核心功能
Gevety是一款集成生物标志物分析、可穿戴设备数据追踪和AI驱动健康优化的个人健康管理技能。通过20余个REST API端点，覆盖从基础健康摘要、单一指标查询到深度临床发现解析的全链条数据服务。
数据整合能力：支持实验室报告（PDF/手动录入）、主流可穿戴设备（Garmin/Oura/Whoop等）及第三方健身应用（Hevy/Strava/Concept2）的多源数据汇聚，构建统一的个人健康数据库。
核心分析维度：
- 健康跨度评分（0-100）：加权综合代谢、心血管、炎症、激素、营养、肝肾六大轴系评分
- 生物年龄测算：基于PhenoAge/Light BioAge验证算法，需特定生物标志物组合
- 机会成本量化：将健康优化目标转化为可估计的健康年限增益
特色工作流：90天健康协议自动生成、今日行动清单、即将到期检测提醒、结构化临床发现提取（支持超声/MRI/内窥镜等影像报告解析）。
显著优点
临床级数据精度：严格遵循LOINC编码规范，区分空腹/非空腹、超敏/常规CRP等变体，保留原始检测语境而非强制标准化。
动态健康叙事：超越单一数值呈现，强调趋势分析（改善/稳定/衰退）、轴系间评分差异解释（scoring_note字段）及数据新鲜度标注。
可操作的优先级排序：get_opportunities端点基于健康跨度影响权重排序，将抽象指标转化为"若优化X指标，预计延长Y年健康寿命"的决策框架。
健身数据深度整合：罕见的支持力量训练容量分析（Hevy）与划船机/滑雪机/单车测功仪专项数据（Concept2）的健康平台，满足严肃运动人群需求。
临床发现结构化提取：通过query_clinical_findings将影像/手术报告转化为可检索的测量值、分级、解剖定位等结构化数据，突破传统健康App仅处理化验单的局限。
潜在局限
数据门槛较高：核心功能依赖用户主动上传实验室报告PDF或手动录入，无法直接对接Quest/LabCorp等主流检测机构的电子数据接口。生物年龄测算需特定面板（血糖、炎症、肝肾功能等组合），数据不全时功能降级。
配置复杂度：需用户完成Gevety账户注册→化验单上传→开发者令牌生成→本地JSON配置文件编辑→服务重启的多步骤流程，技术门槛显著高于即装即用型健康App。
实时性限制：化验数据天然滞后（周/月级），与可穿戴设备的日级数据形成时间尺度断层；API响应包含last_updated_at缓存标记，但无自动刷新机制说明。
地域与合规未明：未明确标注HIPAA合规状态、数据存储地域（GDPR覆盖情况）及健康建议的医学审查机制。never diagnose原则虽在文档中强调，但AI生成内容（如ai_summary字段）的责任边界模糊。
生态锁定风险：深度整合Hevy/Concept2等小众工具，若用户已使用其他健身追踪生态（如Strong/Apple Fitness+），数据迁移或并行记录成本高。
适合人群
- 量化自我实践者：已建立可穿戴设备使用习惯，追求多源数据整合分析
- 优化导向的健康人群：关注健康跨度（healthspan）而非疾病治疗，愿意投入时间理解生物标志物含义
- 力量训练/耐力运动爱好者：需要专项训练量、功率输出、划频等进阶指标追踪
- 健康数据主权意识者：接受手动配置换取数据控制权的去中心化方案
常规风险
| 风险类别 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| 误读风险 | 将"健康跨度评分"等同于临床诊断，忽视`scoring_note`中轴系间差异 | 始终标注"咨询医疗专业人士" |
| 数据孤岛 | 令牌配置错误导致API 401，或化验单未上传导致404 | 首次使用时主动引导配置校验 |
| 时效性陷阱 | 展示数月前的"正常"血糖值时未标注检测日期 | 强制附加`last_test_date`和趋势方向 |
| 过度优化焦虑 | `get_opportunities`的"预计年限"可能引发健康焦虑 | 强调个体变异性，避免绝对化表述 |
| 隐私泄露 | 本地JSON文件以明文存储API密钥 | 提醒文件权限设置（600模式） |