核心用法
VitaVault Health Data Skill 是一个面向个人健康数据管理的本地化工具链，专门处理从iOS应用VitaVault导出的Apple Health数据。核心工作流分为三步：导入（import.py）→ 查询（query.py）→ 摘要（summary.py/briefing.py）。
数据导入：支持JSON（推荐）和CSV两种格式，自动归一化存储至~/vitavault/data/，以时间戳命名并维护latest.json软链接。支持多批次导入智能合并（按记录ID去重更新）。
灵活查询：覆盖48类健康指标（步数、心率、睡眠、体重、血氧、HRV、实验室数据等），支持时间范围过滤（--days/--start/--end）、多指标联合查询、统计摘要（avg/min/max/趋势方向）及JSON结构化输出。
晨间简报：briefing.py生成紧凑健康摘要块，可直接嵌入OpenClaw等自动化任务，包含关键指标与趋势对比，适合每日快速健康回顾。
显著优点
1. 数据主权：完全本地化运行，健康数据不出本机，规避云端健康平台的隐私风险
2. Apple Health生态直通：无缝导出iPhone原生采集的48类健康数据，无需额外传感器
3. AI Ready：JSON结构化输出与briefing.py的prompt-ready格式，降低LLM上下文注入成本
4. 增量更新机制：多次导入自动合并，适合长期健康档案维护
5. 灵活集成：支持命令行管道、定时任务（cron）及第三方自动化工作流
潜在缺点与局限性
1. iOS生态锁定：数据源依赖VitaVault iOS应用，Android/非Apple Health用户无法使用
2. 手动导出流程：需通过AirDrop/iCloud/邮件等方式手动传输文件，无法实时同步
3. 无内置可视化：纯命令行工具，需配合其他工具（如Grafana、脚本）做图表展示
4. 数据质量依赖源设备：Apple Watch/第三方设备的采样频率与精度差异直接影响分析质量
5. 缺乏医疗级认证：消费级健康数据，不适用于临床诊断决策
适合人群
- 注重隐私的量化自我（Quantified Self）实践者
- 需要为LLM提供个人健康上下文的开发者/高级用户
- 希望本地化存档Apple Health长期数据的iOS用户
- 构建个人健康自动化工作流（如Notion/Obsidian健康追踪）的技术用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 数据泄露 | 导出文件含敏感健康信息，传输/存储时需加密（建议GPG或加密盘） |
| 单点故障 | 本地存储无云备份，磁盘损坏可能导致健康档案丢失 |
| 误读趋势 | 消费级传感器误差可能被误判为健康变化，重大决策需结合专业医疗意见 |
| 版本兼容 | VitaVault导出格式/schema更新可能导致旧导入脚本失效 |