← 返回
未分类

形体管理

user_9bf18927
未分类 community v1.0.0 1 版本 99500 Key: 无需
★ 0
Stars
📥 199
下载
💾 1
安装
1
版本
#latest

概述

🍄 body-shape-manager - 形体管理技能

技能定位

名称: body-shape-manager(形体管理)

定位: 管理你的饮食与锻炼,全方位体型管理助手

核心功能

  • ✅ 科学计算每日营养需求(热量、三大营养素)
  • ✅ 饮食记录(支持文字输入,AI自动估算营养)
  • ✅ 实时反馈与智能建议(增肌/减脂方案调整)

数据存储:所有用户数据存储在 references/user_profile.jsonmemory/YYYY-MM-DD.md,完全不依赖外部文件。


触发关键词

当用户发送以下内容时,激活本技能:

类别关键词
--------------
体型相关"我的体型"、"身材怎么样"、"体脂"
饮食记录"记录饮食"、"吃了"、"今天吃了xxx"或者直接发送食物图片
查看进度"今天吃够了吗"、"我还能吃多少热量"、"这段时间吃的合格吗"
目标设置"想增肌"、"想减脂"、"重新设置目标"
首次触发"开始形体管理"、"形体管理"

目录结构

body-shape-manager/
├── SKILL.md                          # 本文件
├── references/
│   ├── user_profile.json             # 用户档案
│   ├── food_database.json            # 食物营养数据库(~60种食物)
│   └── nutrition_guide.md            # 营养学参考
├── scripts/
│   ├── init_profile.py               # 用户引导问卷
│   ├── nutrition_calculator.py        # 核心计算模块
│   └── diet_logger.py                 # 饮食日志模块
└── memory/
    └── YYYY-MM-DD.md                 # 每日饮食日志

主流程

0. 判断用户状态

用户消息 → 判断状态
    │
    ├─ 有 "user_profile.json" 且 calculated 字段有数据?
    │     ├─ 是 → 已初始化用户
    │     └─ 否 → 未完成初始化(需引导)
    │
    └─ 处理消息
          └─ 文字 → 饮食记录流程

1. 新用户首次引导

触发条件:用户档案不存在或未初始化

引导问卷(共6问,一次性问完)

🍄 欢迎使用形体管理助手!

请依次回答以下问题:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

1️⃣ 你的身高和体重是多少?
   输入示例:175cm / 70kg

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

2️⃣ 你的年龄是?
   输入数字,例如:28

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

3️⃣ 你的性别是?
   A. 男  B. 女

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

4️⃣ 你平时运动多吗?
   A. 几乎不运动,上班坐着为主
   B. 偶尔散散步或轻度活动
   C. 每周运动 2-3 次(跑步、健身等)
   D. 每周运动 4-5 次,运动量比较大
   E. 每天都在运动,健身爱好者

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

5️⃣ 你现在的目标是什么?
   A. 减肥(减少脂肪)
   B. 增肌(增加肌肉)
   C. 维持现状,保持健康

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

6️⃣ 你的目标体重是多少?(单位:kg)
   直接输入数字,例如:65

处理逻辑

  1. 调用 init_profile.pyprocess_answer() 逐题验证
  2. 用户答错时提示错误,允许重试
  3. 全部回答完毕后,调用 nutrition_calculator.pycalculate_all() 计算
  4. 调用 update_user_profile() 保存结果

输出示例

========================================
🍄 形体管理 - 个人档案
========================================

📋 基础信息
  身高: 175.0cm
  体重: 75.0kg
  年龄: 28岁
  性别: 男
  活动水平: 每周2-3次运动

🎯 目标
  类型: 减脂
  目标体重: 65.0kg

📊 计算结果
  基础代谢(BMR): 1707.0 kcal
  每日总消耗(TDEE): 2645.8 kcal
  每日目标热量: 2020.8 kcal

🥩 每日营养素目标
  蛋白质: 143.0g
  碳水: 223.3g
  脂肪: 61.7g

📅 目标分段计划
  第1阶段: 75.0kg → 67.0kg
    变化: 8.0kg | 每周: 0.5kg | 预计: 16.0周
    (快速减重期)

  第2阶段: 67.0kg → 65.0kg
    变化: 2.0kg | 每周: 0.4kg | 预计: 5.0周
    (平台期巩固)

========================================

🎉 初始化完成!输入「今天吃了xxx」开始记录饮食吧~

2. 已初始化用户 - 饮食记录流程

触发条件:用户已初始化,发送文字食物记录

处理流程

用户输入 → 解析食物列表 → 查询营养数据库 
         → 数据库有:直接记录
         → 数据库无:AI根据常识估算营养值 → 记录(标记AI估算)
         → 显示实时反馈

解析规则

  • 支持格式:"米饭 200g, 鸡蛋 60g, 西兰花 100g"
  • 支持分隔符:, /
  • 自动模糊匹配:「米饭」→「米饭(熟)」
  • 数据库没有的食物:AI 根据常识自动估算营养值

