Gevety MCP

核心功能

Gevety Health Assistant 是一款面向健康优化爱好者的个人健康管理工具，通过 API 连接用户的 Gevety 账户，整合多维度健康数据：

• 生物标志物追踪：支持 30+ 项血液指标查询（如 hs-CRP、空腹血糖、LDL/HDL、维生素 D 等），提供历史趋势与循证最优范围对比
• 健康跨度评分：0-100 分综合评分及六大健康维度（代谢、心血管、炎症、激素、营养、肝肾）独立评估
• 可穿戴设备整合：同步 Garmin、Oura、Whoop 等设备的睡眠、HRV、步数、恢复度等日常指标
• 生物年龄计算：基于 PhenoAge 等验证算法，对比生物学年龄与实际年龄
• 90天健康协议：AI 生成的优先级优化方案，包含 TOP5 关注指标与关键行动建议
• 智能机会识别：量化每项指标优化对预期健康寿命年的增益

显著优势

数据整合深度：少见地将实验室数据（血液检测）、可穿戴实时数据、补充剂记录、活动追踪统一于单一评分体系。

循证导向：所有参考范围基于研究文献而非仅实验室标准，区分"正常"与"最优"区间。

可操作性强：不仅展示数据，更提供「机会分数」和「预期增益年数」帮助用户决策优先级。

隐私架构：数据存储于用户端 API token 模式，非云端托管个人健康档案。

局限性与风险

数据门槛：核心功能依赖用户主动上传血液检测报告，无检测则无生物年龄、机会分析等关键功能。

算法黑箱：健康跨度评分权重、机会分数计算逻辑未完全公开，用户难以独立验证模型假设。

医疗边界模糊：虽标注"不诊断"，但涉及「CRITICAL 需立即就医」等标签可能引发焦虑，用户可能误将优化建议替代医疗咨询。

第三方依赖：可穿戴数据质量取决于设备厂商，不同品牌间数据可比性存疑。

适用人群

• 生物黑客（Biohacker）与健康优化实践者
• 已建立定期血液检测习惯的功能医学关注者
• 可穿戴设备深度用户，追求数据驱动的健康决策
• 对衰老生物学感兴趣、希望量化干预效果的人群

常规风险提示

• 生物年龄算法（PhenoAge 等）基于特定队列研究，对亚洲人群、特殊生理状态的适用性需审慎
• 补充剂追踪功能可能强化「越多越好」误区，缺乏药物相互作用警示
• 高频率自我监测可能诱发健康焦虑（orthorexia 倾向）
• API token 若泄露，健康数据存在暴露风险

核心用法

Gevety Health Assistant 是一个健康数据集成 Skill，通过 REST API 连接 Gevety 平台，支持获取和分析用户的全方位健康数据。主要功能包括：

• 健康概览：获取健康跨度评分（0-100）、多维度健康轴评分（代谢、心血管、炎症、激素、营养、肝肾）及趋势分析
• 生物标志物查询：支持查询 hs-CRP、空腹血糖、胰岛素、维生素 D、胆固醇等标准化指标的历史数据和趋势
• 可穿戴设备集成：同步 Garmin、Oura、Whoop 等设备的每日指标（步数、心率变异性 HRV、睡眠、恢复度）
• 健康机会识别：基于 AI 算法识别健康改善机会，量化潜在健康年限收益
• 生物年龄计算：使用 PhenoAge、Light BioAge 等验证算法计算生物年龄
• 日常健康管理：获取今日行动清单、90 天健康协议、补充剂记录、运动历史及 upcoming 检测建议

使用前提

用户需：1）注册 Gevety 账号并上传血检报告；2）在 gevety.com/settings 生成 API Token（格式 gvt_xxx）；3）配置到 ~/.clawdbot/clawdbot.json 后重启 Clawdbot。

显著优点

1. 数据整合能力强：将离散的血检数据、可穿戴设备数据、补充剂记录整合为统一的健康画像
2. 科学量化健康：采用证据基准的最优范围（非仅实验室参考范围），提供可操作的健康评分体系
3. AI 驱动建议：基于个人数据生成 ranked 健康改善机会，量化健康年限收益，优先级清晰
4. 标准化数据接口：生物标志物名称标准化处理，支持别名搜索，降低使用门槛
5. 隐私控制严格：API 密钥由用户自持，所有数据访问需明确授权，符合 GDPR 数据最小化原则

潜在缺点与局限性

1. 数据依赖性强：功能完全依赖 Gevety 平台 API 可用性，服务中断或 API 变更将影响使用
2. 使用门槛较高：需用户主动上传血检报告、配置 API 密钥、拥有可穿戴设备才能发挥完整价值
3. 健康数据敏感性：涉及生物标志物、健康评分等敏感个人数据，需用户自行评估平台信任度
4. 非医疗诊断工具：明确禁止用于诊断，输出仅为参考信息，医疗决策仍需专业医师
5. 地区与合规限制：健康数据特殊保护法规（HIPAA/GDPR）下，用户需确认当地使用合规性

适合人群

• 主动健康管理者：关注生物标志物、健康跨度优化的健康意识人群
• 量化自我实践者：已拥有可穿戴设备、习惯追踪健康数据的用户
• 抗衰老/长寿关注者：需要生物年龄计算、健康年限预测的用户
• 补充剂/营养优化者：希望系统管理补充剂方案并追踪效果的人群
• 预防医学倡导者：希望通过数据驱动识别健康风险、提前干预的用户

常规风险

• API 密钥泄露风险：GEVETY_API_TOKEN 具有访问个人健康数据权限，需妥善保管（建议 chmod 600 配置文件，定期轮换）
• 数据外显风险：所有查询数据经 HTTPS 传输至 Gevety 服务器，用户需信任平台的数据处理能力
• 过度依赖风险：健康评分算法为黑箱，用户可能过度解读数值变化而忽视临床语境
• 时效性风险：血检数据可能滞后数周至数月，与实时可穿戴数据存在时间差，需综合解读
• 医疗误用风险：尽管文档明确警示"Never diagnose"，用户仍可能将输出误作为医疗建议

安全评级 S 级（85/100）：纯 Markdown 文档型 Skill，无可执行代码，无动态执行风险，API 调用行为规范，仅发现 3 项低风险 acknowledged 问题（健康敏感数据处理、外部 API 依赖、环境变量访问）。