Gevety MCP

核心功能

Gevety 是一个面向生物黑客和健康优化者的个人健康数据整合平台，通过 REST API 提供：

• 生物标志物管理：标准化追踪 CRP、血糖、胰岛素、维生素 D、胆固醇等核心指标，支持历史趋势查询和最优范围对比
• 健康寿命评分：0-100 分的综合健康评估，分代谢、心血管、炎症、激素、营养、肝肾六大维度独立评分
• 生物年龄计算：基于 PhenoAge 等验证算法的生物学年龄估算
• 可穿戴设备整合：同步 Garmin、Oura、Whoop 等设备的睡眠、HRV、步数、运动数据
• 个性化健康协议：90 天健康优化方案，含每日行动清单、补充剂追踪、检测提醒

显著优点

• 数据标准化：自动统一生物标志物命名（如 CRP/hsCRP 均返回 hs-CRP），降低查询门槛
• 循证目标范围：提供基于研究的最优值区间，而非仅参考实验室正常范围
• 健康影响量化：get_opportunities 可将每项指标优化转化为预估健康寿命年数
• 多源数据融合：整合血液检测、可穿戴设备、用户自报补充剂等多维数据

潜在局限

• 数据依赖性强：无上传实验室报告则核心功能不可用，生物年龄计算需特定标志物组合
• 专业门槛：大量医学术语和生物标志物缩写，非健康优化背景用户理解困难
• 地区限制：服务官网和 API 均为英文，主要面向欧美市场
• 评分算法黑箱：健康寿命评分的权重计算逻辑未公开，仅能通过 scoring_note 了解部分信息

适合人群

• 生物黑客（Biohacker）和 quantified self 实践者
• 已进行定期血液检测的健康关注者
• 使用高端可穿戴设备（Oura、Whoop、Garmin）的健身人群
• 希望系统化追踪健康干预效果的用户

常规风险

• 医疗建议边界：系统明确禁止诊断，但生物标志物解读可能引发用户自我用药焦虑
• 数据新鲜度：实验室结果可能滞后数周至数月，与实时可穿戴数据对比时需注意时间错位
• 算法局限性：生物年龄估算基于特定人群研究，对非白种人、特殊健康状况人群的准确性存疑
• API Token 安全：Token 以 gvt_ 开头，需存储于本地配置文件，存在本地泄露风险

使用门槛

需完成较复杂的初始化流程：注册 Gevety 账户 → 上传血液检测报告 → 在开发者设置生成 API Token → 手动编辑本地配置文件，对普通用户友好度较低。

核心功能

Gevety 是一款专注健康寿命优化的数据整合型 skill，通过 REST API 连接用户的生物标志物检测数据、可穿戴设备指标和个性化健康协议。核心用法围绕 11 个 MCP 工具展开：从生物标志物历史查询（query_biomarker）、健康摘要评分（get_health_summary）到可穿戴设备分析（get_wearable_stats）、生物年龄计算（get_biological_age），再到 90 天健康协议管理（get_protocol）和待检测项提醒（get_upcoming_tests）。

显著优点：

• 循证导向：所有评分基于证据的最优范围（非仅实验室参考范围），提供健康寿命分数（0-100）和六大维度轴评分
• 预测性价值：通过 get_opportunities 量化每项优化的潜在健康年数增益，实现数据驱动的优先级排序
• 生态整合：支持 Garmin、Oura、Whoop 等主流可穿戴设备，并标准化处理血液检测数据
• 安全架构：纯文档型 skill，无本地代码执行，通过 HTTPS/TLS 1.2+ 与官方 API 通信，Token 由用户自主配置

局限性与风险：

• 数据门槛依赖：需用户主动上传血液检测报告并生成 API Token，首次配置步骤较多
• 地理与服务限制：Gevety 为商业健康服务，部分地区可能无法访问，且部分高级功能（如生物年龄算法升级）需更多检测数据解锁
• 非医疗性质：明确声明不替代医疗诊断，用户需自行承担健康决策责任

适合人群：
生物黑客、健康优化爱好者、慢性疾病预防关注者，以及希望通过数据追踪健康趋势而非仅依赖年度体检的用户。对量化自我（Quantified Self）和衰老干预领域有明确兴趣的人群收益最大。

常规风险：

• 健康数据敏感性要求用户妥善保管 API Token（建议 chmod 600 配置文件权限）
• 血液检测数据可能存在滞后性，趋势分析比单点数值更具参考价值
• 生物年龄算法（PhenoAge、Light BioAge）为统计模型，个体解释需谨慎