核心用法
Fulcra Context 是一套面向AI代理的健康数据访问技能，通过 MCP Server、CLI 或 Python SDK 三种方式接入。用户授权后，代理可读取睡眠阶段、心率变异性(HRV)、血氧、步数、日历事件、位置信息等188项指标，用于生成个性化简报、检测压力状态、优化任务调度等情境感知场景。
典型工作流：
- 晨间简报：睡眠数据 + 日历 → 调整当日任务强度建议
- 压力感知：HRV/心率趋势 → 自动简化消息、建议休息
- 旅行适配：位置变化 → 时区调整、本地信息推送
- 恢复管理：剧烈运动后 → 推荐轻量日程、 hydration 提醒
技术架构
1. MCP Server（推荐）：https://mcp.fulcradynamics.com/mcp，已测试 Claude Desktop、ChatGPT、Codex 等
2. CLI（自动化首选）：uv tool run fulcra-api，支持设备码流远程认证
3. Python Service：统一封装层，优先使用 CLI 凭证
- OAuth2 每用户授权：数据所有权归用户，代理仅获委派访问
- 三种接入模式：
显著优点
- 数据维度极全：188项指标覆盖心血管、呼吸、睡眠、运动、营养、生殖健康等12大类
- 隐私设计优先：用户随时可撤销授权，数据不离开 Fulcra 基础设施
- 生产级工具链：内置时区自动处理、睡眠阶段数学修正、数据新鲜度监控、图表生成
- 开源生态：MCP Server、Python Client 均开源，社区活跃
潜在缺点与局限性
- iOS 生态依赖：核心数据采集依赖 iOS Context App，Android 仍在开发中
- 数据新鲜度风险：Apple Watch 同步失败、Fulcra 服务中断会导致数据滞后（需主动监控）
- UTC 日期边界：睡眠聚合 API 按 UTC 日历日分桶，晚间调用易现"PM bug"，需使用工具函数修正
- 无内置 LLM 调用：生成自然语言简报需在代理层自行集成模型
适合人群
- 需要 深度健康情境感知 的 AI 代理开发者
- 个人用户构建 自动化健康工作流（如 Notion/Obisidian 同步、家庭自动化）
- 研究人员进行 纵向健康数据分析（注意：非医疗级认证）
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 数据过度暴露 | 代理可能请求过多敏感指标 | 遵循最小权限原则，定期审计授权范围 |
| 时区/DST 错误 | 硬编码时区导致睡眠时段计算错误 | 强制使用 `fulcra_timezone` 工具函数 |
| 公开泄露 | 演示截图含真实生物特征数据 | 使用合成数据（`FULCRA_DEMO_MODE`）标注 |
| 自动化误判 | 基于 HRV 的"压力"推断可能误伤 | 结合多日趋势，保留用户手动覆盖 |
关键工具函数
get_last_night_sleep()：正确使用sleep_cycles.total_time_asleep_ms避免20%低估get_user_tz()：从 Fulcra profile 获取时区，自动处理夏令时fulcra_data_watchdog：Cron 定时检测数据新鲜度，失效告警
---
> 配套技能：fulcra-annotations 用于写入事件/记忆，形成读写闭环。