[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill-b526e59c-c963-431c-ac43-d6855f736b9a":3,"$faio4HmNRkAUI8OCIdhmCSU6CtRwpmuRNiOcb-9Ony-Q":43},{"id":4,"title":5,"description":6,"categoryId":7,"moduleId":8,"tags":9,"prompt":10,"icon":11,"source":12,"sourceUrl":13,"authorId":14,"authorName":15,"isPublic":16,"stars":17,"runs":18,"createdAt":19,"updatedAt":19,"module":20,"category":27,"packages":34},"b526e59c-c963-431c-ac43-d6855f736b9a","nutrition-analyzer","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。","cat_life_career","mod_other","sickn33,other","---\nname: nutrition-analyzer\ndescription: 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。\nallowed-tools: Read, Grep, Glob, Write\nrisk: unknown\nsource: community\n---\n\n# 营养分析器技能\n\n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。\n\n## When to Use\n- 需要分析营养摄入、饮食模式或营养素达标情况时使用。\n- 任务涉及宏量\u002F微量营养素评估、RDA 对比、饮食趋势或膳食改进建议。\n- 需要把营养数据与运动、睡眠或慢性病数据关联分析时使用。\n\n## 功能\n\n### 1. 营养趋势分析\n\n分析营养素摄入的变化趋势，识别改善或需要关注的方面。\n\n**分析维度**：\n- 宏量营养素趋势（蛋白质、碳水、脂肪、纤维、卡路里）\n- 微量营养素趋势（维生素、矿物质）\n- 热量来源分布变化\n- 餐食模式（饮食时间、频率）\n- 食物类别偏好\n\n**输出**：\n- 趋势方向（改善\u002F稳定\u002F下降）\n- 变化幅度和百分比\n- 趋势显著性\n- 改进建议\n\n### 2. 营养素摄入评估\n\n评估营养素摄入是否达到推荐标准（RDA\u002FAI）。\n\n**评估内容**：\n- **宏量营养素评估**：\n  - 蛋白质摄入量和质量\n  - 碳水化合物类型分布（精制 vs 复杂碳水）\n  - 脂肪类型分布（饱和\u002F单不饱和\u002F多不饱和\u002F反式脂肪）\n  - 膳食纤维摄入量\n\n- **维生素评估**：\n  - 维生素A、C、D、E、K\n  - 维生素B族（B1、B2、B3、B6、B12、叶酸、泛酸、生物素）\n  - 与RDA对比\n  - 缺乏风险评估\n\n- **矿物质评估**：\n  - 常量矿物质：钙、磷、镁、钠、钾、氯、硫\n  - 微量矿物质：铁、锌、铜、锰、碘、硒、铬、钼\n  - 与RDA对比\n  - 缺乏风险评估\n\n- **特殊营养素评估**：\n  - Omega-3脂肪酸（EPA、DHA、ALA）\n  - 胆碱\n  - 辅酶Q10\n  - 植物化学物（类黄酮、类胡萝卜素等）\n\n**输出**：\n- 每种营养素的达成率\n- 缺乏\u002F不足\u002F充足\u002F过量分级\n- 缺乏风险识别\n- 优先改善建议\n\n### 3. 营养状况评估\n\n综合评估用户的营养状况。\n\n**评估内容**：\n- **整体营养质量评分**：\n  - 营养密度评分\n  - 食物多样性评分\n  - 均衡饮食评分\n\n- **营养模式识别**：\n  - 饮食模式类型（地中海式、DASH、素食等）\n  - 饮食时间模式（进食频率、进食窗口）\n  - 零食和加餐模式\n\n- **营养风险识别**：\n  - 营养缺乏风险（如维生素D缺乏、铁缺乏）\n  - 营养过量风险（如维生素A过量、钠过量）\n  - 不健康饮食习惯（高糖、高脂、高钠）\n\n**输出**：\n- 营养状况等级（优秀\u002F良好\u002F一般\u002F较差）\n- 主要营养问题识别\n- 风险因素列表\n- 改善优先级\n\n### 4. 相关性分析\n\n分析营养与其他健康指标的相关性。\n\n**支持的相关性分析**：\n- **营养 ↔ 体重**：\n  - 卡路里摄入与体重变化的关系\n  - 宏量营养素比例与体重管理\n  - 进食时间与代谢关系\n\n- **营养 ↔ 运动**：\n  - 营养摄入对运动表现的影响\n  - 运动日vs休息日的营养需求\n  - 蛋白质摄入与肌肉恢复\n\n- **营养 ↔ 睡眠**：\n  - 咖啡因摄入与睡眠质量\n  - 晚餐时间与入睡时间\n  - 特定营养素（如镁、色氨酸）与睡眠\n\n- **营养 ↔ 血压**：\n  - 钠摄入与血压\n  - 钾\u002F钠比值与血压\n  - DASH饮食依从性与血压控制\n\n- **营养 ↔ 血糖**：\n  - 碳水化合物类型与血糖波动\n  - 膳食纤维与血糖控制\n  - 进食时间与血糖曲线\n\n**输出**：\n- 相关系数（-1到1）\n- 相关性强度（弱\u002F中\u002F强）\n- 统计显著性\n- 因果关系推断\n- 实践建议\n\n### 5. 