核心用法
Calorie Counter 是一款命令行驱动的个人营养追踪工具，通过 Python 脚本与 SQLite 数据库实现本地化数据管理。用户通过 add 命令记录食物名称、卡路里及蛋白质含量，系统即时反馈当日累计摄入与剩余额度。核心工作流围绕三条主线展开：
1. 日常记录：add 命令支持快速录入，自动计算当日累计值与目标差额；summary 提供结构化日报，展示进度百分比与历史条目。
2. 目标管理：goal 命令设定每日卡路里上限，数据持久化存储于 daily_goal 表；weight 与 weight-history 支持体重追踪（磅为单位，允许小数）。
3. 数据运维：history 查看 7/30 天趋势，list 与 delete 实现条目级 CRUD 操作。
显著优点
- 零外部依赖：纯 Python 标准库 + SQLite，无需网络连接或第三方 API，隐私性极强。
- 即时反馈：每次录入后立即输出当日汇总，减少认知负荷，强化行为闭环。
- 数据主权：本地
.db文件完全由用户控制，支持备份、迁移或外部分析。 - 扩展友好：Schema 清晰（entries/daily_goal/weight_log 三表结构），便于开发者二次开发或对接 BI 工具。
潜在缺点与局限性
- 营养维度单一：仅追踪卡路里与蛋白质，缺乏脂肪、碳水、微量元素及膳食纤维数据，不适合精细化管理或医学用途。
- 无食物数据库：所有数值需手动输入或估算，无条形码扫描、无第三方营养数据对接，录入成本较高。
- 单位局限：重量锁定英制（磅），对公制用户需心理换算；卡路里与蛋白质强制整数，精细记录受限。
- 无多用户支持：单设备单用户设计，无账号体系或云端同步，换机需手动迁移数据库。
- 缺乏可视化：历史数据为纯文本列表，无图表趋势线，长期洞察依赖用户自行导出分析。
适合人群
- 追求极简工具的健身爱好者，习惯手动记录且对数据隐私敏感；
- 开发者或量化自我（Quantified Self）实践者，希望拥有可 hack 的本地数据基础设施；
- 短期减脂/增肌项目参与者，需求聚焦热量缺口与蛋白质达标，无需复杂营养分析。
常规风险
- 估算误差：蛋白质估算指南仅为经验值，实际食材加工方式（油炸、酱汁）会显著偏差，可能导致蛋白质摄入误判。
- 数据丢失：无自动备份机制，设备损坏或误删
calorie_data.db将导致历史记录永久丢失。 - 饮食障碍触发：卡路里数字化的即时反馈可能对敏感用户造成焦虑，建议配合理性目标设定使用。