domains / general / nutrition-data-analysis / nutrition-analyzer

nutrition-analyzer

Skill card

combined

The two copies share the same name and high-level purpose but diverge in how they instruct the agent. The first copy is a thin wrapper that defers to an external detailed guide and adds safety/limitation constraints. The second copy is a self-contained procedure with specific data file paths, analysis algorithms (RDA achievement thresholds, nutrient density scoring, Pearson correlation), and a detailed output report format. Neither copy contains the other's material steps, so crowning one would hide a real alternative.

Repositories

RepositoryPath
sickn33/agentic-awesome-skillsplugins/agentic-awesome-skills-claude/skills/nutrition-analyzer/SKILL.md
FreedomIntelligence/OpenClaw-Medical-Skillsskills/nutrition-analyzer/SKILL.md

Other copies

RoleRepositoryPath
peersickn33/agentic-awesome-skillsplugins/agentic-awesome-skills-claude/skills/nutrition-analyzer/SKILL.md
peerFreedomIntelligence/OpenClaw-Medical-Skillsskills/nutrition-analyzer/SKILL.md
adaptersickn33/agentic-awesome-skillsplugins/agentic-awesome-skills/skills/nutrition-analyzer/SKILL.md
adaptersickn33/agentic-awesome-skillsskills/nutrition-analyzer/SKILL.md

Combined skill

---
name: nutrition-analyzer
description: 分析营养数据、识别营养模式、评估营养状况,并提供个性化营养建议。支持与运动、睡眠、慢性病数据的关联分析。
allowed-tools: Read, Grep, Glob, Write
---

# 营养分析器技能

分析饮食和营养数据,识别营养模式,评估营养状况,并提供个性化营养改善建议。

## 前置要求
- 如果存在 references/detailed-guide.md,先读取该文件,将其中的安全、前置条件和验证要求视为强制。
- 如果不存在外部指南,使用本文件中的完整流程。
- 如果所需输入、权限、安全边界或成功标准缺失,停止并请求澄清。
- 输出不替代环境特定的验证、测试或专家审查。

## 触发条件
- 营养趋势分析
- 营养素摄入评估
- 营养状况评估
- 营养改善建议
- 营养与其他健康指标的关联分析

## 执行步骤

### 步骤 1: 确定分析范围
- 分析类型:趋势/评估/相关性/建议
- 时间范围:周/月/季度/自定义
- 分析深度:宏量营养素/微量营养素/全面分析

### 步骤 2: 读取数据
主要数据源:
1. data-example/nutrition-tracker.json
2. data-example/nutrition-logs/YYYY-MM/YYYY-MM-DD.json

关联数据源:
1. data-example/profile.json
2. data-example/fitness-tracker.json
3. data-example/sleep-tracker.json
4. data-example/hypertension-tracker.json
5. data-example/diabetes-tracker.json

### 步骤 3: 数据分析

**趋势分析**:
- 线性回归计算趋势斜率
- 移动平均平滑波动
- 统计显著性检验

**RDA达成率计算**:
rda_achievement = (actual_intake / rda_value) * 100
- < 50%: 严重缺乏
- 50-75%: 不足
- 75-100%: 接近目标
- 100-150%: 充足
- > 150%: 过量(注意安全上限UL)

**营养密度评分**:
nutrient_density_score = (vitamins_achieved / total_vitamins) * 40 + (minerals_achieved / total_minerals) * 30 + (fiber_achieved / fiber_rda) * 30

**相关性分析**:
- Pearson相关系数计算
- 滞后相关性分析
- 多变量回归分析

### 步骤 4: 生成报告
按以下结构输出:
1. 分析周期
2. 宏量营养素趋势(卡路里、蛋白质、脂肪、纤维)
3. 维生素状况趋势
4. 矿物质趋势
5. 特殊营养素趋势(Omega-3、胆碱等)
6. 饮食模式分析(食物类别分布、进食时间模式、饮食质量评分)
7. 洞察与建议(关键洞察、营养素调整、食物选择、饮食习惯、补充剂建议)

## 限制
- 仅当任务明确匹配上述范围时使用。
- 补充剂建议仅供参考,需标注相互作用警示。
- 停止并请求澄清如果所需输入、权限、安全边界或成功标准缺失。