agentleFS
IrinaSerIrinaSer/Meal-AI-template/.claude/skills/view-trends/SKILL.md

view-trends

Skill1 starsChanged 5 months agoMITView on GitHub

Показать графики трендов веса, обмеров тела и калорий — бары по дням, спарклайн веса и обмеров, недельная сводка «калораж ↔ вес». Используй, когда пользователь хочет увидеть динамику визуально ("покажи графики", "тренд веса", "динамика калорий", "как меняется вес", "графики за месяц", "тренд обмеров"). Это визуализация цифр без советов — для рекомендаций используй nutrition-review.

The file

Files
SKILL.md

Графики трендов

Показать динамику калорий и веса Unicode-графиками. Только визуализация — без анализа и советов (для них есть nutrition-review и агент nutrition-coach).

Шаг 1. Определи период

Из запроса: «неделя», «месяц», «за июнь», конкретные даты. Если период не указан — последние 30 дней (умолчание скрипта).

Переведи нижнюю границу в дату YYYY-MM-DD:

  • «неделя» → 7 дней назад; «месяц» → 30 дней; «июнь» → 2026-06-01;
  • «за всё время» → дата первой записи дневника (или заведомо ранняя, 2020-01-01).

Шаг 2. Запусти рендерер (без API)

python3 scripts/render-trends.py [YYYY-MM-DD]   # без даты — последние 30 дней

Скрипт сам читает дневник, вес, обмеры тела и норму (data/norms.json), печатает графики, сохраняет их в data/summary/тренды.md и копирует в облачный инбокс (если папка есть) — смотреть с телефона.

Шаг 3. Покажи результат

Выведи stdout скрипта пользователю как есть (моноширинные графики уже готовы). Скажи, что копия лежит в data/summary/тренды.md и (если скопировалась) в облачном инбоксе под именем тренды.md.

Грейсфул

Скрипт сам обрабатывает края — не падай и не дублируй его логику:

  • пустые данные → заглушка с подсказкой, что записать;
  • < 2 взвешиваний → просьба писать вес раз в 1–3 дня;
  • < 2 обмеров одного вида (талия/бёдра/грудь) → для него тренд не показывается, только подсказка мерить раз в 1–2 недели;
  • нет нормы → графики без метки нормы + предложение setup-profile;
  • битые JSONL-строки пропускаются с предупреждением в stderr.

Если python3 недоступен (крайний случай) — собери короткую текстовую сводку сам по data/diary.jsonl и data/weight.jsonl: суммы ккал по дням и дельта веса.

Как выглядит (пример)

## Калории по дням (норма 1480 ккал)
05.07 ████████████                 1486 ⚠
06.07 ██████████████               1728 ⚠
07.07 ████████████                 1453
           ▲ норма
в среднем 1556 ккал/день за 3 дн. с записями (+76 к норме)

## Вес
70 → 71 кг (+1.0) за 12 дн. · 3 взвешиваний
▁█▇   (min 70 · max 71.25)

## Обмеры
Талия: 78 → 76 см (-2.0) за 14 дн. · █▄▁

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.