{"id":"2129ed85-aaf2-41e9-9994-faee00760c70","shortId":"fR4KUG","kind":"skill","title":"nutrition-analyzer","tagline":"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。","description":"# 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/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/稳定/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/AI）。\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/单不饱和/多不饱和/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/不足/充足/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/良好/一般/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/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/中/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/RDA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/评估/相关性/建议\n- 时间范围：周/月/季度/自定义\n- 分析深度：宏量营养素/微量营养素/全面分析\n\n#### 步骤 2: 读取数据\n\n**主要数据源**：\n1. `data-example/nutrition-tracker.json` - 营养追踪主数据\n2. `data-example/nutrition-logs/YYYY-MM/YYYY-MM-DD.json` - 每日饮食记录\n\n**关联数据源**：\n1. `data-example/profile.json` - 体重、BMI等基础数据\n2. `data-example/fitness-tracker.json` - 运动数据\n3. `data-example/sleep-tracker.json` - 睡眠数据\n4. `data-example/hypertension-tracker.json` - 血压数据\n5. `data-example/diabetes-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 / rda_value) * 100\n\nstatus_classification:\n- < 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 / total_vitamins) * 40 +\n    (minerals_achieved / total_minerals) * 30 +\n    (fiber_achieved / 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/天\n- **当前**：平均1950卡/天\n- **变化**：-150卡/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/天（范围：70-95g）\n- **目标**：80g/天\n- **达标率**：93%（84/90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/天\n- **当前**：平均22g/天\n- **变化**：+4g/天 (+22%)\n- **目标**：30g/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/天\n- **当前**：平均68g/天\n- **变化**：-7g/天 (-9.3%)\n- **目标**：≤65g/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 | <20g | ⬇️ 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/天（饮食来源）\n- **当前**：平均52μg/天（含2000IU补充剂）\n- **RDA**：15μg/天\n- **血清水平变化**：\n  - 基线（2025-05）：18 ng/mL\n  - 当前（2025-06）：22 ng/mL\n  - 目标：30-100 ng/mL\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/天\n- **当前**：平均85mg/天\n- **RDA**：100mg/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/天\n- **RDA**：1000mg/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/天\n- **RDA**：8mg/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/天\n- **当前**：平均2100mg/天\n- **目标**：<2300mg/天（理想<1500mg）\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/天\n- **当前**：平均3200mg/天\n- **目标**：3500-4700mg/天\n- **钾/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/天\n- **当前**：平均850mg/天（含补充剂）\n- **推荐量**：500-1000mg/天\n- **状态**：✅ 达标\n\n### 胆碱\n- **趋势**：➡️ 稳定\n- **平均**：350mg/天\n- **AI（适宜摄入量）**：425mg/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/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**：7.2/10（从6.5提升）\n- **食物多样性评分**：6.8/10\n- **均衡饮食评分**：7.5/10\n- **综合评分**：7.2/10 → **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/钠比仍低**\n   - 钠减少33%，钾增加14%\n   - 钾/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/mL（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/天（2周）\n\n**具体行动**：\n1. 