核心用途
fulcra-context 是一种只读型上下文技能，供AI代理在用户明确授权的前提下，访问其存储于Fulcra平台的个人数据。涵盖的数据维度包括：
- 生物特征：心率、睡眠阶段、睡眠周期
- 活动数据：Apple Workout记录、运动量统计
- 日程信息：日历事件（含参会人、地点、备注）
- 地理位置：时间点位置查询、历史轨迹（受限使用）
- 指标目录：可用数据类型的结构化目录
技能设计采用docs-first原则：不携带可执行脚本、后台任务或任意CLI封装，而是直接调用Fulcra官方托管的MCP服务器或Fulcra CLI，确保所有数据读取行为可被审计、可追溯。
---
显著优点
1. 强隐私边界设计
- 强制要求在读取任何数据前征得用户明确同意（显式yes/no）
- 默认最小化数据范围：仅读取回答当前问题所需的时间窗口和指标
- 禁止打印、日志记录或转发访问令牌、凭证文件、原始隐私记录
2. 多接入方式灵活
- 托管MCP服务器（
https://mcp.fulcradynamics.com/mcp）：零配置，即插即用 - 本地stdio服务器（
uvx fulcra-context-mcp）：离线场景可控 - Fulcra CLI（
uv tool run fulcra-api）：适合自动化脚本与批处理
3. 数据主权归用户
- 用户通过iOS Context应用自主同步数据至个人账户
- 5GB永久免费存储，数据不上传至第三方模型提供商
- 开源MCP服务器与Python客户端，可审计实现
4. 工作流分离清晰
- 读操作由
fulcra-context处理 - 写操作（注释定义、事件记录）由配套技能
fulcra-annotations处理 - 避免读写权限混用导致的数据意外修改风险
---
潜在局限与风险
局限
- 无实时性保证：数据依赖手机同步，可能存在延迟或缺失
- iOS生态绑定：完整功能需安装Context iOS应用，Android/web端支持未明确
- 查询范围受限：禁止批量导出、转录处理、第三方富化等高级分析流程
- 无内置可视化：需用户自行处理原始数据生成图表
风险
| 风险类型 | 具体表现 | 缓解措施 |
|---------|---------|---------|
| 过度披露 | 在群聊/公共场合意外暴露敏感日程或位置 | 强制"共享场景同意检查点"，默认拒绝 |
| 令牌泄露 | 认证URL、用户码被误发至错误接收方 | 文档强调仅发送设备URL与用户码，禁止发送令牌输出 |
| 数据滞留 | 本地文件持久化或跨会话保留 | 要求确认存储目的与保留计划，优先使用合成数据 |
| 合成数据滥用 | 演示/测试场景误用真实数据 | 明确区分public artifacts与private workspace边界 |
---
适合人群
- 注重隐私的个人量化自我（Quantified Self）用户：希望利用AI分析健康数据，但拒绝数据上传至不可控云端
- 临床研究人员与教练：在受控授权下访问受试者/学员的生理与活动数据，用于个性化干预
- 自动化工作流构建者：通过Fulcra CLI将健康数据集成至本地脚本，生成周报或触发条件通知
- 敏感场景AI开发者：需要演示健康AI功能，但必须以合成数据满足合规要求的场景
---
常规风险总结
本技能的安全模型建立在用户显式授权 + 单次请求最小化 + 零持久化三重原则上。最大风险源于用户或开发者误用：
1. 权限边界模糊：若开发者将fulcra-context与fulcra-annotations混用，或绕过同意检查点，可能导致未经授权的数据写入或披露。
2. 社交工程攻击：攻击者可能诱导用户分享CLI认证URL/用户码，进而窃取账户访问权限。
3. 合成/真实数据混淆：在公开文档、视频演示中误用真实数据，造成隐私泄露。
建议使用者严格遵循文档中的"Consent Checkpoints"与"Privacy Boundary"章节，将本技能视为受信执行环境（TEE）中的只读代理，而非通用数据管道。