个人健康管家 (免费版)

概述

本工具为个人用户提供完整健康管家服务,集成运动记录、睡眠追踪、饮食管理、体检报告解读等功能。通过本地存储的健康数据,生成个性化健康建议、运动计划与饮食方案,帮助用户全面管理自身健康。

免费版聚焦个人健康管理,适合关注健康的人士、健身爱好者以及需要管理健康数据的人。

核心能力

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：个人健康数据管理、支持运动、饮食与体检报告分、面向个人用户的健、康管家、集成运动、饮食与体检报告管、核心能力、适用场景、个人健康管理、健身塑形、慢病预防、健康自检、差异化、免费版聚焦个人健、康数据管理、本地存储、支持体检报告解读、适用关键词、个人健康、健康管家等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一: 体检报告解读

解读常见体检指标,提供健康建议。

class MedicalReportAnalyzer:
    # 常见体检指标正常范围
    REFERENCE_RANGES = {
        "blood_pressure_systolic": {"normal": [90, 120], "high": 140},
        "blood_pressure_diastolic": {"normal": [60, 80], "high": 90},
        "blood_sugar_fasting": {"normal": [3.9, 6.1], "high": 7.0},  # mmol/L
        "cholesterol_total": {"normal": [3.1, 5.2], "high": 6.2},     # mmol/L
        "ldl_cholesterol": {"normal": [1.9, 3.4], "high": 4.1},
        "hdl_cholesterol": {"normal": [1.0, 1.5], "low": 1.0},
        "triglycerides": {"normal": [0.4, 1.7], "high": 2.3},
        "uric_acid_male": {"normal": [210, 420], "high": 480},        # umol/L
        "uric_acid_female": {"normal": [150, 360], "high": 400},
        "alt": {"normal": [7, 40], "high": 50},  # U/L
        "ast": {"normal": [13, 35], "high": 40},
        "hemoglobin_male": {"normal": [120, 160], "low": 120},  # g/L
        "hemoglobin_female": {"normal": [110, 150], "low": 110},
    }

    def analyze(self, report_data):
        """分析体检报告"""
        results = []
        for metric, value in report_data.items():
            ref = self.REFERENCE_RANGES.get(metric)
            if not ref: continue

            status = self._evaluate(metric, value, ref)
            results.append({
                "metric": metric,
                "value": value,
                "status": status,
                "reference": ref,
                "advice": self._advice(metric, status),
            })

        overall = self._overall_assessment(results)
        return {"items": results, "overall": overall}

    def _evaluate(self, metric, value, ref):
        if "high" in ref and value > ref["high"]: return "high"
        if "low" in ref and value < ref["low"]: return "low"
        if value < ref["normal"][0]: return "low"
        if value > ref["normal"][1]: return "high"
        return "normal"

    def _advice(self, metric, status):
        advice_map = {
            "blood_pressure_systolic": {
                "high": "血压偏高,建议低盐饮食,定期监测",
                "normal": "血压正常,保持良好生活习惯",
            },
            "blood_sugar_fasting": {
                "high": "空腹血糖偏高,建议控制糖分摄入,复查糖化血红蛋白",
                "normal": "血糖正常,保持均衡饮食",
            },
            "uric_acid_male": {
                "high": "尿酸偏高,减少嘌呤摄入 (海鲜、动物内脏),多喝水",
                "normal": "尿酸正常",
            },
        }
        return advice_map.get(metric, {}).get(status, "保持关注")

analyzer = MedicalReportAnalyzer()
report = analyzer.analyze({
    "blood_pressure_systolic": 135,
    "blood_pressure_diastolic": 85,
    "blood_sugar_fasting": 5.5,
    "cholesterol_total": 5.8,
    "uric_acid_male": 450,
})
for item in report["items"]:
    print(f"{item['metric']}: {item['value']} ({item['status']}) - {item['advice']}")

场景二: 个性化运动计划

根据用户情况生成运动计划。

class ExercisePlanGenerator:
    def generate(self, user_profile, goal):
        """生成个性化运动计划"""
        plans = {
            "weight_loss": self._weight_loss_plan(user_profile),
            "muscle_gain": self._muscle_gain_plan(user_profile),
            "endurance": self._endurance_plan(user_profile),
            "flexibility": self._flexibility_plan(user_profile),
            "stress_relief": self._stress_relief_plan(user_profile),
        }
        return plans.get(goal, plans["weight_loss"])

    def _weight_loss_plan(self, profile):
        """减脂计划"""
        return {
            "weekly_schedule": {
                "周一": {"type": "有氧", "exercise": "慢跑", "duration_min": 40, "intensity": "medium"},
                "周二": {"type": "力量", "exercise": "全身训练", "duration_min": 45, "intensity": "medium"},
                "周三": {"type": "休息", "exercise": "散步", "duration_min": 30, "intensity": "low"},
                "周四": {"type": "有氧", "exercise": "HIIT", "duration_min": 25, "intensity": "high"},
                "周五": {"type": "力量", "exercise": "下肢+核心", "duration_min": 45, "intensity": "medium"},
                "周六": {"type": "有氧", "exercise": "骑行/游泳", "duration_min": 60, "intensity": "medium"},
                "周日": {"type": "休息", "exercise": "瑜伽", "duration_min": 30, "intensity": "low"},
            },
            "weekly_calories_target": 2500,
            "tips": [
                "运动前热身 5-10 分钟",
                "运动后拉伸 10 分钟",
                "保持水分补充",
                "心率控制在最大心率的 60-75%",
            ],
        }