个性化建议生成\n\n基于用户数据生成个性化营养改善建议。\n\n**建议类型**：\n- **营养素调整建议**：\n  - 增加缺乏的营养素\n  - 减少过量的营养素\n  - 优化营养素比例\n\n- **食物选择建议**：\n  - 推荐特定食物类别\n  - 食物替换建议（更健康的选择）\n  - 食物搭配建议（促进吸收）\n\n- **饮食习惯建议**：\n  - 进食时间调整\n  - 餐食频率调整\n  - 烹饪方式建议\n\n- **补充剂建议**（仅供参考）：\n  - 基于缺乏风险的补充剂建议\n  - 补充剂剂量和时机\n  - 相互作用警示\n\n**建议依据**：\n- DRIs\u002FRDA标准\n- 用户营养历史数据\n- 用户健康状况和目标\n- 循证营养学证据\n\n---\n\n## 使用说明\n\n### 触发条件\n\n当用户请求以下内容时触发本技能：\n- 营养趋势分析\n- 营养素摄入评估\n- 营养状况评估\n- 营养改善建议\n- 营养与其他健康指标的关联分析\n\n### 执行步骤\n\n#### 步骤 1: 确定分析范围\n\n明确用户请求的分析类型和时间范围：\n- 分析类型：趋势\u002F评估\u002F相关性\u002F建议\n- 时间范围：周\u002F月\u002F季度\u002F自定义\n- 分析深度：宏量营养素\u002F微量营养素\u002F全面分析\n\n#### 步骤 2: 读取数据\n\n**主要数据源**：\n1. `data-example\u002Fnutrition-tracker.json` - 营养追踪主数据\n2. `data-example\u002Fnutrition-logs\u002FYYYY-MM\u002FYYYY-MM-DD.json` - 每日饮食记录\n\n**关联数据源**：\n1. `data-example\u002Fprofile.json` - 体重、BMI等基础数据\n2. `data-example\u002Ffitness-tracker.json` - 运动数据\n3. `data-example\u002Fsleep-tracker.json` - 睡眠数据\n4. `data-example\u002Fhypertension-tracker.json` - 血压数据\n5. `data-example\u002Fdiabetes-tracker.json` - 血糖数据\n\n#### 步骤 3: 数据分析\n\n根据分析类型执行相应的分析算法：\n\n**趋势分析算法**：\n- 线性回归计算趋势斜率\n- 移动平均平滑波动\n- 统计显著性检验\n\n**RDA达成率计算**：\n```python\nrda_achievement = (actual_intake \u002F rda_value) * 100\n\nstatus_classification:\n- \u003C 50%: 严重缺乏\n- 50-75%: 不足\n- 75-100%: 接近目标\n- 100-150%: 充足（理想范围）\n- > 150%: 过量（注意安全上限UL）\n```\n\n**营养密度评分**：\n```python\nnutrient_density_score = (\n    (vitamins_achieved \u002F total_vitamins) * 40 +\n    (minerals_achieved \u002F total_minerals) * 30 +\n    (fiber_achieved \u002F fiber_rda) * 30\n)\n```\n\n**相关性分析算法**：\n- Pearson相关系数计算\n- 滞后相关性分析（考虑时间延迟效应）\n- 多变量回归分析\n\n#### 步骤 4: 生成报告\n\n按照标准格式输出分析报告（见\"输出格式\"部分）\n\n---\n\n## 输出格式\n\n### 营养趋势分析报告\n\n```markdown\n# 营养摄入趋势分析报告\n\n## 分析周期\n2025-03-20 至 2025-06-20（3个月，90天记录）\n\n## 宏量营养素趋势\n\n### 卡路里摄入\n- **趋势**：⬇️ 下降\n- **开始**：平均2100卡\u002F天\n- **当前**：平均1950卡\u002F天\n- **变化**：-150卡\u002F天 (-7.1%)\n- **解读**：卡路里摄入适度减少，与减重目标一致\n\n**趋势线**：\n```\n2100 ┤ ╭╮\n2050 ┤ ╭╯╰╮\n2000 ┼─╯   ╰╮\n1950 ┤      ╰\n1900 └───────────\n     3月  4月  5月  6月\n```\n\n### 蛋白质\n- **趋势**：➡️ 稳定\n- **平均**：82g\u002F天（范围：70-95g）\n- **目标**：80g\u002F天\n- **达标率**：93%（84\u002F90天达标）\n- **解读**：蛋白质摄入稳定，基本达标\n\n### 膳食纤维\n- **趋势**：⬆️ 改善\n- **开始**：平均18g\u002F天\n- **当前**：平均22g\u002F天\n- **变化**：+4g\u002F天 (+22%)\n- **目标**：30g\u002F天\n- **解读**：纤维摄入显著增加，但仍需继续努力\n\n### 