diet-tracker

name	diet-tracker
description	Diet and nutrition tracking: log meals, manage food items, view daily/weekly nutrition summaries, analyze calorie trends. Integrates with mediwise-health-tracker and weight-manager.

MediWise · 饮食追踪 Skill

概述

提供每餐饮食记录、食物条目管理、每日/每周营养摘要、热量趋势分析等功能。与 mediwise-health-tracker 共享数据库，可与 weight-manager 联动形成"饮食 → 热量 → 体重"完整闭环。

本 Skill 只记录和展示饮食数据、数据来源、用户目标差异与记录完整度，不提供营养治疗或饮食指导。内置参考区间只用于客观对比，不据此推荐用户增加、减少或替换食物。

数据模型

diet_records（一餐记录）

字段	说明
id	记录 ID
member_id	成员 ID
meal_type	餐次: breakfast/lunch/dinner/snack
meal_date	日期 YYYY-MM-DD
meal_time	时间 HH:MM（可选）
total_calories	总热量 kcal
total_protein	总蛋白质 g
total_fat	总脂肪 g
total_carbs	总碳水 g
total_fiber	总膳食纤维 g
note	备注

diet_items（食物条目）

字段	说明
id	条目 ID
record_id	关联 diet_records.id
food_name	食物名称
amount	数量
unit	单位（g/ml/份/个等）
calories	热量 kcal
protein	蛋白质 g
fat	脂肪 g
carbs	碳水 g
fiber	膳食纤维 g
note	备注

功能列表

diet.py — 饮食记录 CRUD

动作	子命令	必要参数	可选参数	说明
add-meal	add-meal	--member-id, --meal-type, --meal-date	--meal-time, --note, --items (JSON)	添加一餐记录（可同时包含多个食物条目）
add-item	add-item	--record-id, --food-name	--amount, --unit, --calories, --protein, --fat, --carbs, --fiber, --note	向已有餐次追加食物条目
list	list	--member-id	--date, --start-date, --end-date, --meal-type, --limit	查看饮食记录
delete	delete	--id	--type (record/item)	删除记录或条目
daily-summary	daily-summary	--member-id, --date		某日营养摘要

nutrition.py — 营养分析

动作	子命令	必要参数	可选参数	说明
weekly-summary	weekly-summary	--member-id	--end-date	一周营养趋势（每日热量、平均三大营养素）
calorie-trend	calorie-trend	--member-id	--days (默认 7)	热量趋势分析（N 天每日总热量）
nutrition-balance	nutrition-balance	--member-id	--days (默认 7)	三大营养素比例分析

food_lookup.py — 食物营养查询

动作	子命令	必要参数	可选参数	说明
food-lookup	search	params.query	params.limit (默认5), params.source (auto/cfcd/brands/usda/openfoodfacts/off/all)	按可用数据源搜索食物营养（本地数据包 → USDA → Open Food Facts）
food-stats	stats	—	—	查看食物数据库概况（各数据源条目数）

数据来源（按优先级）：

1. CFCD6 / cn-brands 本地数据包（可选）：仓库不捆绑这些数据；只有在确认来源授权后，将兼容格式的数据安装到 diet-tracker/data/ 才会启用
2. USDA FoodData Central（在线）：需配置 USDA_API_KEY 环境变量
3. Open Food Facts（在线，包装/品牌食品）：免 Key，但需显式设置 OPENFOODFACTS_ENABLED=1；数据采用 ODbL 1.0，结果会返回产品页和许可证。正式使用应按官方文档填写 API usage form、设置可联系的 User-Agent，并避免搜索即输入等高频调用

food-stats 会返回每个数据源的可用状态、来源网址、许可证和本地数据目录。所有在线来源都可用 MEDIWISE_FOOD_ONLINE_ENABLED=0 强制关闭。远程 API 只收到食物查询词及语言/分页参数，不得发送 owner_id、member_id、餐次记录或健康数据。没有任何来源可用时，查询返回 status: unavailable，不得把“数据源不可用”当成“该食物不存在”。