早餐：全谷物（燕麦/全麦面包）+ 水果（9g）\n2. 午餐：糙米/全麦面 + 2份蔬菜（8g）\n3. 晚餐：红薯/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/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/mL\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/mL | 22 ng/mL | 30-100 | 20% | ⚠️ 改善中 |\n| 钠摄入 | 2800mg | 2100mg | <2300 | 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 / 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 < 50:\n        status = \"severe_deficiency\"\n        category = \"严重缺乏\"\n    elif achievement_rate < 75:\n        status = \"insufficient\"\n        category = \"不足\"\n    elif achievement_rate < 100:\n        status = \"approaching_target\"\n        category = \"接近目标\"\n    elif achievement_rate <= 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] / RDA[v]\n        for v in ['vitamin_a', 'vitamin_c', 'vitamin_d', 'vitamin_e', 'vitamin_k']\n    ]\n    vitamin_score = min(sum(vitamin_achievements) / 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] / RDA[m]\n        for m in ['calcium', 'iron', 'magnesium', 'zinc']\n    ]\n    mineral_score = min(sum(mineral_achievements) / 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'] / 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/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'] / 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'] / 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'] / (daily_data['total_calories'] / 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'] / (daily_data['total_calories'] / 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 < 10μg/天（血清<12 ng/mL）\n   - 维生素B12 < 1.5μg/天（素食者）\n   - 铁 < 6mg/天（育龄女性）\n   - 钙 < 500mg/天\n\n3. **能量摄入异常**：\n   - 持续<1200卡/天（可能营养不良）\n   - 持续>3500卡/天（可能超重）\n\n4. **饮食模式异常**：\n   - 膳食纤维<10g/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/RDA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://www.cnsoc.org/\n- 美国膳食指南：https://www.dietaryguidelines.gov/\n- USDA FoodData Central：https://fooddatacentral.usda.gov/\n- WHO营养建议：https://www.who.int/nutrition/\n- 补充剂相互作用数据库：https://naturalmedicines.therapeuticresearch.com/\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.","tags":["nutrition","analyzer","antigravity","awesome","skills","sickn33","agent-skills","agentic-skills","ai-agent-skills","ai-agents","ai-coding","ai-workflows"],"capabilities":["skill","source-sickn33","skill-nutrition-analyzer","topic-agent-skills","topic-agentic-skills","topic-ai-agent-skills","topic-ai-agents","topic-ai-coding","topic-ai-workflows","topic-antigravity","topic-antigravity-skills","topic-claude-code","topic-claude-code-skills","topic-codex-cli","topic-codex-skills"],"categories":["antigravity-awesome-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/sickn33/antigravity-awesome-skills/nutrition-analyzer","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add