饮食行为健康分析器

要解决什么问题

个人饮食健康往往卡在「看得见吃、看不见习惯」：你记得今天吃了什么，却很难客观判断进食是否过快、是否边吃边刷手机、餐盘里蛋白质与蔬菜是否失衡。本技能面向上传用餐视频或实时录制的场景，用计算机视觉追踪整段进食过程，把行为与盘面结构转成可对照的结构化报告，而不是凭印象自评。

技能如何工作

触发上，用户提供饮食行为视频的 URL 或本地文件，或明确要做饮食行为分析、进食习惯评估时，会走分析流程；若用户要查看历史饮食报告等，则必须经 python -m scripts.diet_analysis --list --open-id 从云端拉清单，禁止从本地 memory 拼历史。

分析前需按规范取得有效 open-id（禁止自行编造），再在技能根目录调用 scripts/diet_analysis.py，常用参数包括：

• --input / --url：本地路径或公网视频地址（URL 由 API 侧下载）
• --analysis-type：comprehensive、speed、habit、structure、risk 等
• --open-id：用户标识（必填）

核心评估维度包括：进食速度（过快/适中/过慢）、进餐习惯（专注 vs 分心、姿势）、食物选择与结构（种类比例、烹饪方式、份量），以及不良行为（暴饮暴食、不规律、挑食偏食、过度节食等）。输出含整体健康评分、分维度结果、风险提示与营养改善建议；历史列表以 Markdown 表格展示，并用 reportImageUrl 生成「点击查看」链接。

适用边界与注意

• 视频格式支持 mp4 / avi / mov，单文件上限 10MB，需能清晰看到进食动作与餐盘内容。
• 结论仅供饮食健康参考，不能替代营养师或医师诊断。
• 隐私侧：用户关联经 SHA-256 脱敏；传输走 HTTPS；云端在分析完成后按说明删除原始视频，不做持久留存。