使用流程

记录一餐的标准流程（不得跳步）：

1. 确认成员身份（通过 mediwise-health-tracker 的 list-members）
2. 逐一查询每种食物的营养数据（food-lookup search，见下方"强制规则"）
3. 用查询到的营养数据调用 add-meal，通过 --items JSON 一次录入多个食物
4. 如需追加食物，使用 add-item 向已有餐次添加
5. 使用 daily-summary 查看当天营养摄入
6. 使用 weekly-summary 或 calorie-trend 查看长期趋势

营养数据强制规则

禁止用 AI 自身知识直接估算营养数值写入数据库。 记录每种食物之前，必须先调用 food-lookup search 查询，用数据库返回的数据填充 --items。

自动填充说明：若 --items 中某条目未提供热量数据，diet.py 会尝试调用本地 food_lookup 数据包补全营养值，并在 note 字段标注 [自动填充] 及数据来源。仓库默认不捆绑本地数据包；数据源不可用时必须请用户补充营养标签或显式配置在线来源，不能凭模型知识写入估算值。

# 步骤 1：先查每种食物
python3 {baseDir}/scripts/food_lookup.py search --query "炸排骨"
python3 {baseDir}/scripts/food_lookup.py search --query "米饭"

# 步骤 2：用查询结果里的营养数据填 --items，再记录
python3 {baseDir}/scripts/diet.py add-meal \
  --member-id <id> --meal-type lunch --meal-date 2025-03-15 \
  --items '[{"food_name":"炸排骨","amount":150,"unit":"g","calories":298,"protein":21.2,"fat":19.3,"carbs":9.1,"note":"来源:CFCD6"}]'

查询未命中时的处理：

• 结构化来源（本地数据包 → USDA → Open Food Facts）都未找到时，如运行环境具备网页检索能力，只能查询品牌官网、政府/高校数据库或可核验的官方营养标签页，并在 note 保留页面 URL、每 100g/每份基准和访问日期。不得采用博客、营销软文、搜索摘要或模型记忆中的数值。
• 仍无可核验来源时，告知用户“未查到该食物的营养数据”，询问用户是否按包装标签手动输入，或跳过该条目，不得自行估算后直接写入。
• 查到多个候选项时，展示给用户确认，选择最贴近的后再录入。
• 记录时在 note 字段写明数据来源（如"来源：CFCD6"、"来源：用户手动输入"）。

items JSON 格式

--items 参数接受 JSON 数组。所有营养字段必须来自 food-lookup search 的查询结果，不得由 AI 自行估算填充：

[
  {"food_name": "鸡胸脯肉", "amount": 150, "unit": "g", "calories": 158, "protein": 31.6, "fat": 3.2, "carbs": 0.0, "note": "来源:CFCD6"},
  {"food_name": "米饭", "amount": 200, "unit": "g", "calories": 232, "protein": 4.6, "fat": 0.6, "carbs": 51.5, "note": "来源:CFCD6"}
]

自动换算规则：CFCD6/USDA/Open Food Facts 数据按 amount（克）换算；中国品牌/外食本地数据按每份直接使用。使用 Open Food Facts 时应向用户提示其为社区维护数据，并优先核对具体条码对应的产品页。

注意事项

• 当前公开版本只用于个人本地档案；身份隔离由安装时的个人模式和 action 适配层处理，不向普通用户暴露或索取 owner_id。
• 禁止 AI 估算营养数据：所有热量/蛋白质/脂肪/碳水/膳食纤维数值必须来自 food-lookup search，或经用户明确确认的手动输入，不得由 AI 凭自身知识估算后直接写入。
• note 字段必须记录数据来源，便于用户事后核查。
• meal_type 支持: breakfast（早餐）、lunch（午餐）、dinner（晚餐）、snack（加餐/零食）