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。
Works with
AI-first code editor with Composer
Before installing skills in Cursor, ensure your development environment meets these requirements:
node --versionnutrition-analyzerExecute the skills CLI command in your project's root directory to begin installation:
Fetches nutrition-analyzer from huifer/wellally-health and configures it for Cursor.
The CLI shows a list of agents. Use arrow keys and space to select Cursor:
Confirm successful installation by checking the skill directory location:
Restart Cursor to activate nutrition-analyzer. Access via /nutrition-analyzer in your agent's command palette.
We perform automated surface-level scans (Gen AI Scanner, Socket, Snyk) during installation. These checks detect common vulnerabilities but do not guarantee complete security. Always review skill source code and verify the publisher's reputation before production use.
Skills execute code in your environment. Always review source, verify the publisher, and test in isolation before production.
Submit your Claude Code skill and start earning
Create detailed user stories, acceptance criteria, and feature specs
Example
Generate user stories for 'password reset feature' with acceptance criteria, edge cases, and test scenarios
Reduce spec writing time by 50%, ensure comprehensive coverage
Research competitors, compare features, identify gaps
Example
Analyze 5 competitor products, create feature comparison matrix, suggest differentiation opportunities
Complete competitive research in 2 hours instead of 2 days
Evaluate features using frameworks (RICE, ICE, Kano) and create prioritized backlogs
Example
Score 20 feature ideas using RICE framework, generate prioritized roadmap with rationale
0
total installs
0
this week
806
GitHub stars
0
upvotes
Run in your terminal
0
installs
0
this week
806
stars
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。
分析营养素摄入的变化趋势，识别改善或需要关注的方面。
分析维度：
输出：
评估营养素摄入是否达到推荐标准（RDA/AI）。
评估内容：
宏量营养素评估：
维生素评估：
矿物质评估：
特殊营养素评估：
输出：
综合评估用户的营养状况。
评估内容：
整体营养质量评分：
营养模式识别：
营养风险识别：
输出：
分析营养与其他健康指标的相关性。
支持的相关性分析：
营养 ↔ 体重：
营养 ↔ 运动：
营养 ↔ 睡眠：
营养 ↔ 血压：
营养 ↔ 血糖：
输出：
基于用户数据生成个性化营养改善建议。
建议类型：
营养素调整建议：
食物选择建议：
饮食习惯建议：
补充剂建议（仅供参考）：
建议依据：
当用户请求以下内容时触发本技能：
明确用户请求的分析类型和时间范围：
主要数据源：
data-example/nutrition-tracker.json - 营养追踪主数据data-example/nutrition-logs/YYYY-MM/YYYY-MM-DD.json - 每日饮食记录关联数据源：
data-example/profile.json - 体重、BMI等基础数据data-example/fitness-tracker.json - 运动数据data-example/sleep-tracker.json - 睡眠数据data-example/hypertension-tracker.json - 血压数据data-example/diabetes-tracker.json - 血糖数据根据分析类型执行相应的分析算法：
趋势分析算法：
RDA达成率计算：
rda_achievement = (actual_intake / rda_value) * 100
status_classification:
- < 50%: 严重缺乏
- 50-75%: 不足
- 75-100%: 接近目标
- 100-150%: 充足（理想范围）
- > 150%: 过量（注意安全上限UL）
营养密度评分：
nutrient_density_score = (
(vitamins_achieved / total_vitamins) * 40 +
(minerals_achieved / total_minerals) * 30 +
(fiber_achieved / fiber_rda) * 30
)
相关性分析算法：
按照标准格式输出分析报告（见"输出格式"部分）
# 营养摄入趋势分析报告
## 分析周期
2025-03-20 至 2025-06-20（3个月，90天记录）
## 宏量营养素趋势
### 卡路里摄入
- **趋势**：⬇️ 下降