sickn33/antigravity-awesome-skills","source_repo":"https://github.com/sickn33/antigravity-awesome-skills","install_from":"skills.sh"}},"qualityScore":"0.700","qualityRationale":"deterministic score 0.70 from registry signals: · indexed on github topic:agent-skills · 34666 github stars · SKILL.md body (13,604 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-04-23T06:51:39.036Z","embedding":null,"createdAt":"2026-04-18T21:41:31.539Z","updatedAt":"2026-04-23T06:51:39.036Z","lastSeenAt":"2026-04-23T06:51:39.036Z","tsv":"'+22':456 '+4':453,818 '+5':707 '+8':703 '-01':1734 '-03':387,949 '-05':531 '-06':391,536,945,953,965,1735 '-1':202 '-10':1233 '-100':340,541,925,1395 '-1000':671,939 '-150':343,406 '-2':723 '-20':388,392,503,946,950,954,966 '-2000':904 '-3':658,719,935 '-4700':645 '-60':890 '-7':473,711 '-7.1':409 '-75':337 '-9.3':476 '-95':431 '/10':761,766,769,772 '/diabetes-tracker.json':313 '/fitness-tracker.json':295 '/hypertension-tracker.json':307 '/nutrition-logs/yyyy-mm/yyyy-mm-dd.json':281 '/nutrition-tracker.json':275 '/nutrition/':1727 '/profile.json':288 '/rda':1698 '/sleep-tracker.json':301 '0':1232,1248,1341,1366,1372,1394,1398,1543,1561,1586,1611 '0.1':1007,1041,1078 '0.10':1375 '0.20':1338 '0.3':1031 '0.30':1320 '0.4':1034 '0.40':1287 '0.5':508 '0.6':1048 '00':732 '07':729,739,971 '0g':510 '1':29,250,271,284,776,828,833,865,1024,1217,1379,1401,1478,1514,1615,1636,1695 '1.3':582 '1.5':651,1020,1280,1313,1661 '1.67':1430 '10':1066,1246,1281,1286,1314,1319,1332,1337,1349,1367,1538,1557,1562,1581,1585,1606,1610 '100':331,342,905,911,932,941,1104,1156,1191,1578,1603 '1000':1554 '1000mg':592 '100mg':556 '100μg':1642 '10g':1685 '10μg':1655 '10分':1433,1451,1500,1526,1546,1564,1589 '11':1587 '12':744,1658 '12.5':727 '1200卡':1675 '12g':501 '12mg':604 '15':502,694,710,745,754,988,1691 '150':346,611,1012,1081,1200 '1500mg':630 '150mg':936 '15g':500 '15μg':526 '18':532,749,920 '1800':903 '18g':914 '1900':418 '1950':417,902 '2':56,268,277,291,653,722,786,840,860,868,1054,1063,1331,1351,1360,1369,1415,1416,1496,1542,1560,1652,1703 '2.4':571 '2.5':1414,1497,1519 '20':706,714,731,926,982,1241 '200':1060 '2000':416,1086 '2015改编':1392 '2025':386,390,530,535,944,948,952,964 '2026':1733 '2050':415 '20g':491,492 '2100':414,901 '2100mg':930 '22':537,922 '22g':915 '2300':931 '2300mg':627,1650 '25':692,1688 '250':1051,1094 '25g':490 '2800mg':929 '2g':507 '2份蔬菜':844,850 '2周':831 '3':130,297,316,798,846,875,883,1003,1076,1429,1431,1447,1462,1672,1709 '3.33':1448,1463 '30':363,368,540,730,740,755,924,972,1044,1100,1239 '300':1072 '3000μg':1639 '30g':458,495,858,916 '32g':496 '35':702,1110 '350':1069 '3500':644 '3500卡':1679 '350mg':680 '35g':497 '3个月':393 '3个月后复查血清水平':887 '3份高钾水果':871 '3月':419 '3脂肪酸':113 '3食物':793 '4':167,303,375,813,852,880,1037,1449,1520,1682 '40':358,889,1057,1237 '400μg':577,1648 '425mg':684 '45':750 '450':978 '45mg':1645 '4个月可达目标范围':822 '4周':817,863 '4月':420 '5':211,309,991,995,1016,1028,1330,1464,1477 '50':334,336,1174 '500':670,938 '500mg':1670 '55':985 '5g':856 '5分':1403,1418,1466,1482 '5月':421 '6':999,1479 '6.8':765 '60':690,756 '600':1358 '65':1097 '65g':478 '6mg':1666 '6月':422 '7':1498 '7.2':760,771 '7.5':768 '70':430 '73':917 '75':339,1114,1183 '75g':908 '8':718,1524 '80':1091 '80g':434,910 '82':687 '82g':427,909 '84/90':438 '85':560,595,1107 '850mg':589,937 '8g':845,851 '8mg':607 '9':1544 '90':741,1112 '90天':955,957 '90天记录':394 '93':437 '95':746 '98':751 '9g':839 'achiev':326,355,360,365,1102,1116,1124,1145,1150,1172,1181,1189,1198,1212,1215,1251,1276,1279,1290,1309,1312 'actual':327,1125,1134,1152,1161 'ad':1363,1566,1571,1582 'adequ':1202 'ai':682 'ala':116 'analyz':3 'approach':1193 'ask':1772 'b1':80 'b12':84,1046 'b2':81 'b3':82 'b6':83,578,1039 'bmi等基础数据':290 'boundari':1780 'breakfast':969 'b族维生素':565 'c':75,1014,1106,1264 'calcium':1049,1111,1300 'calcul':1122,1225,1383 'calori':977,1085,1577,1602 'carb':983,1092 'categori':1168,1178,1186,1195,1203,1209,1220,1221 'central':1722 'cholin':1079 'clarif':1774 'classif':333 'clear':1747 'criteria':1783 'd':76,1018,1109,1266 'daili':1082,1387,1406,1421,1437,1454,1469,1486,1503,1509,1531,1550,1569,1574,1594,1599 'dairi':1452,1456,1460 'dash':141 'dash饮食依从性与血压控制':194 'data':273,279,286,293,299,305,311,1230,1253,1292,1326,1344,1354,1388,1407,1422,1438,1455,1470,1487,1504,1510,1532,1551,1570,1575,1595,1600 'data-exampl':272,278,285,292,298,304,310 'date':963 'def':1121,1224,1382 'defici':1177 'densiti':352,1227 'describ':1751 'dha':115 'dris':1716 'dris/rda':235 'e':77,1022,1268 'eat':1385 'elif':1171,1180,1188,1197 'els':1205 'environ':1763 'environment-specif':1762 'epa':114 'exampl':274,280,287,294,300,306,312 'exceed':1166 'expert':1768 'fat':986,993,997,1001,1005,1095,1347,1501,1506,1512,1517,1592,1597,1608 'fiber':364,366,989,1098,1322,1328,1335 'folat':1042 'food':973 'fooddata':1721 'fooddatacentral.usda.gov':1723 'fruit':1404,1408,1412 'g':432,454,474,504,509,981,984,987,990,994,998,1002,1006,1077,1090,1093,1096,1099,1329,1348,1365,1507,1513,1549,1559,1573,1598 'goal':1115 'grain':1435,1440,1445,1529,1534,1540 'healthi':1384 'hei':1391 'hei-2015改编':1390 'high':1207 'index':1386 'input':1777 'insuffici':1185 'intak':328,1126,1135,1153,1162,1208 'iron':1052,1113,1301 'json':962 'k':78,1026,1270 'len':1277,1310 'level':1694,1702,1708 'limit':1739 'm':1294,1296,1298 'macronutri':979,1088,1327,1345 'magnesium':1055,1302 'markdown':383 'match':1748 'max':1371,1508,1537,1556,1580,1605 'mcg':1011,1019,1027,1043,1047,1065 'meal':967,1229,1252,1291,1325,1343,1353 'meal_data.get':1362 'mg':583,646,672,940,1015,1023,1030,1033,1036,1040,1050,1053,1056,1059,1062,1068,1071,1080,1357,1553 'micronutri':1008,1254,1293,1355 'min':1273,1283,1306,1316,1324,1334,1411,1426,1443,1459,1474,1492,1516 