输入示例

今天吃了:米饭 200g,鸡蛋 2个(每个60g),西兰花 150g,青菜200g

解析结果

已识别食物:
- 米饭(熟) 200g → 232.0 kcal(数据库)
- 鸡蛋(大) 120g → 186.0 kcal(数据库)
- 西兰花 150g → 51.0 kcal(数据库)
- 青菜 200g → ~30 kcal(AI估算:青菜≈小白菜,约15kcal/100g)

输出格式

📝 已记录午餐:

| 食物 | 份量 | 热量 | 蛋白质 | 碳水 | 脂肪 |
|------|------|------|--------|------|------|
| 米饭(熟) | 200g | 232kcal | 5.2g | 51.2g | 0.6g |
| 鸡蛋(大) | 120g | 186kcal | 16.0g | 1.3g | 13.2g |
| 西兰花 | 150g | 51kcal | 4.2g | 10.5g | 0.6g |

🥩 本餐小计:469 kcal

📊 今日累计:
  热量: 469 / 2020.8 kcal (23%)
  蛋白质: 25.4g | 碳水: 63.0g | 脂肪: 14.4g

💡 智能建议:
  ✅ 今日摄入正常,继续保持!

3. 查询饮食汇总

触发关键词:"今天吃够了吗"、"我还能吃多少热量"、"这段时间吃的合格吗"、"今天吃了什么"

处理逻辑

  1. 调用 load_today_log() 读取对应日期日志
  2. 调用 format_log_summary() 格式化
  3. 调用 generate_advice() 生成建议

输出格式

📊 今日饮食汇总 (2026-04-01)

| 指标 | 今日摄入 | 目标 | 进度 |
|------|----------|------|------|
| 热量 | 1200 kcal | 2020 kcal | ██████░░░░ 59% |
| 蛋白质 | 85g | 143g | ██████░░░░ 59% |
| 碳水 | 120g | 223g | ████░░░░░░ 54% |
| 脂肪 | 40g | 62g | ██████░░░░ 65% |

🍽️ 各餐记录:
  早餐: 米饭(熟)、鸡蛋(大) - 325kcal
  午餐: 鸡胸肉、青菜(AI)、米饭(熟) - 432kcal
  晚餐: 牛肉、蔬菜沙拉(AI) - 375kcal
  加餐: 牛奶 - 68kcal

💡 智能建议:
  ⚠️ 热量缺口较大,建议晚餐后补充一些碳水
  ✅ 蛋白质摄入良好,继续保持!

4. 智能建议逻辑

根据用户目标类型,生成不同建议:

减脂场景 (cut)

情况建议
------------
热量缺口 > 500kcal⚠️ 缺口过大,可能影响代谢
碳水剩余 > 100g🍚 碳水摄入较多,建议减少主食
脂肪超标 > 15g🫙 油脂摄入偏高,注意控制
蛋白质不足🥩 蛋白质还差 Xg,建议加餐补充

增肌场景 (bulk)

情况建议
------------
热量缺口 > 300kcal⚠️ 增肌需要热量盈余!
蛋白质不足🥩 蛋白质还差 Xg,肌肉生长需要蛋白
碳水不足🍚 碳水不足,建议加餐补充能量

技术实现

核心模块调用

# 初始化引导
from scripts.init_profile import process_answer, is_profile_initialized
if not is_profile_initialized():
    # 进入引导流程

# 营养计算
from scripts.nutrition_calculator import calculate_all, format_profile_summary
result = calculate_all(user_data)

# 饮食记录
from scripts.diet_logger import (
    add_food_entry,
    load_today_log,
    format_log_summary,
    generate_advice,
    search_food
)
result = add_food_entry("午餐", "米饭", 200)

数据存储

用户档案 (user_profile.json)

{
  "created_at": "2026-04-01",
  "basic_info": {
    "height_cm": 175,
    "weight_kg": 75,
    "age": 28,
    "gender": "male",
    "activity_level": "moderately_active"
  },
  "goal": {
    "type": "cut",
    "target_weight_kg": 65
  },
  "calculated": {
    "bmr": 1707,
    "tdee": 2645.8,
    "daily_calorie_target": 2020.8,
    "protein_g": 143,
    "carbs_g": 223.3,
    "fat_g": 61.7,
    "goal_stages": [...]
  }
}

每日日志 (memory/YYYY-MM-DD.md)

# 🍄 饮食日志 - 2026-04-01

## 📊 累计汇总
| 指标 | 今日摄入 | 目标 | 进度 |
|------|----------|------|------|
| 热量 | 1200 | 2020 | ██████░░░░ 59% |
...

## 午餐
| 食物 | 份量 | 热量 | 蛋白质 | 碳水 | 脂肪 |
|------|------|------|--------|------|------|
| 米饭(熟) | 200g | 232kcal | 5.2g | 51.2g | 0.6g |
| 青菜 | 200g | Nonekcal | Noneg | Noneg | Noneg |
...

开发进度

阶段内容状态
------------------
Phase 1目录结构
Phase 2数据基础层
Phase 3核心计算模块
Phase 4用户引导模块
Phase 5饮食记录模块
Phase 6SKILL.md 主流程
Phase 7测试与优化

最后更新:2026-04-01

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-04-07 15:10 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,369 📥 319,536
security-compliance

Skill Vetter

spclaudehome
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前,检查风险信号、权限范围及可疑模式。
★ 1,222 📥 267,235
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 672 📥 324,861