脂肪\n- **趋势**：⬇️ 下降\n- **开始**：平均75g\u002F天\n- **当前**：平均68g\u002F天\n- **变化**：-7g\u002F天 (-9.3%)\n- **目标**：≤65g\u002F天\n- **解读**：脂肪摄入减少，接近目标\n\n**脂肪类型分布变化**：\n| 脂肪类型 | 开始 | 当前 | 目标 | 趋势 |\n|---------|------|------|------|------|\n| 饱和脂肪 | 25g | 20g | \u003C20g | ⬇️ 改善 |\n| 单不饱和 | 30g | 32g | >35g | ⬆️ 略增 |\n| 多不饱和 | 15g | 12g | 15-20g | ⬇️ 需增加 |\n| 反式脂肪 | 2g | 0.5g | 0g | ⬇️ 改善 |\n\n## 维生素状况趋势\n\n### 维生素D\n- **摄入趋势**：⬆️ 增加（补充剂开始）\n- **开始**：平均2μg\u002F天（饮食来源）\n- **当前**：平均52μg\u002F天（含2000IU补充剂）\n- **RDA**：15μg\u002F天\n- **血清水平变化**：\n  - 基线（2025-05）：18 ng\u002FmL\n  - 当前（2025-06）：22 ng\u002FmL\n  - 目标：30-100 ng\u002FmL\n- **解读**：✅ 补充剂起效，但需继续监测\n\n### 维生素C\n- **趋势**：⬆️ 改善\n- **开始**：平均65mg\u002F天\n- **当前**：平均85mg\u002F天\n- **RDA**：100mg\u002F天\n- **达标率**：从65% → 85%\n- **建议**：增加柑橘类、奇异果、草莓等水果\n\n### B族维生素\n- **维生素B12**：✅ 充足（平均2.5μg，RDA 2.4μg）\n- **叶酸**：⚠️ 不足（平均320μg，RDA 400μg）\n- **B6**：✅ 充足（平均1.5mg，RDA 1.3mg）\n\n## 矿物质趋势\n\n### 钙\n- **趋势**：➡️ 稳定\n- **平均**：850mg\u002F天\n- **RDA**：1000mg\u002F天\n- **达标率**：85%\n- **主要来源**：乳制品40%、豆腐25%、绿叶蔬菜20%\n\n### 铁\n- **趋势**：✅ 充足\n- **平均**：12mg\u002F天\n- **RDA**：8mg\u002F天（男性）\n- **达标率**：150%\n- **主要来源**：肉类、蛋类、豆类、绿叶蔬菜\n\n### 钠\n- **趋势**：⬇️ 改善\n- **开始**：平均2800mg\u002F天\n- **当前**：平均2100mg\u002F天\n- **目标**：\u003C2300mg\u002F天（理想\u003C1500mg）\n- **解读**：✅ 达到一般目标，⚠️ 理想目标仍需努力\n\n### 钾\n- **趋势**：⬆️ 改善\n- **开始**：平均2800mg\u002F天\n- **当前**：平均3200mg\u002F天\n- **目标**：3500-4700mg\u002F天\n- **钾\u002F钠比值**：从1.0 → 1.5（目标>2）\n- **建议**：继续增加水果和蔬菜\n\n## 特殊营养素趋势\n\n### Omega-3\n- **趋势**：⬆️ 增加（鱼油补充剂）\n- **开始**：平均150mg\u002F天\n- **当前**：平均850mg\u002F天（含补充剂）\n- **推荐量**：500-1000mg\u002F天\n- **状态**：✅ 达标\n\n### 胆碱\n- **趋势**：➡️ 稳定\n- **平均**：350mg\u002F天\n- **AI（适宜摄入量）**：425mg\u002F天\n- **达标率**：82%\n- **主要来源**：鸡蛋（60%）、肉类（25%）、豆类（15%）\n\n## 饮食模式分析\n\n### 食物类别分布\n| 食物类别 | 占比 | 变化 | 评价 |\n|---------|------|------|------|\n| 蔬菜水果 | 35% | +8% | ✅ 增加 |\n| 全谷物 | 20% | +5% | ✅ 改善 |\n| 精制谷物 | 15% | -7% | ✅ 减少 |\n| 蛋白质来源 | 20% | 稳定 | ✅ 充足 |\n| 添加脂肪 | 8% | -3% | ✅ 减少 |\n| 添加糖 | 2% | -2% | ✅ 减少 |\n\n### 进食时间模式\n- **平均进食窗口**：12.5小时（07:30 - 20:00）\n- **进食频率**：平均4.2次\u002F天\n- **最常见餐食时间**：\n  - 早餐：07:30（90%天数）\n  - 午餐：12:15（95%天数）\n  - 晚餐：18:45（98%天数）\n  - 加餐：15:30（60%天数）\n\n### 饮食质量评分\n- **营养密度评分**：7.2\u002F10（从6.5提升）\n- **食物多样性评分**：6.8\u002F10\n- **均衡饮食评分**：7.5\u002F10\n- **综合评分**：7.2\u002F10 → **良好**\n\n## 洞察与建议\n\n### 关键洞察\n\n1. **膳食纤维持续改善但仍不足**\n   - 从18g增至22g，但仍低于目标30g\n   - 影响：饱腹感、肠道健康、血糖控制\n   - 建议：每餐至少包含5g纤维\n\n2. **脂肪质量改善**\n   - 饱和脂肪减少，反式脂肪几乎消除\n   - 多不饱和脂肪略低，需增加Omega-3食物\n   - 建议：增加深海鱼类、坚果、亚麻籽\n\n3. **钠摄入改善但钾\u002F钠比仍低**\n   - 钠减少33%，钾增加14%\n   - 钾\u002F钠比从1.0升至1.5，仍低于目标2.0\n   - 建议：继续增加高钾食物（香蕉、橙子、土豆、菠菜）\n\n4. **维生素D补充剂有效**\n   - 血清水平从18升至22 ng\u002FmL（4周+4ng）\n   - 预计3-4个月可达目标范围\n   - 建议：继续补充，定期监测\n\n### 优先级行动计划\n\n#### Priority 1：提升膳食纤维至30g\u002F天（2周）\n\n**具体行动**：\n1. 早餐：全谷物（燕麦\u002F全麦面包）+ 水果（9g）\n2. 午餐：糙米\u002F全麦面 + 2份蔬菜（8g）\n3. 晚餐：红薯\u002F杂粮 + 2份蔬菜（8g）\n4. 加餐：水果 + 坚果（5g）\n**总计**：30g ✅\n\n#### Priority 2：优化钾\u002F钠比值至2.0（4周）\n\n**具体行动**：\n1. 减少加工食品（主要钠源）\n2. 每日2-3份高钾水果（香蕉、橙子、猕猴桃）\n3. 蔬菜选择菠菜、土豆、蘑菇、番茄\n4. 使用香料替代盐调味\n\n#### Priority 3：维持维生素D补充（长期）\n\n**监测计划**：\n- 3个月后复查血清水平\n- 目标：40-60 ng\u002FmL\n- 根据结果调整剂量\n\n## 营养目标进度\n\n| 目标 | 开始 | 当前 | 目标值 | 进度 | 状态 |\n|------|------|------|--------|------|------|\n| 卡路里 | 2100 | 1950 | 1800-2000 | 100% | ✅ 达标 |\n| 蛋白质 | 75g | 82g | 80g | 100% | ✅ 达标 |\n| 膳食纤维 | 18g | 22g | 30g | 73% | ⚠️ 进行中 |\n| 维生素D | 18 ng\u002FmL | 22 ng\u002FmL | 30-100 | 20% | ⚠️ 改善中 |\n| 钠摄入 | 2800mg | 2100mg | \u003C2300 | 100% | ✅ 达标 |\n| Omega-3 | 150mg | 850mg | 500-1000mg | 100% | ✅ 达标 |\n\n---\n\n**报告生成时间**：2025-06-20\n**分析周期**：2025-03-20 至 2025-06-20（90天）\n**数据记录数**：90天\n**营养分析器版本**：v1.0\n```\n\n---\n\n## 数据结构\n\n### 饮食记录数据\n\n```json\n{\n  \"date\": \"2025-06-20\",\n  \"meals\": [\n    {\n      \"type\": \"breakfast\",\n      \"time\": \"07:30\",\n      \"foods\": [\"鸡蛋\", \"牛奶\", \"全麦面包\"],\n      \"calories\": 450,\n      \"macronutrients\": {\n        \"protein_g\": 20,\n        \"carbs_g\": 55,\n        \"fat_g\": 15,\n        \"fiber_g\": 5,\n        \"saturated_fat_g\": 5,\n        \"monounsaturated_fat_g\": 6,\n        \"polyunsaturated_fat_g\": 3,\n        \"trans_fat_g\": 0.1\n      },\n      \"micronutrients\": {\n        \"vitamin_a_mcg\": 150,\n        \"vitamin_c_mg\": 5,\n        \"vitamin_d_mcg\": 1.5,\n        \"vitamin_e_mg\": 1,\n        \"vitamin_k_mcg\": 5,\n        \"thiamine_mg\": 0.3,\n        \"riboflavin_mg\": 0.4,\n        \"niacin_mg\": 4,\n        \"vitamin_b6_mg\": 0.1,\n        \"folate_mcg\": 30,\n        \"vitamin_b12_mcg\": 0.6,\n        \"calcium_mg\": 250,\n        \"iron_mg\": 2,\n        \"magnesium_mg\": 40,\n        \"phosphorus_mg\": 200,\n        \"zinc_mg\": 2,\n        \"selenium_mcg\": 10,\n        \"potassium_mg\": 350,\n        \"sodium_mg\": 300\n      },\n      \"special_nutrients\": {\n        \"omega_3_g\": 