- **开始**：平均2100卡/天
- **当前**：平均1950卡/天
- **变化**：-150卡/天 (-7.1%)
- **解读**：卡路里摄入适度减少，与减重目标一致
**趋势线**：
2100 ┤ ╭╮ 2050 ┤ ╭╯╰╮ 2000 ┼─╯ ╰╮ 1950 ┤ ╰ 1900 └─────────── 3月 4月 5月 6月
### 蛋白质
- **趋势**：➡️ 稳定
- **平均**：82g/天（范围：70-95g）
- **目标**：80g/天
- **达标率**：93%（84/90天达标）
- **解读**：蛋白质摄入稳定，基本达标
### 膳食纤维
- **趋势**：⬆️ 改善
- **开始**：平均18g/天
- **当前**：平均22g/天
- **变化**：+4g/天 (+22%)
- **目标**：30g/天
- **解读**：纤维摄入显著增加，但仍需继续努力
### 脂肪
- **趋势**：⬇️ 下降
- **开始**：平均75g/天
- **当前**：平均68g/天
- **变化**：-7g/天 (-9.3%)
- **目标**：≤65g/天
- **解读**：脂肪摄入减少，接近目标
**脂肪类型分布变化**：
| 脂肪类型 | 开始 | 当前 | 目标 | 趋势 |
|---------|------|------|------|------|
| 饱和脂肪 | 25g | 20g | <20g | ⬇️ 改善 |
| 单不饱和 | 30g | 32g | >35g | ⬆️ 略增 |
| 多不饱和 | 15g | 12g | 15-20g | ⬇️ 需增加 |
| 反式脂肪 | 2g | 0.5g | 0g | ⬇️ 改善 |
## 维生素状况趋势
### 维生素D
- **摄入趋势**：⬆️ 增加（补充剂开始）
- **开始**：平均2μg/天（饮食来源）
- **当前**：平均52μg/天（含2000IU补充剂）
- **RDA**：15μg/天
- **血清水平变化**：
- 基线（2025-05）：18 ng/mL
- 当前（2025-06）：22 ng/mL
- 目标：30-100 ng/mL
- **解读**：✅ 补充剂起效，但需继续监测
### 维生素C
- **趋势**：⬆️ 改善
- **开始**：平均65mg/天
- **当前**：平均85mg/天
- **RDA**：100mg/天
- **达标率**：从65% → 85%
- **建议**：增加柑橘类、奇异果、草莓等水果
### B族维生素
- **维生素B12**：✅ 充足（平均2.5μg，RDA 2.4μg）
- **叶酸**：⚠️ 不足（平均320μg，RDA 400μg）
- **B6**：✅ 充足（平均1.5mg，RDA 1.3mg）
## 矿物质趋势
### 钙
- **趋势**：➡️ 稳定
- **平均**：850mg/天
- **RDA**：1000mg/天
- **达标率**：85%
- **主要来源**：乳制品40%、豆腐25%、绿叶蔬菜20%
### 铁
- **趋势**：✅ 充足
- **平均**：12mg/天
- **RDA**：8mg/天（男性）
- **达标率**：150%
- **主要来源**：肉类、蛋类、豆类、绿叶蔬菜
### 钠
- **趋势**：⬇️ 改善
- **开始**：平均2800mg/天
- **当前**：平均2100mg/天
- **目标**：<2300mg/天（理想<1500mg）
- **解读**：✅ 达到一般目标，⚠️ 理想目标仍需努力
### 钾
- **趋势**：⬆️ 改善
- **开始**：平均2800mg/天
- **当前**：平均3200mg/天
- **目标**：3500-4700mg/天
- **钾/钠比值**：从1.0 → 1.5（目标>2）
- **建议**：继续增加水果和蔬菜
## 特殊营养素趋势
### Omega-3
- **趋势**：⬆️ 增加（鱼油补充剂）
- **开始**：平均150mg/天
- **当前**：平均850mg/天（含补充剂）
- **推荐量**：500-1000mg/天
- **状态**：✅ 达标
### 胆碱
- **趋势**：➡️ 稳定
- **平均**：350mg/天
- **AI（适宜摄入量）**：425mg/天
- **达标率**：82%
- **主要来源**：鸡蛋（60%）、肉类（25%）、豆类（15%）
## 饮食模式分析
### 食物类别分布
| 食物类别 | 占比 | 变化 | 评价 |
|---------|------|------|------|
| 蔬菜水果 | 35% | +8% | ✅ 增加 |
| 全谷物 | 20% | +5% | ✅ 改善 |
| 精制谷物 | 15% | -7% | ✅ 减少 |
| 蛋白质来源 | 20% | 稳定 | ✅ 充足 |
| 添加脂肪 | 8% | -3% | ✅ 减少 |
| 添加糖 | 2% | -2% | ✅ 减少 |
### 进食时间模式
- **平均进食窗口**：12.5小时（07:30 - 20:00）
- **进食频率**：平均4.2次/天
- **最常见餐食时间**：
- 早餐：07:30（90%天数）
- 午餐：12:15（95%天数）
- 晚餐：18:45（98%天数）
- 加餐：15:30（60%天数）
### 饮食质量评分
- **营养密度评分**：7.2/10（从6.5提升）
- **食物多样性评分**：6.8/10
- **均衡饮食评分**：7.5/10
- **综合评分**：7.2/10 → **良好**
## 洞察与建议
### 关键洞察
1. **膳食纤维持续改善但仍不足**
- 从18g增至22g，但仍低于目标30g
- 影响：饱腹感、肠道健康、血糖控制
- 建议：每餐至少包含5g纤维
2. **脂肪质量改善**
- 饱和脂肪减少，反式脂肪几乎消除
- 多不饱和脂肪略低，需增加Omega-3食物
- 建议：增加深海鱼类、坚果、亚麻籽
3. **钠摄入改善但钾/钠比仍低**
- 钠减少33%，钾增加14%
- 钾/钠比从1.0升至1.5，仍低于目标2.0
- 建议：继续增加高钾食物（香蕉、橙子、土豆、菠菜）
4. **维生素D补充剂有效**
- 血清水平从18升至22 ng/mL（4周+4ng）
- 预计3-4个月可达目标范围
- 建议：继续补充，定期监测
### 优先级行动计划
#### Priority 1：提升膳食纤维至30g/天（2周）
**具体行动**：
1. 早餐：全谷物（燕麦/全麦面包）+ 水果（9g）
2. 午餐：糙米/全麦面 + 2份蔬菜（8g）
3. 晚餐：红薯/杂粮 + 2份蔬菜（8g）
4. 加餐：水果 + 坚果（5g）
**总计**：30g ✅
#### Priority 2：优化钾/钠比值至2.0（4周）
**具体行动**：
1. 减少加工食品（主要钠源）
2. 每日2-3份高钾水果（香蕉、橙子、猕猴桃）
3. 蔬菜选择菠菜、土豆、蘑菇、番茄
4. 使用香料替代盐调味
#### Priority 3：维持维生素D补充（长期）
**监测计划**：
- 3个月后复查血清水平
