核心用法
MyFitnessClaw 是一款基于自然语言交互的营养追踪 Skill，用户无需填写繁琐表单，只需用日常口语描述所吃食物（如"午餐吃了鸡胸肉沙拉和半个牛油果"），系统自动解析并估算蛋白质、碳水、脂肪三大宏量营养素数值。数据持久化存储于 nutrition/daily_macros.json，目标设定于 nutrition/targets.json，形成完整的摄入-目标对比体系。
显著优点
1. 零摩擦记录：突破传统健身 App 的手动搜索、分量选择等繁琐流程，对话即记录
2. 智能估算闭环：优先检索 nutrition/foods/common.md 个人食物库，结合 AI 估算缺失数值，越用越准
3. 实时可视化：通过 canvas/index.html 仪表盘呈现当日宏量进度、历史趋势与 AI 洞察 (nutrition/insights.json)
4. 记忆增强：自动写入 memory/YYYY-MM-DD.md 形成可追溯的饮食日记
潜在局限
- 估算准确性依赖：未提供官方营养数据库背书，宏量数值基于 AI 估算或用户历史数据，对特殊食材、复杂菜品可能存在偏差
- 目标设定自主性：
targets.json需用户自行设定或维护，缺乏基于身体数据的动态目标生成 - Canvas 安全约束：明确禁止用
edit工具修改canvas/index.html，数据同步依赖 JSON 与 HTMLfallbackData的双向维护，存在潜在一致性风险
适合人群
- 希望轻量化追踪饮食的健身爱好者、减脂/增肌人群
- 厌烦传统 App 表单交互、偏好对话式记录的用户
- 需要每日宏量可视化反馈以调整进食策略的自律型用户
常规风险
- 长期依赖 AI 估算可能导致营养认知偏差，建议定期与实际营养标签校验
- 多设备/多会话场景下 JSON 文件并发写入可能存在数据覆盖风险
- 仪表盘数据与 JSON 源数据因
fallbackData机制可能产生短暂不一致