'miner':359,362,1289,1304,1308,1311,1317 'miss':1785 'monounsatur':996 'naturalmedicines.therapeuticresearch.com':1729 'ng':819 'ng/ml':533,538,542,816,891,921,923,1659 'niacin':1035 'none':1131 'nutrient':351,1074,1226 'nutrit':2 'nutrition-analyz':1 'omega':112,657,934,1075 'omega-3脂肪酸':111 'output':1757 'oz':1436,1441,1446,1468,1472,1476,1485,1490,1495,1530,1535,1541 'pct':1568,1584,1593,1609 'pearson相关系数计算':370 'penalti':1340,1350,1359,1368,1374 'permiss':1778 'phosphorus':1058 'plant':1483,1488,1493 'polyunsatur':1000 'potassium':1067 'prioriti':827,859,882 'protein':980,1089,1103,1467,1471,1475,1484,1489,1494 'python':324,350,1120,1223,1381 'rate':1146,1151,1173,1182,1190,1199,1213,1216 'ratio':1502,1518 'rda':23,325,329,367,525,555,570,576,581,591,606,1101,1123,1127,1137,1154,1256,1295 'rda/ai':59 'rda达成率计算':323,1119,1624 'refin':1528,1533,1539 'requir':1776 'return':1211,1376,1612 'review':1769 'riboflavin':1032 'round':1214,1377,1613 'safeti':1779 'satur':992,1346,1511,1591,1596,1607 'scope':1750 'score':353,1228,1247,1272,1282,1285,1305,1315,1318,1323,1333,1336,1370,1373,1378,1397,1410,1425,1442,1458,1473,1491,1515,1536,1555,1579,1604,1614 'selenium':1064 'serv':1405,1409,1413,1420,1424,1428,1453,1457,1461 'sever':1176 'skill':1742 'skill-nutrition-analyzer' 'sodium':1070,1356,1548,1552,1558 'source-sickn33' 'special':1073 'specif':1764 'status':332,1148,1165,1175,1184,1192,1201,1206,1218,1219 'stop':1770 'substitut':1760 'success':1782 'sugar':1364,1567,1572,1583 'sum':1274,1307 'summari':1083 'target':1194 'task':1746 'tech':1738 'test':1766 'thiamin':1029 'time':970 'topic-agent-skills' 'topic-agentic-skills' 'topic-ai-agent-skills' 'topic-ai-agents' 'topic-ai-coding' 'topic-ai-workflows' 'topic-antigravity' 'topic-antigravity-skills' 'topic-claude-code' 'topic-claude-code-skills' 'topic-codex-cli' 'topic-codex-skills' 'total':356,361,1084,1087,1576,1601 'tran':1004 'treat':1755 'true':1117 'type':968 'ul':1129,1140,1158,1163,1167 'unsatur':1505 'usda':1720 'use':18,1740 'v':1255,1257,1259 'v1.0':959,1731 'valid':1765 'valu':330,1128,1130,1138,1141,1155,1159,1164 'veg':1419,1427 'veget':1423 'vitamin':354,357,1009,1013,1017,1021,1025,1038,1045,1105,1108,1250,1261,1263,1265,1267,1269,1271,1275,1278,1284 'vs':65 'wellal':1737 'whole':1434,1439,1444 'who营养建议':1724 'www.cnsoc.org':1717 'www.dietaryguidelines.gov':1719 'www.who.int':1726 'www.who.int/nutrition/':1725 'zinc':1061,1303 'μg':569,572,1662 '一般':162 '一般性建议':1696 '一般性营养建议':1626 '下降':52,398,465 '不做到':1628 '不健康饮食习惯':154 '不得自行调整药物剂量':1713 '不构成医疗诊断或营养处方':1619 '不足':125,338,574,1187 '与rda对比':88,108 '与减重目标一致':412 '与睡眠':188 '严重缺乏':335,1179 '个性化建议生成':212 '中':206 '中国居民膳食营养素参考摄入量':1715 '主要数据源':270 '主要来源':596,612,688 '主要营养问题识别':164 '主要钠源':867 '乳制品':1450 '乳制品40':597 '亚麻籽':797 '仅供参考':230 '仍低于目标2.0':806 '从1.0':650 '从18g增至22g':778 '从6.5':762 '从65':559 '任务涉及宏量':21 '优先改善建议':129 '优先级行动计划':826 '优化营养素比例':218 '优化钾':861 '优秀':160 '但仍低于目标30g':779 '但仍需继续努力':462 '但需继续监测':545 '体重':172,289 '使用说明':240 '使用香料替代盐调味':881 '促进吸收':224 '健康饮食指数评分':1380 '充足':126,344,567,579,602,716,1204 '充足性成分':1399 '全谷物':705,835,1432 '全面分析':266 '全麦面':843 '全麦面包':837,976 '关联数据源':283 '关键洞察':775 '具体行动':832,864 '减少':712,720,724 '减少加工食品':866 '减少过量的营养素':217 '分':1234,1396 '分析周期':385,947 '分析深度':263 '分析类型':253 '分析维度':33 '分析能力范围':1620 '分析营养与其他健康指标的相关性':169 '分析营养数据':4 '分析营养素摄入的变化趋势':31 '分析饮食和营养数据':12 '创建日期':1732 '到1':203 '功能':28 '加餐':753,853 '医学安全边界':1616 '医疗建议':1710 '升至1.5':805 '午餐':743,841 '单不饱和':69,494 '占比':698 '卡':407 '卡路里':39,900 '卡路里摄入':396 '卡路里摄入与体重变化的关系':173 '卡路里摄入适度减少':411 '危险':1170 '危险信号检测':1634 '参数':1133 '参考性建议':1704 '参考资源':1714 '反向计分':1523 '反式脂肪':71,506 '反式脂肪几乎消除':789 '变化':405,452,472,699 '变化幅度和百分比':53 '可耐受最高摄入量':1142 '可能营养不良':1677 '可能超重':1681 '可选':1143 '叶酸':85,573 '含2000iu补充剂':524 '含补充剂':668 '周':259 '咖啡因摄入与睡眠质量':183 '因果关系推断':209 '因素权重':1235 '土豆':811,877 '在分析过程中检测以下危险信号':1635 '地中海式':140 '均衡饮食评分':137,767 '坚果':796,855 '基于dris':1697 '基于用户数据和健康状况':1705 '基于用户数据生成个性化营养改善建议':213 '基于缺乏风险的补充剂建议':231 '基本达标':442 '基线':529 '增加':515,660,704 '增加柑橘类':562 '增加深海鱼类':795 '增加缺乏的营养素':216 '处理严重营养不良':1632 '复杂碳水':66 '多不饱和':70,499 '多不饱和脂肪略低':790 '多变量回归分析':373 '天':401,404,408,428,435,448,451,455,459,468,471,475,479,519,523,527,551,554,557,590,593,605,608,622,625,628,639,642,647,664,667,673,681,685,736,830,1656,1663,1667,1671,1676,1680,1686 '天数':742,747,752,757 '天达标':439 '奇异果':563 '如维生素a过量':152 '如维生素d缺乏':149 '如镁':186 '季度':261 '宏量营养素':264 '宏量营养素比例与体重管理':174 '宏量营养素评估':61 '宏量营养素趋势':34,395 '定期监测':825 '实践建议':210 '实际摄入量':1136 '对比':24 '小时':728 '常量矿物质':91 '平均':426,588,603,679 '平均1.5mg':580 '平均150mg':663 '平均18g':447 '平均1950卡':403 '平均2.5':568 '平均2100mg':624 '平均2100卡':400 '平均22g':450 '平均2800mg':621,638 '平均2μg':518 '平均3200mg':641 '平均320μg':575 '平均4.2':734 '平均52μg':522 '平均65mg':550 '平均68g':470 '平均75g':467 '平均850mg':666 '平均85mg':553 '平均进食窗口':726 '并提供个性化营养建议':7 '并提供个性化营养改善建议':15 '建议':257,561,654,784,794,807,823 '建议依据':234 '建议分级':1693 '建议咨询营养师':1707 '建议类型':214 '开具补充剂处方':1630 '开始':399,446,466,485,517,549,620,637,662,895 '弱':205 '强':207 '当前':402,449,469,486,521,534,552,623,640,665,896 '当用户请求以下内容时触发本技能':242 '影响':780 '循证营养学证据':239 '微量矿物质':99 '微量营养素':265 '微量营养素评估':22 '微量营养素趋势':40 '总计':857 '慢性病数据的关联分析':10 '执行步骤':248 '技能版本':1730 '报告生成时间':943 '持续':1651,1674,1678 '按照标准格式输出分析报告':377 '接近目标':341,482,1196 '推荐特定食物类别':220 '推荐膳食供给量':1139 '推荐量':669 '提升':763 '提升膳食纤维至30g':829 '摄入趋势':514 '支持与运动':8 '支持的相关性分析':170 '改善':50,445,493,511,548,619,636,708 '改善中':927 '改善优先级':166 '改进建议':55 '数据分析':317 '数据结构':960 '数据记录数':956 '整体营养质量评分':134 '无需医疗监督':1701 '早餐':738,834 '时间范围':258 '明确用户请求的分析类型和时间范围':252 '晚餐':748,847 '晚餐时间与入睡时间':184 '更健康的选择':222 '替代注册营养师':1631 '最常见餐食时间':737 '月':260 '本分析仅供健康参考':1618 '杂粮':849 '标准':236,1699 '根据分析类型执行相应的分析算法':318 '根据结果调整剂量':892 '植物化学物':119 '植物蛋白':1481 '橙子':810,873 '次':735 '步骤':249,267,315,374 '每日2':870 '每日2-3份高钾水果':869 '每日饮食记录':282 '每种营养素的达成率':123 '每餐至少包含5g纤维':785 '氯':97 '水果':838,854,1402 '泛酸':86 '注意安全上限ul':348 '洞察与建议':774 '海鲜':1480 '涉及疾病管理或补充剂':1711 '添加糖':721,1245,1563,1687 '添加脂肪':717 '滞后相关性分析':371 '满分40分':1522 '满分50分':1400 '热量':1689,1692 '热量来源分布变化':43 '烹饪方式建议':228 '燕麦':836 '牛奶':975 '特定营养素':185 '特殊营养素评估':110 '特殊营养素趋势':656 '状态':674,899 '状态标签':1149 '猕猴桃':874 '理想':629 '理想目标仍需努力':633 '理想范围':345 '生成报告':376 '生物素':87 '用户健康状况和目标':238 '用户营养历史数据':237 '男性':609 '略增':498 '番茄':879 '监测计划':886 '目标':433,457,477,487,539,626,643,652,888,894 '目标值':897 '相互作用警示':233 '相关性':256 '相关性分析':168 '相关性分析算法':369 '相关性强度':204 '相关系数':201 '睡眠':9,182 '睡眠或慢性病数据关联分析时使用':27 '睡眠数据':302 '矿物质':42 '矿物质评估':90 '矿物质评分':1288 '矿物质趋势':584 '矿物质达成率':1238 '硒':105,1647 '硫':98 '确定分析范围':251 '碘':104 '碳水':36 '碳水化合物类型与血糖波动':197 '碳水化合物类型分布':63 '磷':93 '移动平均平滑波动':321 '稳定':51,425,587,678,715 '算法说明':1118 '类胡萝卜素等':121 '类黄酮':120 '精制':64 '精制谷物':709,1525 '糙米':842 '素食等':142 '素食者':1664 '红薯':848 '纤维':38 '纤维摄入显著增加':461 '线性回归计算趋势斜率':320 '统计显著性':208 '统计显著性检验':322 '继续增加水果和蔬菜':655 '继续增加高钾食物':808 '继续补充':824 '维护者':1736 '维持维生素d补充':884 '维生素':41 '维生素a':74,1638 '维生素b12':566,1660 '维生素b族':79 '维生素c':546 '维生素d':513,919,1641,1654 '维生素d补充剂有效':814 '维生素状况趋势':512 '维生素评估':73 '维生素评分':1249 '维生素达成率':1236 '综合评估用户的营养状况':132 '综合评分':770 '绿叶蔬菜':616 '绿叶蔬菜20':599 '缺乏':124 '缺乏风险评估':89,109 '缺乏风险识别':128 '美国膳食指南':1718 '考虑时间延迟效应':372 '肉类':613,691 '肠道健康':782 '育龄女性':1668 '胆碱':117,676 '能做到':1621 '能量摄入异常':1673 '脂肪':37,463 '脂肪摄入减少':481 '脂肪类型':484 '脂肪类型分布':67 '脂肪类型分布变化':483 '脂肪质量改善':787 '脂肪酸比例':1499 '膳食纤维':443,913,1240,1684 '膳食纤维与血糖控制':198 '膳食纤维持续改善但仍不足':777 '膳食纤维摄入量':72 '膳食纤维评分':1321 '自定义':262 '至':389,951 '良好':161,773 '色氨酸':187 '范围':429 '草莓等水果':564 '菠菜':812 '营养':171,176,181,189,195 '营养与其他健康指标的关联分析':247 '营养分析器技能':11 '营养分析器版本':958 '营养密度评分':135,349,759,1222 '营养摄入对运动表现的影响':178 '营养摄入趋势分析报告':384 '营养改善建议':246 '营养数据统计和分析':1622 '营养模式识别':138 '营养状况等级':159 '营养状况评估':131,245 '营养目标进度':893 '营养素摄入评估':57,244 '营养素缺乏':1653 '营养素调整建议':215 '营养素过量':1637 '营养缺乏风险':148 '营养缺乏风险评估':1625 '营养趋势分析':30,243 '营养趋势分析报告':382 '营养过量风险':151 '营养追踪主数据':276 '营养风险识别':147 '蔬菜':1417 '蔬菜水果':701 '蔬菜选择菠菜':876 '蘑菇':878 '蛋白质':35,423,907,1465 '蛋白质摄入与肌肉恢复':180 '蛋白质摄入稳定':441 '蛋白质摄入量和质量':62 '蛋白质来源':713 '蛋类':614 '血压':190 '血压数据':308 '血清':1657 '血清水平从18升至22':815 '血清水平变化':528 '血糖':196 '血糖控制':783 '血糖数据':314 '补充剂剂量和时机':232 '补充剂建议':229 '补充剂开始':516 '补充剂相互作用数据库':1728 '补充剂相互作用检查':1627 '补充剂起效':544 '见':378 '解读':410,440,460,480,543,631 '触发条件':241 '计算rda达成率和状态':1132 '计算健康饮食指数':1389 '计算食物营养密度评分':1231 '评价':700 '评估':255 '评估内容':60,133 '评估营养状况':6,14 '评估营养素摄入是否达到推荐标准':58 '评估食物过敏':1633 '评分范围':1393 '识别改善或需要关注的方面':32 '识别营养模式':5,13 '诊断营养缺乏疾病':1629 '读取数据':269 '豆类':615,693 '豆腐25':598 '越少越好':1527,1547,1565,1590 '趋势':254,397,424,444,464,488,547,586,601,618,635,659,677 '趋势分析算法':319 '趋势方向':49 '趋势显著性':54 '趋势线':413 '趋势识别和可视化':1623 '较差':163 '较高':1210 '辅酶q10':118 '输出':48,122,158,200 '输出格式':379,381 '达到一般目标':632 '达成率百分比':1147 '达标':675,906,912,933,942 '达标率':436,558,594,610,686 '过量':347,1169 '过量分级':127 '运动':177 '运动数据':296 '运动日vs休息日的营养需求':179 '返回':1144 '进度':898 '进行中':918 '进食时间与代谢关系':175 '进食时间与血糖曲线':199 '进食时间模式':725 '进食时间调整':226 '进食窗口':145 '进食频率':144,733 '适宜摄入量':683 '适度性成分':1521 '适用于一般人群':1700 '部分':380 '重要声明':1617 '钙':92,585,1669 '钠':95,617,1244,1545,1649 '钠减少33':801 '钠摄入':928 '钠摄入与血压':191 '钠摄入改善但钾':799 '钠比仍低':800 '钠比从1.0':804 '钠比值':649 '钠比值与血压':193 '钠比值至2.0':862 '钠过量':153 '钼':107 '钾':96,192,634,648,803 '钾增加14':802 '铁':100,600,1644,1665 '铁缺乏':150 '铜':102 '铬':106 '锌':101 '锰':103 '镁':94 '长期':885,1640,1643,1646 '限制性营养素':1242 '限制性营养素扣分':1339 '零食和加餐模式':146 '需医生确认':1712 '需增加':505 '需增加omega':792 '需增加omega-3食物':791 '需结合个人情况':1706 '需要分析营养摄入':19 '需要把营养数据与运动':26 '预计3':821 '预计3-4个月可达目标范围':820 '频率':46 '风险因素列表':165 '食物多样性评分':136,764 '食物搭配建议':223 '食物替换建议':221 '食物类别':697 '食物类别偏好':47 '食物类别分布':696 '食物选择建议':219 '餐食模式':44 '餐食频率调整':227 '饮食习惯建议':225 '饮食时间':45 '饮食时间模式':143 '饮食来源':520 '饮食模式分析':695 '饮食模式异常':1683 '饮食模式或营养素达标情况时使用':20 '饮食模式类型':139 '饮食记录数据':961 '饮食质量评分':758 '饮食趋势或膳食改进建议':25 '饱和':68 '饱和脂肪':489,1243,1588,1690 '饱和脂肪减少':788 '饱腹感':781 '香蕉':809,872 '高糖':155 '高脂':156 '高钠':157 '鱼油补充剂':661 '鸡蛋':689,974","prices":[{"id":"b363a2e5-f614-492f-bba5-302cc517e122","listingId":"2129ed85-aaf2-41e9-9994-faee00760c70","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"sickn33","category":"antigravity-awesome-skills","install_from":"skills.sh"},"createdAt":"2026-04-18T21:41:31.539Z"}],"sources":[{"listingId":"2129ed85-aaf2-41e9-9994-faee00760c70","source":"github","sourceId":"sickn33/antigravity-awesome-skills/nutrition-analyzer","sourceUrl":"https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/nutrition-analyzer","isPrimary":false,"firstSeenAt":"2026-04-18T21:41:31.539Z","lastSeenAt":"2026-04-23T06:51:39.036Z"}],"details":{"listingId":"2129ed85-aaf2-41e9-9994-faee00760c70","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"sickn33","slug":"nutrition-analyzer","github":{"repo":"sickn33/antigravity-awesome-skills","stars":34666,"topics":["agent-skills","agentic-skills","ai-agent-skills","ai-agents","ai-coding","ai-workflows","antigravity","antigravity-skills","claude-code","claude-code-skills","codex-cli","codex-skills","cursor","cursor-skills","developer-tools","gemini-cli","gemini-skills","kiro","mcp","skill-library"],"license":"mit","html_url":"https://github.com/sickn33/antigravity-awesome-skills","pushed_at":"2026-04-23T06:41:03Z","description":"Installable GitHub library of 1,400+ agentic skills for Claude Code, Cursor, Codex CLI, Gemini CLI, Antigravity, and more. Includes installer CLI, bundles, workflows, and official/community skill collections.","skill_md_sha":"6f18b807a6a71e43b874a7455b5f7ff8cdd4c2a5","skill_md_path":"skills/nutrition-analyzer/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/nutrition-analyzer"},"layout":"multi","source":"github","category":"antigravity-awesome-skills","frontmatter":{"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。"},"skills_sh_url":"https://skills.sh/sickn33/antigravity-awesome-skills/nutrition-analyzer"},"updatedAt":"2026-04-23T06:51:39.036Z"}}