- 目标：40-60 ng/mL
- 根据结果调整剂量
## 营养目标进度
| 目标 | 开始 | 当前 | 目标值 | 进度 | 状态 |
|------|------|------|--------|------|------|
| 卡路里 | 2100 | 1950 | 1800-2000 | 100% | ✅ 达标 |
| 蛋白质 | 75g | 82g | 80g | 100% | ✅ 达标 |
| 膳食纤维 | 18g | 22g | 30g | 73% | ⚠️ 进行中 |
| 维生素D | 18 ng/mL | 22 ng/mL | 30-100 | 20% | ⚠️ 改善中 |
| 钠摄入 | 2800mg | 2100mg | <2300 | 100% | ✅ 达标 |
| Omega-3 | 150mg | 850mg | 500-1000mg | 100% | ✅ 达标 |
---
**报告生成时间**：2025-06-20
**分析周期**：2025-03-20 至 2025-06-20（90天）
**数据记录数**：90天
**营养分析器版本**：v1.0
{
"date": "2025-06-20",
"meals": [
{
"type": "breakfast",
"time": "07:30",
"foods": ["鸡蛋", "牛奶", "全麦面包"],
"calories": 450,
"macronutrients": {
"protein_g": 20,
"carbs_g": 55,
"fat_g": 15,
"fiber_g": 5,
"saturated_fat_g": 5,
"monounsaturated_fat_g": 6,
"polyunsaturated_fat_g": 3,
"trans_fat_g": 0.1
},
"micronutrients": {
"vitamin_a_mcg": 150,
"vitamin_c_mg": 5,
"vitamin_d_mcg": 1.5,
"vitamin_e_mg": 1,
"vitaMake data-driven prioritization decisions faster
Draft PRDs, status updates, and stakeholder presentations
Example
Create executive summary of Q3 roadmap, monthly progress report, feature launch announcement
Save 3-5 hours/week on communication overhead
Prerequisites
Time Estimate
30-60 minutes to see productivity improvements
Steps
Common Pitfalls
✓ Do
✗ Don't
💡 Pro Tips
✓ Use when
Use for user story writing, competitive research, roadmap prioritization, stakeholder communication, and PRD drafting. Best for reducing repetitive documentation and research work.
✗ Avoid when
Avoid for strategic product vision (requires deep customer empathy), pricing decisions (needs market and financial expertise), or when face-to-face customer discovery is more valuable than speed.
mattpocock/skills
parcadei/continuous-claude-v3
cursor/plugins
ailabs-393/ai-labs-claude-skills
ailabs-393/ai-labs-claude-skills
pproenca/dot-skills
nutrition-analyzer fits our agent workflows well — practical, well scoped, and easy to wire into existing repos.
We added nutrition-analyzer from the explainx registry; install was straightforward and the SKILL.md answered most questions upfront.
Useful defaults in nutrition-analyzer — fewer surprises than typical one-off scripts, and it plays nicely with `npx skills` flows.
nutrition-analyzer reduced setup friction for our internal harness; good balance of opinion and flexibility.
nutrition-analyzer is among the better-maintained entries we tried; worth keeping pinned for repeat workflows.
Solid pick for teams standardizing on skills: nutrition-analyzer is focused, and the summary matches what you get after install.
Registry listing for nutrition-analyzer matched our evaluation — installs cleanly and behaves as described in the markdown.
nutrition-analyzer reduced setup friction for our internal harness; good balance of opinion and flexibility.
Registry listing for nutrition-analyzer matched our evaluation — installs cleanly and behaves as described in the markdown.
Keeps context tight: nutrition-analyzer is the kind of skill you can hand to a new teammate without a long onboarding doc.
showing 1-10 of 27