0.1,\n        \"choline_mg\": 150\n      }\n    }\n  ],\n  \"daily_summary\": {\n    \"total_calories\": 2000,\n    \"total_macronutrients\": {\n      \"protein_g\": 80,\n      \"carbs_g\": 250,\n      \"fat_g\": 65,\n      \"fiber_g\": 30\n    },\n    \"rda_achievement\": {\n      \"protein\": 100,\n      \"vitamin_c\": 85,\n      \"vitamin_d\": 35,\n      \"calcium\": 90,\n      \"iron\": 75\n    },\n    \"goal_achieved\": true\n  }\n}\n```\n\n---\n\n## 算法说明\n\n### RDA达成率计算\n\n```python\ndef calculate_rda_achievement(actual_intake, rda_value, ul_value=None):\n    \"\"\"\n    计算RDA达成率和状态\n\n    参数：\n    - actual_intake: 实际摄入量\n    - rda_value: 推荐膳食供给量\n    - ul_value: 可耐受最高摄入量（可选）\n\n    返回：\n    - achievement_rate: 达成率百分比\n    - status: 状态标签\n    \"\"\"\n    achievement_rate = (actual_intake \u002F rda_value) * 100\n\n    if ul_value and actual_intake > ul_value:\n        status = \"exceeds_ul\"\n        category = \"过量（危险）\"\n    elif achievement_rate \u003C 50:\n        status = \"severe_deficiency\"\n        category = \"严重缺乏\"\n    elif achievement_rate \u003C 75:\n        status = \"insufficient\"\n        category = \"不足\"\n    elif achievement_rate \u003C 100:\n        status = \"approaching_target\"\n        category = \"接近目标\"\n    elif achievement_rate \u003C= 150:\n        status = \"adequate\"\n        category = \"充足\"\n    else:\n        status = \"high_intake\"\n        category = \"较高\"\n\n    return {\n        'achievement_rate': round(achievement_rate, 1),\n        'status': status,\n        'category': category\n    }\n```\n\n### 营养密度评分\n\n```python\ndef calculate_nutrient_density_score(meal_data):\n    \"\"\"\n    计算食物营养密度评分（0-10分）\n\n    因素权重：\n    - 维生素达成率：40%\n    - 矿物质达成率：30%\n    - 膳食纤维：20%\n    - 限制性营养素（饱和脂肪、钠、添加糖）：10%\n    \"\"\"\n    score = 0\n\n    # 维生素评分\n    vitamin_achievements = [\n        meal_data['micronutrients'][v] \u002F RDA[v]\n        for v in ['vitamin_a', 'vitamin_c', 'vitamin_d', 'vitamin_e', 'vitamin_k']\n    ]\n    vitamin_score = min(sum(vitamin_achievements) \u002F len(vitamin_achievements), 1.5) * 10\n    score += min(vitamin_score, 10) * 0.40\n\n    # 矿物质评分\n    mineral_achievements = [\n        meal_data['micronutrients'][m] \u002F RDA[m]\n        for m in ['calcium', 'iron', 'magnesium', 'zinc']\n    ]\n    mineral_score = min(sum(mineral_achievements) \u002F len(mineral_achievements), 1.5) * 10\n    score += min(mineral_score, 10) * 