Diet Tracker

核心功能与用法

Diet Tracker 是一款专为减重和健康管理设计的自动化饮食记录技能。用户通过自然语言描述餐食（如"午餐吃了牛肉面"），系统自动识别食物、查询营养数据库、计算热量及三大营养素（蛋白质/碳水/脂肪），并实时更新当日摄入进度。

显著优点

• 自动化程度高：支持 cron 定时任务，午餐（12:30）和晚餐（18:00）自动检测未记录情况并发送提醒
• 数据维度完整：不仅记录热量，强制要求蛋白质、碳水、脂肪克数，支持宏量营养素目标追踪
• 智能预测：基于热量盈余/缺口计算预测体重变化
• 个性化配置：读取用户身高、体重、年龄、性别、活动等级自动计算 TDEE（每日总能量消耗），默认目标 1650 kcal

潜在局限与风险

• 数据依赖外部源：营养信息通过网络搜索获取，罕见食物可能查无结果，需用户手动估算
• 估算误差：餐厅菜品实际用料与标准数据库存在偏差，家庭烹饪难以精确计量
• 单一饮食关注：未整合运动消耗同步，可能低估实际热量缺口
• 心理风险：严格数字追踪可能引发饮食焦虑或强迫性记录行为

适合人群

• 有明确减重目标、希望量化管理的用户
• 需要结构化饮食记录习惯的初学者
• 对宏量营养素配比有要求的健身人群

常规风险

| 类型 | 说明 |

|------|------|

| 数据准确性 | 网络营养数据与实物可能存在 10-30% 误差 |

| 隐私安全 | 体重、饮食记录属敏感健康数据，需关注存储安全 |

| 健康建议边界 | 极端低热量摄入提醒机制未明确，需用户自行判断合理性 |

核心用法

Diet Tracker 是一款本地运行的饮食管理工具，通过自然语言交互完成餐食记录与营养分析。用户只需描述所吃食物（如"午餐吃了牛肉饭和沙拉"），系统自动识别食材、查询 USDA 官方营养数据库，记录热量及蛋白质/碳水/脂肪克数，并实时计算剩余 calorie budget。

显著优点

1. 权威数据源：直接调用 USDA FoodData Central 官方 API，营养数据准确可靠，非估算或众包数据
2. 自动化程度高：内置 cron job 在 12:30 和 18:00 自动提醒用餐记录，防止漏记
3. 宏量营养素追踪：不仅记录热量，强制要求记录三大营养素，适合精准控卡、生酮或高蛋白饮食用户
4. 智能 TDEE 计算：基于用户身高、体重、年龄、性别、活动级别自动计算每日总消耗，个性化 calorie target
5. 本地优先+可选同步：数据默认存储于本地 memory 目录，可选同步至 Obsidian/GitHub，隐私可控
6. 零第三方依赖：仅使用 Python 标准库，无供应链攻击风险

潜在局限

• API 速率限制：使用 USDA DEMO_KEY，高频查询可能受限，需用户自行申请个人 key
• 食物识别依赖英文数据库：中文食物名称匹配率可能低于英文
• 无社交/社区功能：纯单机工具，缺乏同伴激励或饮食建议 AI
• 需要前置配置：首次使用需填写 USER.md 身体数据，否则无法计算 TDEE
• 无图像识别：不支持拍照识别食物，必须手动输入

适合人群

• 有明确减重或增肌目标的精准控卡用户
• 关注三大营养素配比（如生酮、高蛋白饮食）的进阶健身者
• 偏好本地存储、注重数据隐私的用户
• 习惯 Obsidian/GitHub 记录体系的效率工具用户

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 营养数据误差 | 中 | 烹饪方式、份量差异导致实际摄入与数据库偏差 |

| 饮食焦虑触发 | 中 | 精确追踪可能加剧部分用户的进食焦虑或强迫症倾向 |

| API 不可用 | 低 | DEMO_KEY 限流或网络故障时降级至本地数据库，覆盖率下降 |

| 数据丢失 | 低 | 本地存储无自动备份，误删或系统故障可能导致记录丢失 |