核心用法
Diet Tracker 是一款集成化的饮食追踪与体重管理工具，通过读取用户基础信息（身高、体重、年龄、性别、活动水平）自动计算总日常能量消耗（TDEE），并据此设定个性化热量目标。用户只需自然语言描述餐食内容，系统即可自动识别食物、查询营养成分、记录摄入数据，并实时更新剩余热量预算与体重变化预测。
显著优点
- 自动化程度高：无需手动搜索食物热量，系统通过
get_food_nutrition.py脚本自动从网络获取营养数据，离线时调用本地food_database.json备用 - 个性化预测：基于 Mifflin-St Jeor 等权威公式计算 TDEE，结合每日热量盈余/赤字推算体重变化区间
- 宏量营养素追踪：支持蛋白质、碳水、脂肪三项目标设定与进度监控，满足健身与精准营养需求
- 记忆化存储：每日数据独立归档至
memory/YYYY-MM-DD.md，便于历史回顾与长期趋势分析
潜在缺点与局限性
- 数据准确性依赖外部源：网络营养数据库可能存在地区差异、烹饪方式偏差；本地备用数据库覆盖有限
- TDEE 估算固有误差：公式基于人群平均值，个体差异（代谢适应、激素状态、基因）未纳入计算
- 体重预测简化模型：未考虑水分波动、肠道内容物、月经周期等短期干扰因素，长期预测更准确
- 食物识别局限：复杂混合菜肴（如"一份炒饭"）可能因配料比例不明导致热量估算偏差
适合人群
- 减脂/增重目标明确的普通成年人
- 需要量化饮食的自我管理者
- 健身爱好者（需监控蛋白质摄入）
常规风险
- 过度关注数字可能引发焦虑或饮食失调倾向
- 长期严格热量控制可能导致基础代谢适应性下降，实际减重低于预测
- 营养素目标设定不当（如极低碳水）可能影响运动表现与健康