0.30\n\n    # 膳食纤维评分\n    fiber_score = min(meal_data['macronutrients']['fiber_g'] \u002F 5, 2) * 10\n    score += min(fiber_score, 10) * 0.20\n\n    # 限制性营养素扣分\n    penalty = 0\n    if meal_data['macronutrients']['saturated_fat_g'] > 10:\n        penalty += 2\n    if meal_data['micronutrients']['sodium_mg'] > 600:\n        penalty += 2\n    if meal_data.get('added_sugars_g', 0) > 10:\n        penalty += 2\n\n    score = max(0, score - penalty * 0.10)\n\n    return round(score, 1)\n```\n\n### 健康饮食指数评分\n\n```python\ndef calculate_healthy_eating_index(daily_data):\n    \"\"\"\n    计算健康饮食指数（HEI-2015改编）\n\n    评分范围：0-100分\n    \"\"\"\n    score = 0\n\n    # 充足性成分（满分50分）\n    # 1. 水果（5分）\n    fruit_servings = daily_data['fruit_servings']\n    score += min(fruit_servings, 2.5) * 2\n\n    # 2. 蔬菜（5分）\n    veg_servings = daily_data['vegetable_servings']\n    score += min(veg_servings, 3) * 1.67\n\n    # 3. 全谷物（10分）\n    whole_grains_oz = daily_data['whole_grains_oz']\n    score += min(whole_grains_oz, 3) * 3.33\n\n    # 4. 乳制品（10分）\n    dairy_servings = daily_data['dairy_servings']\n    score += min(dairy_servings, 3) * 3.33\n\n    # 5. 蛋白质（5分）\n    protein_oz = daily_data['protein_oz']\n    score += min(protein_oz, 5) * 1\n\n    # 6. 海鲜\u002F植物蛋白（5分）\n    plant_protein_oz = daily_data['plant_protein_oz']\n    score += min(plant_protein_oz, 2) * 2.5\n\n    # 7. 脂肪酸比例（10分）\n    fat_ratio = daily_data['unsaturated_fat_g'] \u002F max(daily_data['saturated_fat_g'], 1)\n    score += min(fat_ratio, 2.5) * 4\n\n    # 适度性成分（满分40分，反向计分）\n    # 8. 精制谷物（10分，越少越好）\n    refined_grains_oz = daily_data['refined_grains_oz']\n    score += max(10 - refined_grains_oz * 2, 0)\n\n    # 9. 钠（10分，越少越好）\n    sodium_g = daily_data['sodium_mg'] \u002F 1000\n    score += max(10 - sodium_g * 2, 0)\n\n    # 10. 添加糖（10分，越少越好）\n    added_sugars_pct = daily_data['added_sugars_g'] \u002F (daily_data['total_calories'] \u002F 100)\n    score += max(10 - added_sugars_pct * 10, 0)\n\n    # 11. 饱和脂肪（10分，越少越好）\n    saturated_fat_pct = daily_data['saturated_fat_g'] \u002F (daily_data['total_calories'] \u002F 100)\n    score += max(10 - saturated_fat_pct * 10, 0)\n\n    return round(score, 1)\n```\n\n---\n\n## 医学安全边界\n\n⚠️ **重要声明**\n\n本分析仅供健康参考，不构成医疗诊断或营养处方。