惯专项分析
python -m scripts.diet_analysis --input /path/to/habit_video.mp4 --analysis-type habit

# 显示历史分析报告/显示分析报告清单列表/显示历史饮食报告（自动触发关键词：查看历史饮食报告、历史报告、饮食报告清单等）
python -m scripts.diet_analysis --list

# 输出精简报告
python -m scripts.diet_analysis --input video.mp4 --analysis-type comprehensive --detail basic

# 保存结果到文件
python -m scripts.diet_analysis --input video.mp4 --analysis-type comprehensive --output result.json