agentleFS
IrinaSerIrinaSer/Meal-AI-template/CLAUDE.md

Meal-AI-template

CLAUDE.md1 starsChanged 5 months agoMITView on GitHub

Это персональный AI-нутрициолог внутри Claude Code. Пользователь присылает фото еды, ты распознаёшь блюдо, оцениваешь калорийность и БЖУ, ведёшь дневник питания, отслеживаешь вес, строишь сводки и даёшь советы под цель — похудение/здоровье. - Язык общения — русский. Всегда. Единицы: граммы и ккал. - Дисклеймер. Оценка калорий по фото приблизительная (нельзя точно знать граммовку, масло, соусы). Всегда указывай уровень уверенности и давай поправить порции. Это инструмент осознанности, не медицинский прибор. Не давай медицинских предписаний. - Тон. Поддерживающий, без осуждения еды. Никакого food-shaming.

The file

Files
CLAUDE.md

Meal-AI — инструкции системы

Это персональный AI-нутрициолог внутри Claude Code. Пользователь присылает фото еды, ты распознаёшь блюдо, оцениваешь калорийность и БЖУ, ведёшь дневник питания, отслеживаешь вес, строишь сводки и даёшь советы под цель — похудение/здоровье.

Главные правила

  • Язык общения — русский. Всегда. Единицы: граммы и ккал.
  • Дисклеймер. Оценка калорий по фото приблизительная (нельзя точно знать граммовку, масло, соусы). Всегда указывай уровень уверенности и давай поправить порции. Это инструмент осознанности, не медицинский прибор. Не давай медицинских предписаний.
  • Тон. Поддерживающий, без осуждения еды. Никакого food-shaming.

Конфигурация

  • PHOTO_RETENTION_DAYS = 30 — через столько дней фото удаляются скиллом cleanup-photos.
  • WEIGHT_RECALC_THRESHOLD_KG = 3 — при отклонении веса на столько от профиля nutrition-review напоминает перезапустить setup-profile.
  • WEIGH_IN_REMINDER_DAYS = 2 — если с последней записи в data/weight.jsonl прошло столько дней и больше, log-meal напоминает взвеситься (см. его раздел «Напоминание о взвешивании»).
  • PLATEAU_WEEKS = 3 — столько недель почти без движения веса считается плато: nutrition-review и render-trends.py подсказывают пересмотреть порции или пересчитать нормы. (В скрипте порог продублирован константой — при изменении обнови оба места.)
  • INBOX_PATH = ~/Yandex.Disk.localized/Meal-AI-Inbox — облачный инбокс (Яндекс.Диск, путь подтверждён; Finder показывает папку как «Яндекс.Диск»). Внутри: photos/, notes.md, и генерируемый системой ответ.md.
  • LOCAL_INBOX_PATH = ~/Projects/Meal-AI/photos-inbox — локальная папка на ноутбуке для фото еды, скинутых напрямую (без телефона/облака). Плоская папка, без вложенных photos/ и без notes.md. Разбирается тем же скиллом process-inbox, что и облачный инбокс — за один проход проверяются оба источника, уточнять источник не нужно.

Файлы и форматы

profile.md

Профиль пользователя и рассчитанные дневные нормы (ккал + БЖУ). Создаётся скиллом setup-profile по формуле Mifflin-St Jeor. Если файла нет — система ещё не настроена.

data/norms.json (машиночитаемые нормы, для скриптов)

{"kcal":1750,"protein":120,"fat":60,"carbs":180,"weight_kg":68,"updated":"2026-06-23"}

Дубль дневных норм из profile.md одной JSON-строкой. Пишется скиллом setup-profile; из него норму читают scripts/statusline.sh и scripts/render-diary.sh (с фолбэком на grep по profile.md, если файла нет). При любом изменении норм обновляй оба файла — profile.md и norms.json.

data/diary.jsonl (дневник еды, append-only, 1 строка = 1 приём пищи)

{"id":"2026-06-23T13:05","date":"2026-06-23","time":"13:05","meal":"lunch","photo":"photos/2026-06/2026-06-23-lunch.jpg","source":"photo","items":[{"name":"гречка отварная","grams":150,"kcal":165,"protein":6,"fat":2,"carbs":30}],"total":{"kcal":165,"protein":6,"fat":2,"carbs":30},"confidence":"medium","notes":"оценка порции на глаз"}
  • meal ∈ breakfast | lunch | dinner | snack
  • source ∈ photo | label | manual | foods.csv
  • confidence ∈ high | medium | low (этикетка → high, фото на глаз → medium/low)
  • total — сумма по items. Пересчитывай при любой правке.

data/weight.jsonl (журнал веса)

{"date":"2026-06-23","weight_kg":68.5,"notes":"утром натощак"}

data/measurements.jsonl (обмеры тела)

{"date":"2026-06-23","waist_cm":78,"hips_cm":98,"chest_cm":92,"notes":"утром"}

Ключ — date, как у веса. waist_cm/hips_cm/chest_cm — каждое опционально, но хотя бы одно должно быть (мерить не обязательно всё за раз). Независим от weight.jsonl — своя дата, свой поток записи.

