核心用法
Fulcra Context 是一个面向 AI 代理的个人情境数据读取技能，通过 Fulcra Life API、MCP 服务器或 CLI 提供 188 种健康与活动指标的访问能力。核心功能包括：
数据读取范围：心率/HRV、血氧、呼吸频率、睡眠阶段（REM/Deep/Core）、步数、消耗卡路里、日历事件、地理位置等，覆盖心血管、呼吸、睡眠、运动、营养、生殖健康等 15+ 类别。
三种接入方式：
1. MCP 服务器（推荐）：https://mcp.fulcradynamics.com/mcp，支持 Claude Desktop、Goose、Windsurf、VS Code 等，Streamable HTTP 传输 + OAuth2 认证
2. Fulcra CLI（Beta，自动化首选）：uv tool run fulcra-api，支持设备授权流（device authorization flow），适合远程/服务器部署与定时任务
3. Python Service Layer：fulcra_data_service.get_service()，为既有脚本提供兼容层
典型工作流：
- 晨间简报：睡眠质量 + 日历密度 + HRV 趋势 → 动态调整信息密度
- 压力感知通信：HRV 下降 20% 时自动简化消息
- 运动后恢复建议：结合 Apple Watch 锻炼数据推荐轻量日程
- 旅行感知：位置变化触发时区调整与本地信息推送
显著优点
隐私优先架构：OAuth2 每用户授权，数据用户自有，代理仅获委托访问，可随时撤销。符合 GDPR 理念的数据主权设计。
医疗级数据广度：188 项指标涵盖 Apple HealthKit 完整生态，包括 AFib 负荷、睡眠呼吸暂停事件、VO2Max、6 分钟步行距离等临床级指标。
生产级工具链：内置睡眠阶段数学修正（解决 20% 漏计问题）、UTC/本地时区自动处理、数据新鲜度监控（cron 友好）、可视化图表生成。
双模读写分离：fulcra-context 专注读取分析，fulcra-annotations 负责写入事件，架构清晰。
潜在缺点与局限性
平台依赖：核心数据源为 Apple HealthKit，Android 用户或非 Apple Watch 用户数据覆盖度降低。
CLI 仍在 Beta：自动化场景依赖 Python 3.11+ 与 uv，传统 pip 环境需适配。
实时性边界：数据同步依赖 Apple Watch 与 iPhone 的 Fulcra App 后台同步，存在 15-60 分钟延迟，非真正的"实时"流数据。
授权摩擦：每次新代理/新设备需重新 OAuth2 授权，多设备用户维护成本较高。
计算在代理侧：本 skill 不直接调用 LLM，所有洞察生成需在用户代理运行时自行编排，对开发者 AI 集成能力有要求。
适合人群
- 量化自我爱好者：希望用 AI 分析长期健康趋势、睡眠-运动-压力关联
- 生产力极客：追求基于生理状态的动态日程管理与信息过滤
- 健康科技开发者：构建医疗级 wellness 应用、研究数字生物标记
- 远程团队管理者：关注团队成员（经明确授权）的工作负荷与恢复状态
常规风险
数据泄露风险：生物特征、位置、日历组合可高度识别个人，需严格遵循"NEVER share Fulcra data publicly without explicit permission"原则。
过度推断风险：HRV 波动可能由多种因素引起，代理应避免单一指标健康诊断。
授权链断裂：长期无人看管的自动化任务可能因 token 刷新失败静默失效，建议配合 fulcra_data_watchdog 监控。
第三方依赖：Fulcra 作为初创公司存在服务连续性风险，关键健康决策不应完全依赖单一数据源。