agentleFS
2030ai2030ai/2030ai-health-template/.agents/skills/health-update/SKILL.md

health-update

Skill1 starsChanged 5 months agoMITView on GitHub

/health-update — Сбор health-данных из всех источников: inbox/, Gmail, тематический Telegram-чат. Парсинг, классификация, создание структурированных записей в data/, перемещение оригиналов в <ORIGINALS_DIR>.

The file

Files
SKILL.md

/health-update

Единая точка входа для сбора health-данных из всех источников. Проверяет inbox, Gmail и Telegram, парсит найденное, создаёт структурированные записи в Obsidian vault.

Vault: текущая директория (корень репозитория, созданного из шаблона). Оригиналы: <ORIGINALS_DIR> — путь пользователя (например, ~/Documents/health-originals/). Путь фиксируется при скаффолдинге в AGENTS.md.

Настройка под себя

Замените плейсхолдеры на свои значения (один раз, перед первым запуском):

  • <ORIGINALS_DIR> — путь к папке оригиналов вне git.
  • <TG_CHAT> — имя Telegram-чата с заметками о здоровье. Если Telegram не используется — пропустите шаг 3.
  • <GMAIL_QUERY> — ключевые слова Gmail-поиска. Базовый набор:
    • "lab OR results OR blood test OR clinic OR analysis"
    • Плюс имена ваших локальных лабораторий (пример для RU: "инвитро OR гемотест OR хеликс OR ситилаб"; для US: "labcorp OR quest OR kaiser").

Перед началом

  1. Прочитать agent_docs/guides/data-formats.md — спецификация frontmatter.
  2. Прочитать agent_docs/guides/health-update-workflow.md — полный workflow.
  3. Прочитать agent_docs/guides/data-sources.md — каталог источников.
  4. Проверить последнюю запись в agent_docs/development-history.md — контекст.

Алгоритм

Шаг 1. Проверить inbox/

Glob inbox/* → для каждого файла:
  - Read файл (PDF, фото, текст)
  - Определить тип данных
  - Создать .md в data/<type>/
  - Переместить оригинал: cp → <ORIGINALS_DIR>/<type>/
  - Удалить из inbox/ после подтверждения копирования

Шаг 2. Поиск в Gmail

Использовать google-mcp-readonly: gmail_search с <GMAIL_QUERY> за последние 30 дней (или с последнего watermark).

Для каждого релевантного письма:

  • Прочитать содержимое: gmail_get_message.
  • Если есть вложения — отметить для ручного скачивания (MCP не умеет attachment download).
  • Создать .md в data/<type>/ с origin_url = ссылка на письмо, origin_type: email.
  • Пропускать письма, для которых уже есть запись (проверить по origin_url в существующих файлах).

Шаг 3. Чтение Telegram

Если Telegram используется — использовать telegram-read: message_ops для чата <TG_CHAT>:

1. Найти чат: chat_ops search "<TG_CHAT>"
2. Прочитать последние сообщения (limit: 50)
3. Для каждого нового сообщения:
   - Определить тип данных по содержимому
   - Создать .md в data/<type>/
   - origin_type: telegram

Шаг 4. Отчёт

Вывести сводку:

## Health Update — отчёт

### Новые записи
- [тип] описание → data/path/filename.md

### Требует внимания
- Отклонения от нормы
- Просроченные курсы лекарств
- Давно не обновлявшиеся категории

### Статистика
- Всего записей в vault: N
- Новых за этот запуск: N
- Категории с данными: [список]
- Пустые категории: [список]

Формат создаваемых файлов

Обязательные поля frontmatter

---
type: <тип>
date: <YYYY-MM-DD>
tags: [<релевантные теги>]
source: <inbox | gmail | telegram | manual | apple-health | fitbit | ...>
status: raw
origin_url: <URL источника>     # опускать если manual
origin_type: <email | telegram | pdf | photo>
origin_file: <имя файла>        # если есть оригинал
origin_date: <YYYY-MM-DD>       # дата получения
---

Именование

YYYY-MM-DD-<описание>.md — на языке пользователя, через дефис. Примеры:

  • 2025-04-20-biochemistry.md
  • 2025-04-18-therapist-smith.md
  • 2025-04-22-headache.md

Wiki-links

Использовать [[полное-имя-файла]] для связей. Опережающие ссылки допустимы.

Типы данных → папки

ТипПапкаПримеры контента
blood-testdata/blood-tests/Анализы крови, мочи, биохимия, гормоны
vitaldata/vitals/Давление, пульс, вес, температура
sleepdata/sleep/Сон
activitydata/activity/Шаги, тренировки
nutritiondata/nutrition/Питание, диеты
medicationdata/medications/Лекарства, БАДы, курсы
doctor-visitdata/doctor-visits/Визиты к врачам, заключения
symptomdata/symptoms/Симптомы, жалобы
mentaldata/mental/Настроение, стресс, энергия
dentaldata/dental/Стоматология
visiondata/vision/Зрение
vaccinationdata/vaccinations/Прививки, скрининги
family-historydata/family-history/Семейный анамнез
imagingdata/imaging/КТ/МРТ/УЗИ заключения
device-importdata/devices/Сырые экспорты устройств
otherdata/other/Генетика, биохакинг, прочее

Оригиналы файлов

Перемещать в <ORIGINALS_DIR>/<тип>/:

cp inbox/файл.pdf <ORIGINALS_DIR>/<тип>/
# Проверить, что файл скопировался
ls <ORIGINALS_DIR>/<тип>/файл.pdf
# Удалить из inbox
rm inbox/файл.pdf

Дедупликация

Перед созданием записи проверить существующие файлы:

Grep origin_url в data/ → если найден URL, пропустить
Grep по дате + типу + ключевым словам → если похожая запись есть, пропустить

Дисклеймер

При обнаружении отклонений от нормы в анализах — добавить в отчёт:

⚕️ Это информационный анализ, а не медицинский совет. Обсудите результаты с лечащим врачом.

MCP-инструменты

ИнструментИспользованиеОбязателен?
google-mcp-readonly: gmail_searchПоиск писем от лабораторийНет
google-mcp-readonly: gmail_get_messageЧтение письмаНет
telegram-read: message_opsЧтение сообщений TelegramНет
telegram-read: chat_opsПоиск чата <TG_CHAT>Нет
Glob, Read, WriteРабота с inbox/ и data/Да
Bash (cp, rm)Перемещение оригиналовДа

Если нет MCP для Gmail/Telegram — используйте только шаги 1 и 4 (ручной дроп в inbox/).

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.