场景三: 健康数据可视化

生成健康趋势可视化。

import json
from datetime import datetime, timedelta
from pathlib import Path

class HealthDataViz:
    def __init__(self, data_dir="~/.health"):
        self.data_dir = Path(data_dir).expanduser()

    def weight_trend(self, days=30):
        """体重趋势"""
        records = self._load_records("weight", days)
        if not records: return "无数据"

        weights = [r["value"] for r in records]
        return {
            "latest": weights[-1],
            "average": round(sum(weights) / len(weights), 1),
            "min": min(weights),
            "max": max(weights),
            "change": round(weights[-1] - weights[0], 1),
            "trend": "下降" if weights[-1] < weights[0] else "上升",
        }

    def weekly_summary(self):
        """周度健康汇总"""
        return {
            "workouts": self._count_workouts(7),
            "avg_sleep_hours": self._avg_sleep(7),
            "avg_daily_steps": self._avg_steps(7),
            "weight_change": self._weight_change(7),
            "goal_completion": self._goal_completion(),
        }

不适用场景

以下场景个人健康管家免费版不适合处理：

• 实时流数据处理
• 小规模数据手动分析
• 非结构化文本情感分析

触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。

快速开始

Step 1: 初始化健康数据目录

mkdir -p ~/.health/{weight,workouts,sleep,diet,reports}
echo '{"version":"1.0","created":"'$(date -I)'"}' > ~/.health/config.json

Step 2: 记录第一条数据

import json
from datetime import datetime
from pathlib import Path

# 记录体重
record = {
    "date": datetime.now().strftime("%Y-%m-%d"),
    "value": 70.5,
    "unit": "kg",
}
Path("~/.health/weight/latest.json").expanduser().write_text(
    json.dumps(record, ensure_ascii=False, indent=2)
)

Step 3: 解析体检报告

# 输入体检数据
report_data = {
    "blood_pressure_systolic": 120,
    "blood_pressure_diastolic": 80,
    "blood_sugar_fasting": 5.0,
}
analysis = analyzer.analyze(report_data)
print(analysis["overall"])

结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,查阅错误处理章节获取恢复步骤。

命令参数说明

• -I: 命令参数,用于指定操作选项

示例

个人健康配置

# ~/.health/config.yaml
profile:
  name: 你的名字
  age: 30
  gender: male
  height_cm: 175
  weight_kg: 70
  activity_level: moderate

goals:
  target_weight_kg: 65
  weekly_workouts: 4
  daily_steps: 10000
  sleep_hours: 8
  daily_calories: 1800

tracking:
  weight: daily
  workouts: per_session
  sleep: daily
  diet: per_meal
  steps: daily

storage:
  type: local
  path: ~/.health/
  backup: weekly

notifications:
  workout_reminder: "18:00"
  sleep_reminder: "22:30"
  weight_reminder: "07:00"

体检报告模板

REPORT_TEMPLATE = {
    "basic_info": {
        "exam_date": "",
        "hospital": "",
        "age": "",
        "gender": "",
    },
    "vital_signs": {
        "height_cm": None,
        "weight_kg": None,
        "bmi": None,
        "blood_pressure": "",
        "heart_rate": None,
    },
    "blood_test": {
        "complete_blood_count": {},
        "liver_function": {},
        "kidney_function": {},
        "blood_lipids": {},
        "blood_sugar": {},
    },
    "imaging": {
        "chest_xray": "",
        "ultrasound": {},
    },
    "recommendations": [],
}

最佳实践

1. 数据记录习惯

养成记录习惯:
- 每天早晨称重 (固定时间)
- 运动后立即记录
- 每晚记录睡眠
- 每餐后记录饮食
- 每年体检后录入报告

数据越完整,分析越准确。

2. 体检报告解读原则

注意事项:
- 单次异常不一定是疾病,需复查确认
- 参考范围因实验室而异,以报告标注为准
- 本工具提供参考建议,不能替代医生诊断
- 异常指标建议咨询专业医生

3. 目标设定 SMART 原则

def set_smart_goal(current, target, timeframe_weeks):
    """SMART 目标"""
    weekly_change = (target - current) / timeframe_weeks
    return {
        "specific": f"从 {current} 到 {target}",
        "measurable": "每周可测量",
        "achievable": abs(weekly_change / current) < 0.02,  # 每周变化 < 2%
        "relevant": "与健康目标相关",
        "time_bound": f"{timeframe_weeks} 周内",
    }

常见问题

Q1: 免费版能管理多少数据?

无硬性上限,但建议保留最近 1 年的详细数据,更早的可汇总归档。

Q2: 体检报告解读准确吗?

基于医学参考范围提供分析,准确度约 90%。但不能替代医生诊断,异常请咨询医生。

Q3: 数据存储安全吗?

所有数据存储在本地,JSON 格式,完全在用户控制下,不会上传云端。

Q4: 可以同步智能手表吗?

免费版不支持自动同步。需要手动记录或导入。设备同步需要 PRO 版本。

Q5: 如何备份数据?

tar -czf health-backup-$(date +%Y%m%d).tar.gz ~/.health/

依赖说明

运行环境

• Agent 平台: 支持 SKILL.md 规范的任意 AI Agent (Claude Code、Cursor、Codex、Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• 存储: 本地文件系统

依赖详情

API Key 配置

# 免费版无需外部 API Key
# 所有数据本地存储

# 可选: 个人偏好
export HEALTH_USER_NAME="你的名字"
export HEALTH_DATA_DIR="~/.health"

可用性分类

• 分类: MD+EXEC (Markdown 指令 + 命令行执行)
• 说明: 本 Skill 通过自然语言指令驱动 Agent 管理个人健康数据,所有数据本地存储
• 免费版限制: 单用户、本地存储、无设备同步、无医生共享、无 AI 诊断、基础提醒

错误处理

已知限制

• 本地运行，不支持多设备同步