核心用法
Nori Health 是一款面向个人健康管理的 AI 技能，通过 OpenClaw 协议与用户的穿戴设备（Apple Watch、Oura Ring、Garmin、Whoop 等）建立数据连接，实现睡眠、运动、营养、心率、HRV 等多维健康指标的整合分析。用户以自然语言提问，Nori 返回基于个人数据的教练式反馈，支持趋势对比、目标追踪、饮食建议等场景。
显著优点
1. 多源数据整合：打破单一设备孤岛，统一分析来自不同厂商的生理数据。
2. 自然语言交互：无需学习复杂界面，用日常对话即可获得专业级健康洞察。
3. 隐私优先设计：数据通过个人 API 密钥加密传输，用户完全掌控密钥生命周期。
4. 主动式教练模式：不仅呈现数据，更提供可执行的改进建议（如睡眠优化、蛋白质摄入调整）。
潜在局限
- 平台依赖：需 iOS 应用作为数据中枢，Android 用户暂无法使用。
- 医学边界明确：明确声明不适用于医疗诊断、处方开具或紧急状况，深度健康问题仍需专业医生介入。
- API 密钥管理门槛：需要用户手动生成并配置环境变量，技术小白可能存在设置障碍。
- 云端处理延迟：复杂查询可能存在响应延迟，且依赖 Nori 服务端稳定性。
适合人群
- 穿戴设备重度用户，希望从数据中提取 actionable insights
- 健身爱好者、马拉松跑者、生物黑客等关注量化自我（Quantified Self）的群体
- 希望通过自然语言快速查询健康趋势，而非手动翻查 App 图表的效率型用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 数据隐私 | 健康数据上传至 Nori 云端，虽加密传输但存在第三方托管固有风险 |
| 误读风险 | AI 教练建议可能被误解为医学意见，用户需保持理性边界认知 |
| API 密钥泄露 | 本地明文存储的 `nori_` 密钥若被窃取，可能导致个人健康数据暴露 |
| 服务连续性 | 初创公司服务，长期运维稳定性与数据可迁移性存在不确定性 |