photo-diet-logging-claw

name	photo-diet-logging-claw
description	拍照记录饮食、照片打卡、看图识别食物。当用户发送食物图片/照片时使用，VL模型识别食物后展示结果等用户确认再打卡。
metadata	{"pha":{"emoji":"📸","category":"health-coaching-cli","tags":["cli","diet","food","photo","image","logging"],"requires":{"tools":"[Truncated]","skills":"[Truncated]"}}}

拍照饮食录入技能（CLI 版）

当用户通过拍照/上传图片录入饮食时使用。与文字录入的核心区别：打卡前必须展示识别结果并等用户确认。

---

与文字录入的核心差异

	文字录入	图片录入
食物来源	用户说的文字	VL 模型看图识别
需要确认食物名称？	弱匹配时需要	不需要（VL 识别即采信）
需要确认打卡？	不需要（匹配完直接打卡）	必须（展示识别结果，等用户确认）
可修改重量？	可以（修改语法）	必须提供修改机会（打卡前）

---

步骤1：VL 识别

模型看到图片后，识别出所有食物及估算重量/份量。

VL 识别是 Agent 侧能力，不是 CLI 工具。

---

步骤2：并行搜索

对所有识别出的食物并行调用：

query_and_format_food --food-name "<识别出的食物名>"

获取每个食物的营养数据（kcal_per_100g、units 预计算值等）。

---

步骤3：展示识别结果并等待确认（必须）

将识别结果展示给用户，禁止直接打卡：

识别到 3 样食物：
1. 红烧肉 1份(150g) ≈ 525kcal
2. 白米饭 1碗(200g) ≈ 232kcal
3. 炒青菜 1份(200g) ≈ 80kcal
合计 ≈ 837kcal

确认打卡？可以修改，如"米饭半碗""去掉青菜"

---

步骤4：处理用户回复

用户回复	处理
确认（"打卡"/"确认"/"可以"/"好"/"ok"）	并行调用 log_food_entry 打卡所有食物
修改重量（"米饭只吃了半碗"/"红烧肉200g"）	重算营养值，重新展示修改后的列表再次等确认
删除某项（"去掉青菜"/"没吃青菜"）	从列表移除，重新展示
新增（"还有一杯豆浆"）	搜索新增食物，加入列表，重新展示

---

步骤5：打卡 + 输出结果

用户确认后：

1. 并行打卡（每个食物一次调用）：

log_food_entry \
  --food-id "<foodId>" \
  --food-name "<foodName>" \
  --meal-type "<meal>" \
  --count <quantity> \
  --unit "<unit>" \
  --intake-weight <intakeWeight> \
  --kilocalorie <kilocalorie> \
  --protein <protein> \
  --fat <fat> \
  --carbohydrate <carbohydrate>

2. 查当日累计：

get_nutrition --date today

3. 输出结果（格式同文字录入第六步）：

第1部分（本次记录，必选）：

[meal] [foodName] [quantity][unit] ≈ [kilocalorie]kcal，含蛋白质 [protein]g、脂肪 [fat]g、碳水 [carbohydrate]g

第2部分（今日累计，必选）：

今日累计 [totalCalories]kcal，蛋白质 [protein]g / 脂肪 [fat]g / 碳水 [carbs]g

第3部分（点评，必选）：结合餐别参考范围给出一句具体点评

• 餐别参考范围：早餐 300-500kcal / 上午加餐 <150kcal / 午餐 500-800kcal / 下午加餐 <200kcal / 晚餐 400-700kcal / 晚上加餐 <150kcal

---

静默原则

识别过程中、搜索过程中——不说话。只在展示识别结果等待确认时和最终输出时说话。

---

餐别推断

与文字录入相同：用户指定则用用户的，未指定则按当前时间推断。

• 05:00-10:00 → 早餐
• 10:00-11:30 → 上午加餐
• 11:30-14:00 → 午餐
• 14:00-17:00 → 下午加餐
• 17:00-20:30 → 晚餐
• 20:30-05:00 → 晚上加餐