Weight Loss

核心用法

Weight Loss 是一款专注于健康减重的本地化追踪工具。用户可通过自然语言指令快速记录体重（如"Log 185 pounds"）、查看进度趋势、设定目标并追踪里程碑。支持公斤/磅双单位，自动计算周均速率和达成周期。

显著优点

• 隐私架构：数据完全本地存储，零云端传输，杜绝第三方数据风险
• 智能平滑：算法过滤每日3-5磅正常波动，呈现真实趋势曲线
• 多维激励：内置5大里程碑体系（首5磅→10磅→10%体重→半程→目标），并支持非体重成就（NSV）记录
• 行为科学：强调"每周均值"替代"每日执念"，0.5-1磅/周的可持续节奏

潜在局限

• 无社交/社区功能，依赖自我驱动
• 缺乏饮食摄入、运动消耗等关联数据整合
• 无医疗级精度声明，不适合临床体重管理

适合人群

• 注重数据主权的隐私敏感用户
• 追求长期习惯养成而非快速极端减重的健康管理者
• 已有基础认知、无需外部监督的自律型用户

常规风险

• 体重数据为敏感健康信息，虽本地存储但仍需设备本身安全防护
• 算法平滑可能掩盖短期真实波动，需结合身体感受判断
• 目标设定功能未嵌入医学审查，用户需自行确保目标合理性

核心用法

Weight Loss 是一款专注于可持续健康管理的本地化体重追踪 Skill，由 clawd-team 开发。用户可通过自然语言指令完成体重记录、进度查询、目标设定和趋势可视化。核心交互包括：使用 "Log 185 pounds" 或 "Weigh-in: 82.5 kg" 记录体重；通过 "How much weight have I lost?" 查看减脂总量与平均速度；设定 "My goal weight is 170 pounds" 后系统自动计算每周所需减重节奏；输入 "Plot my weight trend" 生成平滑曲线图表，过滤日常波动干扰；同时支持记录非体重类胜利（NSV），如运动能力提升、衣物尺码变化等多元健康指标。

显著优点

该 Skill 的最大亮点在于隐私优先的架构设计——所有数据严格本地存储，不上传至任何云服务或第三方数据库，从根本上消除健康数据泄露风险。功能层面采用趋势平滑算法，将日常 3-5 磅的水分、食物体积波动过滤，呈现真实减脂走向；里程碑系统（首 5 磅、10% 体重、半程目标等）结合正向心理学设计，强化行为动机；非体重指标追踪突破单一数字焦虑，关注能量、睡眠、力量等 holistic 健康维度。作为纯 Markdown 文档型 Skill，其零代码执行、零外部依赖的特性确保了极致的轻量与稳定。

潜在缺点与局限性

由于纯本地存储机制，数据无法实现跨设备同步，更换终端时历史记录将丢失；缺乏与其他健康生态（如 Apple Health、Fitbit）的数据互通能力；无社区或社交功能，无法获取同伴支持或专业指导；图表可视化依赖 AI 生成能力，复杂分析场景下可能受限于模型输出质量；此外，当前版本未声明开源许可证，长期维护透明度存疑。

适合的目标群体

1. 隐私敏感型用户：对云端健康数据高度警惕，追求数据主权完全自主
2. 极简主义者：拒绝冗余功能，只需要核心记录与趋势反馈
3. 减脂初学者：需要结构化里程碑引导，避免极端减重误区
4. 离线场景使用者：网络环境不稳定或偏好纯本地工具的用户
5. 非数字化健康管理者：不习惯复杂 App，偏好自然语言交互的中轻度用户

使用风险

数据持久性风险：本地存储意味着设备损坏或误删将导致不可逆数据丢失，建议定期手动备份；功能扩展瓶颈：作为文档型 Skill，无法接入生物识别硬件或实时同步服务；模型依赖风险：趋势分析与图表生成质量受底层 AI 能力波动影响；目标设定合理性：系统仅提供数学计算，无法评估医学层面的减重安全性，极端目标需配合专业医疗建议；许可证缺失：当前未明确开源协议，未来版本更新存在不确定性。