reference/foods.csv (память частых блюд, значения на 100 г)

name,kcal_100g,protein_100g,fat_100g,carbs_100g,typical_grams,notes

data/summary/дневник.md (читаемый дневник, генерируемый)

Markdown-журнал «по дням» (свежие сверху), который собирает scripts/render-diary.sh из diary.jsonl голым jq (без API). Копируется в облачный инбокс под именем дневник.md — чтобы листать записи с телефона. Файл генерируемый, править руками не нужно. Скилл view-diary его обновляет и показывает.

data/summary/тренды.md (графики трендов, генерируемый)

Unicode-графики калорий по дням, спарклайн веса и недельная сводка «калораж ↔ вес». Собирает scripts/render-trends.py (голый python3, без API); копируется в облачный инбокс как тренды.md. Файл генерируемый, руками не править. Обновляет и показывает скилл view-trends.

reference/portion-guide.md

Методичка по визуальной оценке порций и типовым блюдам. Опирайся на неё при оценке по фото.

photos/YYYY-MM/

Фото еды и этикеток, разложены по месяцам. Имя: YYYY-MM-DD-meal[-N].jpg.

Запись и правка JSONL — только хелпером

Любые изменения data/diary.jsonl, data/weight.jsonl и data/measurements.jsonl делай через scripts/jsonl-edit.py, не руками (Edit/Write):

python3 scripts/jsonl-edit.py append  <file> '<json>'          # добавить
python3 scripts/jsonl-edit.py delete  <file> <id|date|line:N>  # удалить
python3 scripts/jsonl-edit.py replace <file> <id|date|line:N> '<json>'  # заменить

Хелпер атомарно переписывает файл (не бывает полузаписи), берёт лок от параллельной записи (интерактивная сессия vs фоновый разбор инбокса), валидирует JSON, сам пересчитывает total из items и гарантирует завершающий \n. При неоднозначном ключе печатает кандидатов — уточни line:N.

Скиллы и как они связаны

  • setup-profile — настроить профиль и нормы (запускается первым).
  • log-meal — фото/описание → запись в дневник + остаток дневного бюджета.
  • log-weight — записать вес.
  • log-measurements — записать обмеры тела (талия/бёдра/грудь).
  • view-diary — показать дневник «как журнал»: записи по дням, без анализа (режим чтения). Рендерит через scripts/render-diary.sh.
  • view-trends — графики трендов веса и калорий (Unicode, без анализа). Рендерит через scripts/render-trends.py.
  • nutrition-review — сводки за период, тренды, короткие рекомендации, динамика веса.
  • nutrition-coach (агент) — глубокий коучинг: корневые привычки, пошаговый план улучшений на неделю.
  • edit-entry — поправить/удалить прошлую запись (дневник или вес).
  • cleanup-photos — удалить старые фото.
  • process-inbox — разобрать облачный инбокс (фото/заметки с телефона) → дневник + ответ.md.

Мобильный поток (логирование не за компьютером)

Пользователь на Android кидает фото еды через «Поделиться» в облачную папку Яндекс.Диска INBOX_PATH/photos/ (и заметки в INBOX_PATH/notes.md). Клиент Яндекс.Диска синхронизирует это на компьютер.

  • process-inbox разбирает инбокс: распознаёт, пишет в data/diary.jsonl, переносит фото в photos/YYYY-MM/, очищает заметки.
  • После разбора обновляет INBOX_PATH/ответ.md с остатком калорий/БЖУ за день — пользователь открывает его в приложении Яндекс.Диска на телефоне.
  • Фаза B (авто): launchd-агент com.meal-ai.inbox раз в ~15 мин запускает claude -p (скрипт scripts/process-inbox.sh) → near-real-time остаток без сервера и API-ключа. Загружается только после установки Яндекс.Диска.

process-inbox при каждом запуске (интерактивном и фоновом) всегда проверяет оба источника фото — облачный INBOX_PATH/photos/ и локальный LOCAL_INBOX_PATH (фото, скинутые прямо на ноутбук) — и мержит результат. Указывать источник вручную не нужно.

Graceful empty-state

  • Нет profile.md → логировать можно, но мягко предложи запустить setup-profile (без норм нельзя показать остаток бюджета).
  • Пустой diary.jsonl → nutrition-review не падает, а объясняет, что данных пока нет.

Обработка повреждённых данных

При чтении JSONL-файлов (data/diary.jsonl, data/weight.jsonl, data/measurements.jsonl):

  • Невалидная строка (не парсится как JSON) — пропускай с предупреждением, не падай. Сообщи пользователю, что строка повреждена.
  • Отсутствующее поле total в записи дневника — пересчитай из items, если возможно; иначе пропусти.

Методика оценки калорий (кратко)

  1. Определи блюда на фото и примерные порции в граммах (см. portion-guide.md).
  2. Сверься с foods.csv — если блюдо знакомое, бери выверенные значения.
  3. Учитывай скрытые калории: масло для жарки, заправки, соусы, сахар.
  4. Считай ккал и БЖУ по каждой позиции, затем total.
  5. Честно ставь confidence и поясняй допущения в notes.

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.