核心用法
MyFitnessClaw 是一款基于 OpenClaw 原生工具构建的营养追踪 Skill，用户只需用自然语言描述餐食（如"早餐吃了两个鸡蛋和一片全麦面包"），系统即可自动估算热量及蛋白质、碳水、脂肪占比，并同步更新至可视化仪表板。
显著优点
1. 零摩擦输入：无需手动搜索食物数据库或填写表格，口语化描述即可完成记录。
2. 实时可视化：通过 Canvas 仪表板即时呈现当日营养进度与历史趋势，数据与 nutrition/daily_macros.json 双向同步。
3. 智能记忆：维护 nutrition/foods/common.md 常用食物库，越用越准；同时生成 insights.json 提供 AI 驱动的饮食建议。
4. 目标导向：支持设定个性化每日目标（targets.json），并自动对比实际摄入给出反馈。
潜在缺点与局限性
- 估算依赖：宏量营养素依赖 AI 估算而非实验室级数据，精确度受限于通用食物数据库的覆盖范围。
- 离线脆弱：仪表板依赖
fallbackData回退机制，若文件系统出现写入延迟，可能导致 Canvas 与 JSON 源短暂不一致。 - 无社交/协作：纯单机模式，缺乏家庭共享、教练端同步等多人协作功能。
- 隐私集中：所有营养数据存储于本地工作区，虽便于控制，但无加密说明，敏感场景需谨慎。
适合人群
- 健身爱好者、减脂/增肌人群、量化健康用户，以及希望用对话方式替代传统 App 手动录入的轻度技术用户。
常规风险
- 数据一致性风险：HTML 回退变量与 JSON 源文件需手动同步，极端情况下可能产生漂移。
- 估算误差累积：长期依赖 AI 估算而未校准，可能导致宏量营养素摄入偏差。
- 工具权限：需授予
write、edit对 nutrition/ 目录的写入权限，误操作可能覆盖历史数据。