核心用法
Health Tracker 是一款专注于饮水与睡眠追踪的个人健康管理 skill。用户通过自然语言交互（如"我刚喝了2杯水""我要睡觉了"）即可完成数据记录。系统自动学习用户的饮水间隔习惯（基于最近10次记录），生成个性化提醒周期，默认90分钟。睡眠追踪与饮水提醒智能联动，入睡时自动暂停提醒，醒来后恢复。
关键交互模式：
- 饮水记录：支持口语化表达，AI 自动识别杯数并记录时间戳
- 智能提醒：基于个人平均间隔自动计算下次提醒时间，无需手动设置
- Auto-log 机制：15分钟无响应自动记录0杯，避免打断用户但保持数据连续性
- 统计查看：7天滚动报告，自动计算日均饮水量与睡眠时长
显著优点
1. 零配置上手：无需设置提醒频率，系统通过机器学习自动适应个人节奏
2. 场景感知联动：睡眠与饮水两大功能模块智能协同，避免深夜打扰
3. 完全离线运行：无外部 API 调用，健康数据本地 JSON 存储，隐私风险极低
4. 轻量依赖：仅依赖成熟的 node-cron 定时库，供应链攻击面极小
潜在缺点与局限性
- 存储可靠性：本地 JSON 文件无备份机制，意外删除或损坏将导致历史数据丢失
- 功能边界：仅支持基础数值记录（杯数、时间点），无法追踪饮水类型、睡眠质量细节、心率等生物指标
- 多设备同步缺失：无云端同步能力，换设备或清除本地数据后历史记录无法恢复
- 提醒方式单一：依赖 AI 对话层推送，无系统级通知或声音提醒（取决于宿主环境能力）
适合人群
- 希望建立规律饮水习惯但不愿繁琐设置的轻度健康管理者
- 对隐私敏感、拒绝云端健康数据的用户
- 需要简单睡眠时长追踪的作息调整人群
- AI 助手重度用户，习惯对话式交互场景
常规风险
- 数据持久化风险：长期使用需自行备份
./health-data.json - 习惯依赖风险：Auto-log 可能让用户忽视主动确认的重要性，导致数据准确性下降
- 来源可信度：T3 级个人开发者作品，虽经安全认证但缺乏持续维护保障，建议关注更新动态