核心用法
MyFitnessClaw 是一款基于 OpenClaw 原生工具构建的个人营养追踪技能。用户只需用日常语言描述餐食（如"吃了鸡胸肉沙拉和一杯拿铁"），系统会自动估算热量与三大营养素（蛋白质/碳水/脂肪），并实时更新结构化数据看板。
数据流向闭环：
- 自然语言输入 → AI 估算宏量营养素 → 写入
nutrition/daily_macros.json（权威数据源） - 同步生成
canvas/offline_data.js离线镜像，确保浏览器直接打开 HTML 文件即可查看 - 调用 Canvas 工具内嵌可视化面板，同时支持本地 HTTP 服务器访问
- 每日记忆文件归档，形成长期饮食日志
智能功能：
- 内置常见食物数据库（
nutrition/foods/common.md），加速重复记录 - AI 驱动洞察生成，对比实际摄入与目标值，输出个性化建议
- 离线优先设计，无网络依赖即可查看历史进度
显著优点
1. 零摩擦记录：告别传统健身 App 的繁琐搜索与点击，对话即记录
2. 数据主权：所有数据以 JSON/Markdown 形式本地存储，用户完全掌控
3. 离线可用：通过 file:// 协议直接打开看板，隐私不外传
4. 可扩展架构：文件结构清晰，便于与其他健康数据源联动
潜在缺点与局限性
- 估算精度依赖 AI：未提供确切克重时，宏量营养素计算存在偏差风险
- 无多用户支持：设计为单用户本地使用，缺乏家庭账号或社交功能
- 移动端体验受限：浏览器方案不如原生 App 流畅，需手动启动本地服务器
- 食物数据库维护：
common.md需用户自行积累，初期冷启动较空
适合人群
- 健身/减脂人群，希望快速记录而不被复杂界面干扰
- 隐私敏感用户，拒绝云端同步的健康数据
- 技术爱好者，愿意用本地文件管理工作流
常规风险
- 数据丢失风险：JSON 文件损坏或误删将导致历史记录丢失，建议定期备份
- 估算误差累积：长期依赖 AI 估算可能偏离实际营养目标，建议周期性校准
- 目标值设置不当：
targets.json若配置极端（如极低热量），AI 洞察可能强化不健康饮食模式