FoodLens — AI餐食照片与营养追踪器

触发条件

• - breakfast / lunch / dinner / snack / supper / 早饭 / 午饭 / 晚饭 / 加餐 / 零食

配置

FOODLENS_DIR=~/.openclaw/workspace/skills/foodlens
FOODLENSDATA=$FOODLENSDIR/data # 每日JSON日志：YYYY-MM-DD.json
FOODLENSVENV=$FOODLENSDIR/venv

营养目标可由用户配置。默认值（编辑foodlens_config.json）：

• - 热量：2000千卡/天
• 蛋白质：80克 | 碳水化合物：250克 | 脂肪：65克

核心流程

步骤1 — 分析照片（主要方式）

将传入的照片保存到临时路径，然后运行：

bash
cd $FOODLENS_DIR && source venv/bin/activate
python3 analyze_photo.py /path/to/photo.jpg lunch

此脚本：

1. 1. 调用GPT-4o Vision（备用：Gemini）识别食物，并利用容器/餐具参照物估算份量
2. 与nutrition_db（778种食物+197个别名）交叉验证；若偏差超过30%，则信任数据库
3. 将餐食追加到data/YYYY-MM-DD.json
4. 输出格式化的营养报告

直接将脚本输出转发给用户。

步骤2 — 备用方案（API不可用）

如果analyze_photo.py失败，使用image工具：

image(
image=/path/to/photo.jpg,
prompt=你是一名专业营养师。识别这张餐食照片中的所有食物。
观察容器大小和餐具，估算每样食物的实际克数。
参考标准：外卖盒500-800毫升，一碗米饭约150-200克，
炒面约400-500克。列出每种食物：名称、估算克数、
每100克千卡数、每100克蛋白质/碳水化合物/脂肪。
)

然后通过Python写入结果：

bash
cd $FOODLENS_DIR && source venv/bin/activate && python3 - < import json, uuid, sys
sys.path.insert(0, .)
from foodlens import (ensureitemnutrition, calc_total,
healthscoreandcomment, loadday, save_day,
todaystr, recalcday_totals)
from datetime import datetime

datestr = todaystr()
day = loadday(datestr)

替换为image工具的结果

mealtotal = calctotal(items)
score, comment = healthscoreandcomment(mealtotal, len(items))
meal = {
mealid: fmeal{uuid.uuid4().hex[:10]},
timestamp: datetime.now().isoformat(),
label: lunch,
items: items,
mealtotal: mealtotal,
health_score: score,
comment: comment,
}
day[meals].append(meal)
recalcdaytotals(day)
saveday(datestr, day)
print(json.dumps({meal: meal, dailytotal: day[dailytotal]}, ensure_ascii=False, indent=2))
EOF

步骤3 — 格式化回复

🍽️ [午餐] 营养分析

🔍 识别到的食物：
• 炒面 ~400克（720千卡）
• 虾 ~30克（27千卡）
• 鸡肉片 ~60克（90千卡）

📊 餐食总计：
• 热量：837千卡
• 蛋白质：38克 | 碳水化合物：102克 | 脂肪：29克

⭐ 健康评分：7/10
评论：...

📈 每日总计（第N餐）：
• 热量：X / [目标]千卡（X%）
• 蛋白质：X / [目标]克（X%）

步骤4 — 用户修正

如果用户说那不是X而是Y或只有大约X克：

1. 1. 重新查询nutrition_db获取修正后的食物信息
2. 更新JSON条目
3. 回复修正后的营养总计

步骤5 — 重复检测

如果再次发送同一张照片，提醒用户该照片已记录，并询问是否再次记录。

摘要

每日摘要：
bash
cd $FOODLENS_DIR && source venv/bin/activate
python3 analyze_photo.py --summary today

每周趋势（过去7天）：
bash
cd $FOODLENS_DIR && source venv/bin/activate
python3 analyze_photo.py --weekly-summary yesterday 7

数据布局