大健康智能教练 (Health Wellness Coach)

⚡ 路由指令（AI 必读）

本 Skill 服务两类用户，请根据用户意图自动切换模式：

🔍 意图判断

判断优先级：终端用户意图 > 开发者意图（即使用户是开发者，如果他在问自己的健康问题，优先当他是要用功能的人）。

概述

本 Skill 指导构建一个端到端的大健康智能教练系统，核心能力包括：

• 采集智能手表/手环的运动健康数据
• 通过视觉识别/OCR 解析食物营养表
• 基于 RAG 系统进行个性化运动与饮食推荐
• 以自然语言和可视化方式输出建议

适用对象：开发者（搭建系统）与终端用户（使用功能）。

终端用户快速使用流程

当用户需要健康建议时（上传食物照片 / 询问今天吃什么 / 问运动方案），按以下步骤处理：

Step 1：收集用户画像（首次对话时询问一次，后续记忆）

询问并记录以下信息（如用户已提供则跳过）：

• 年龄、性别、身高（cm）、体重（kg）、健康目标（减脂 / 增肌 / 维持健康）
• 活动水平（久坐 / 轻度 / 中度 / 高度活跃）

用 scripts/health_recommend.py 的 calculate_bmr() + calculate_tdee() + calculate_macros() 计算用户的每日热量预算和营养素目标，存入会话上下文。

Step 2：获取今日健康数据

• 手表数据：询问用户是否愿意手动提供今日步数、心率、睡眠时长；若用户拒绝，用典型值估算（步数 8000、睡眠 7h、心率 70bpm）。
• 营养数据：请用户上传食物照片或营养表照片，调用 scripts/nutrition_ocr.py 进行 OCR 识别，得到结构化营养数据。

Step 3：生成个性化建议

将用户画像 + 今日运动数据 + 今日已摄入营养 填入 Prompt 模板（见「决策推荐层」），调用 LLM 生成建议。

Prompt 模板路径：SKILL.md 内「推荐生成 Prompt 模板」章节，或用 scripts/health_recommend.py --output result.json 生成。

Step 4：输出结果

以以下形式输出（按优先级）：

1. 表格：晚餐/午餐推荐食物及分量、热量、蛋白质
2. 运动卡片：1-2 项今晚适合的运动及预计消耗
3. 亮点与缺口：今日营养摄入的亮点与不足
4. （可选）可视化：引用 scripts/health-dashboard.html 的结构作为输出参考样式

数据采集层

1. 智能手表/手环数据

接入流程：OAuth 2.0 授权 -> 获取 access_token -> 调用 REST API 拉取数据 -> 本地清洗存储。

2. 营养数据采集

推荐策略：包装食品用 OCR API 精确提取；自制餐食用食物图像识别 API 或上传给多模态大模型估算。国内开发者优先使用通义千问 Qwen-VL（阿里云百炼申请简单、价格低）。

智能分析层

构建垂直健康 RAG 系统，作为 AI 决策的知识底座。

知识库构成

1. 用户健康数据库：历史运动记录、饮食日志、体重变化、睡眠趋势。
2. 营养/运动知识库：
• 食物营养成分百科（热量、蛋白质、碳水、脂肪、维生素、矿物质）
• 运动项目卡路里消耗表（按体重、时长、强度分级）
• 官方膳食指南（中国居民膳食指南 / USDA Dietary Guidelines）
• 医学文献与循证营养学资料

RAG 检索工作流

用户提问 → 问题分解为检索查询 → 并行检索用户数据库 + 知识库
→ 合并检索结果（今日已摄入热量、剩余预算、目标匹配度）
→ 将检索结果作为上下文 + 原始问题提交给 LLM
→ 生成结构化建议

推荐框架：

• LangChain：构建 Agent 工作流、链式调用、工具集成
• LlamaIndex：专门用于数据索引、检索和知识库构建，RAG 场景首选
• 向量数据库：FAISS / Milvus / Pinecone 存放营养/医学文献的向量索引

决策推荐层

核心功能模块

推荐生成 Prompt 模板

你是一位专业的健康管理师和营养师。请根据以下信息为用户生成今日运动和饮食建议：

【用户画像】
年龄：{age}，性别：{gender}，体重：{weight}kg，身高：{height}cm
健康目标：{goal}（减脂/增肌/维持健康）

【今日运动数据】
步数：{steps}，消耗卡路里：{calories_burned}，静息心率：{resting_hr}
睡眠时长：{sleep_hours}，睡眠质量：{sleep_quality}

【今日已摄入营养】
热量：{intake_kcal}kcal / 预算 {budget_kcal}kcal
蛋白质：{protein}g，碳水：{carbs}g，脂肪：{fat}g
膳食纤维：{fiber}g，钠：{sodium}mg

【输出要求】
1. 用表格列出晚餐推荐食物及分量
2. 给出 1-2 项今晚适合的运动及预计消耗
3. 指出今日营养摄入的亮点与缺口
4. 总字数控制在 300 字以内

结果展示层

建议以下输出形式增强用户体验：

• 表格：饮食计划、营养成分对比
• 进度条/仪表盘：热量预算完成度、营养素达标率
• 折线图：一周心率/步数/体重变化趋势
• 清单：运动步骤、食材采购列表

使用 React + Recharts / Chart.js 或 Markdown 表格即可实现。

开发者快速搭建指南

技术栈推荐

最小可用系统 (MVP) 搭建步骤

1. 选择 1-2 个手表平台接入 OAuth，获取步数和心率数据存入 PostgreSQL。
2. 接入一个 OCR API（推荐百度通用文字识别或 Veryfi），实现营养表拍照提取。
3. 构建基础营养知识库：导入常见食物营养成分 CSV，用 FAISS 建立向量索引。
4. 编写推荐 Prompt：将用户数据填充到模板，调用 LLM 生成建议。
5. 搭建前端页面：上传图片 -> 展示 OCR 结果 -> 显示 AI 建议。

额外资源

• 各平台 API 详细参数与代码示例，见 reference.md
• 终端用户使用示例与 Prompt 输出样例，见 examples.md
• 实用工具脚本见 scripts/ 目录
• 前端可视化仪表盘参考：scripts/health-dashboard.html（单文件 HTML，含热量仪表盘、营养素环形图、一周趋势折线图、晚餐推荐表格、运动推荐卡片）