健康与症状追踪:用 OpenClaw 找出「到底是哪个东西让我不舒服」
很多人都有类似的困扰:
- 吃完某些食物偶尔会不舒服,但又说不清到底是哪一种
- 怀疑自己对某些成分(乳糖、麸质、坚果等)不耐受,却没有长期数据
- 医生让你「记饮食日记 + 症状」,坚持两天就放弃了
这个用例是用 OpenClaw + Telegram 话题 + 简单文件日志,搭一个「健康与症状追踪器」,帮助你:
- 每天用自然语言随手发消息记录吃了什么、感觉如何
- Agent 自动解析并写入一份时间序列日志
- 每周自动分析哪些食物和不适症状存在明显相关性
一、痛点:长期记录太难,导致永远“靠感觉”
如果平时只是在脑子里记:
“我好像吃了某某之后肚子有点不舒服……”
几乎得不到什么可靠结论:
- 记忆不准确:你能记住上周二午饭的细节吗?
- 没有系统化记录:时间、食物、症状都混在一起
- 很难做交叉分析:
- 比如「在晚上吃乳制品 + 第二天早上肚子痛」这种跨时间关联
医生通常会建议「坚持记饮食和症状日记」,但纯手工记录太枯燥:
- 每次要打开 App 或记事本
- 还要自己规范格式
- 一旦生活变忙,几天不记就彻底断档
而这个用例的核心思路就是:
你只要像平时发消息一样说话,其它的让 Agent 来做。
二、整体方案:Telegram 话题 + markdown 日志
原用例的设计非常简单实用:
- 创建一个专门的 Telegram 话题,比如叫
health-tracker - 在本地创建一份日志文件:
~/clawd/memory/health-log.md - 对 OpenClaw 下指令:
1 | |
翻译成中文大致是:
- 在
health-tracker话题中:- 每条消息解析出「吃了什么」「出现了什么症状」
- 带时间戳写入
health-log.md - 回一条确认信息
- 每天 3 个固定时间,用 cron 或 heartbeat 提醒你记录三餐和症状
- 每周日自动分析过去一周的数据:
- 哪些食物和症状一起出现得最多
- 是否存在特定时间段更容易出问题
三、日志文件大致长什么样?
你可以用 markdown 做一个简单但结构化的格式,例如:
1 | |
Agent 负责:
- 把自由文本归纳成类似上面的结构
- 自动带上时间戳
- 可选:加上一些标签,比如
#dairy、#spicy、#alcohol
四、如何做“找触发因素”的分析?
每周分析时,Agent 可以:
-
按症状聚合:
- 统计「腹痛」「腹泻」「皮疹」「头痛」分别出现了多少次
- 对每类症状,列出过去 1–2 小时内最常一起出现的食物
-
按食物聚合:
- 对特定食物或类别(乳制品、小麦、酒精、辛辣)统计:
- 出现时的症状概率
- 不出现时的症状概率
- 粗略给出「相对风险提升」的提示
- 对特定食物或类别(乳制品、小麦、酒精、辛辣)统计:
-
按时间段分析:
- 例如:晚餐吃高油脂 + 夜间反酸
- 午餐吃太少 + 下午低血糖不适
最后输出一份「并非医学诊断,但有助于你与医生讨论的观察报告」,例如:
- 过去 4 周里,在吃含乳制品的餐后 12 小时内出现腹泻的比例为 X%
- 有 5 次在晚上 10 点后进食高脂肪 + 夜间反酸的记录
五、在 OpenClaw 中怎么落地?
你需要的能力其实很基础:
- Telegram 话题集成
- 文件读写(写入
health-log.md) - 定时任务(可以用 cron skill 或 HEARTBEAT)
典型 HEARTBEAT 配置思路:
- 每天 08:00、13:00、19:00:
- 调用 Telegram Bot API 给
health-tracker话题发一条提醒
- 调用 Telegram Bot API 给
- 每周日 20:00:
- 读取
health-log.md - 做一轮简易统计 + 相关性分析
- 把结论发到话题里
- 读取
六、给自己的使用建议
- 尽量用自然语言,说人话就好:
- “刚吃完火锅,有点撑,胃不舒服。”
- 让 Agent 去识别关键词和食物
- 不要追求一开始就完美结构化,可以先靠 LLM 清洗文本
- 持续几周之后,再考虑:
- 是否要增加更细致的标签
- 是否要导出到表格 / 可视化工具
真正的价值在于:
把“长期、枯燥、容易放弃”的记录工作交给 Agent,你只需要按时说几句真话。