\n\n### 分析能力范围\n\n✅ **能做到**：\n- 营养数据统计和分析\n- 趋势识别和可视化\n- RDA达成率计算\n- 营养缺乏风险评估\n- 一般性营养建议\n- 补充剂相互作用检查\n\n❌ **不做到**：\n- 诊断营养缺乏疾病\n- 开具补充剂处方\n- 替代注册营养师\n- 处理严重营养不良\n- 评估食物过敏\n\n### 危险信号检测\n\n在分析过程中检测以下危险信号：\n\n1. **营养素过量**：\n   - 维生素A > 3000μg（长期）\n   - 维生素D > 100μg（长期）\n   - 铁 > 45mg（长期）\n   - 硒 > 400μg\n   - 钠 > 2300mg（持续）\n\n2. **营养素缺乏**：\n   - 维生素D \u003C 10μg\u002F天（血清\u003C12 ng\u002FmL）\n   - 维生素B12 \u003C 1.5μg\u002F天（素食者）\n   - 铁 \u003C 6mg\u002F天（育龄女性）\n   - 钙 \u003C 500mg\u002F天\n\n3. **能量摄入异常**：\n   - 持续\u003C1200卡\u002F天（可能营养不良）\n   - 持续>3500卡\u002F天（可能超重）\n\n4. **饮食模式异常**：\n   - 膳食纤维\u003C10g\u002F天\n   - 添加糖>25%热量\n   - 饱和脂肪>15%热量\n\n### 建议分级\n\n**Level 1: 一般性建议**\n- 基于DRIs\u002FRDA标准\n- 适用于一般人群\n- 无需医疗监督\n\n**Level 2: 参考性建议**\n- 基于用户数据和健康状况\n- 需结合个人情况\n- 建议咨询营养师\n\n**Level 3: 医疗建议**\n- 涉及疾病管理或补充剂\n- 需医生确认\n- 不得自行调整药物剂量\n\n---\n\n## 参考资源\n\n- 中国居民膳食营养素参考摄入量 (DRIs)：http:\u002F\u002Fwww.cnsoc.org\u002F\n- 美国膳食指南：https:\u002F\u002Fwww.dietaryguidelines.gov\u002F\n- USDA FoodData Central：https:\u002F\u002Ffooddatacentral.usda.gov\u002F\n- WHO营养建议：https:\u002F\u002Fwww.who.int\u002Fnutrition\u002F\n- 补充剂相互作用数据库：https:\u002F\u002Fnaturalmedicines.therapeuticresearch.com\u002F\n\n---\n\n**技能版本**: v1.0\n**创建日期**: 2026-01-06\n**维护者**: WellAlly Tech\n\n## Limitations\n- Use this skill only when the task clearly matches the scope described above.\n- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.\n- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.\n","","imported","https:\u002F\u002Fgithub.com\u002Fsickn33\u002Fantigravity-awesome-skills","user_system_seed","SkillOPIC",true,225,771,"2026-05-16 13:31:14",{"id":8,"name":21,"slug":22,"icon":23,"description":24,"sort":25,"createdAt":26},"其他","other","mdi-page-next-outline","其他类型Skill",5,"2026-05-16 12:53:40",{"id":7,"name":28,"slug":29,"icon":30,"description":31,"moduleId":8,"sort":32,"skillCount":33,"createdAt":26},"职场发展","career","mdi-briefcase-outline","面试准备、简历优化、职业规划",4,575,[35],{"id":36,"skillId":4,"version":37,"fileName":38,"fileSize":39,"filePath":40,"fileHash":41,"manifest":42,"createdAt":19},"f66c6d4d-b204-4cae-89b1-7680e149d055","1.0.0","nutrition-analyzer.zip",8461,"uploads\u002Fskills\u002Fb526e59c-c963-431c-ac43-d6855f736b9a\u002Fnutrition-analyzer.zip","8c3b613c288846ab0fef55f4cca380ac38398797715da53938d52023a3621681","[{\"path\":\"SKILL.md\",\"isDirectory\":false,\"size\":21212}]",{"code":44,"message":45,"data":46},200,"success",{"items":47,"stats":48,"page":51},[],{"averageRating":49,"totalRatings":49,"ratingCounts":50},0,[49,49,49,49,49],{"limit":52,"offset":49,"hasMore":53,"nextOffset":52,"ratedOnly":16},15,false]