我已经为你创建了完整的手动健康数据记录系统，包括数据模型、存储服务和 5 个斜杠命令 skills。

  ---
  📂 数据存储位置

  1. 自动同步的 Garmin 数据 （已有）

  data/health/
  ├── daily_metrics/          # 每日指标
  │   ├── steps/             # 步数
  │   ├── heart_rate/        # 心率
  │   ├── sleep/             # 睡眠
  │   ├── stress/            # 压力
  │   ├── body_battery/      # 身体电量
  │   ├── hrv/               # HRV
  │   ├── spo2/              # 血氧
  │   └── ...                # 其他指标
  ├── activities/            # 运动活动
  │   └── YYYY/MM/          # 按年月组织
  ├── body_metrics/          # 身体指标
  │   └── weight/           # 体重
  └── health.db             # SQLite 索引数据库

  2. 手动输入数据 （新建）

  data/health/manual_logs/   # 手动记录数据
  ├── 2026/                  # 年份
  │   ├── 01/                # 月份
  │   │   ├── 2026-01-20.json  # 每天一个文件
  │   │   ├── 2026-01-21.json
  │   │   └── ...

  每个文件包含当天的：
  - 🍴 饮食记录 (diet_entries)
  - 🍷 酒精摄入 (alcohol_entries)
  - 💊 补剂服用 (supplement_entries)
  - 🩺 身体感受 (feeling_entries)
  - 🍽️ 断食模式 (fasting_mode)

  文件格式示例：
  {
    "date": "2026-01-20",
    "fasting_mode": "PSMF",
    "diet_entries": [
      {
        "time": "12:30",
        "meal_type": "lunch",
        "description": "protein powder + 1 egg",
        "carbs": "low",
        "estimated_calories": 300
      }
    ],
    "alcohol_entries": [...],
    "supplement_entries": [...],
    "feeling_entries": [...]
  }

  ---
  🎯 可用的斜杠命令（Skills）

  数据输入命令：

  1. /log-diet - 记录饮食
  /log-diet 12:30 lunch "protein powder + 1 egg" --carbs low --calories 300
  /log-diet 19:00 dinner "tuna salad with olive oil" --carbs low
  2. /log-alcohol - 记录酒精
  /log-alcohol 20:00 wine "2 glasses" --nac --food "steak and veggies"
  /log-alcohol 21:00 spirits "3 shots vodka"
  3. /log-supplement - 记录补剂
  /log-supplement 08:00 "Fish Oil" --dosage "1000mg" --timing morning
  /log-supplement 22:30 Magnesium --dosage "400mg" --timing before_bed
  /log-supplement 12:00 Berberine --dosage "500mg"
  4. /log-feeling - 记录身体感受
  /log-feeling 14:00 chest_tightness "mild tightness" --severity 4 --triggers "after upper body workout"
  /log-feeling 09:00 energy "feeling great" --severity 9
  /log-feeling 16:00 pain "right foot discomfort" --severity 3 --location "right foot"

  数据查看命令：

  5. /show-logs - 查看手动记录
  /show-logs                    # 查看今天
  /show-logs yesterday          # 查看昨天
  /show-logs 2026-01-15         # 查看指定日期
  /show-logs 2026-01-15 to 2026-01-20  # 查看日期范围

  智能建议命令：

  6. /health-advice - 获取个性化建议（已更新）
  /health-advice                # 基于已记录数据生成建议
  /health-advice planning to do heavy bench press tomorrow, should I?

  ---
  💡 使用工作流建议

  每日记录流程：

  # 1. 早上：记录昨晚补剂和今天状态
  /log-supplement 22:30 Magnesium --dosage "400mg" --timing before_bed

  # 2. 中午：记录午餐
  /log-diet 12:30 lunch "protein powder + 1 egg" --carbs low --calories 300

  # 3. 下午：如有身体感受
  /log-feeling 14:00 chest_tightness "mild tightness" --severity 4

  # 4. 晚上：记录晚餐和补剂
  /log-diet 19:00 dinner "tuna salad" --carbs low
  /log-supplement 19:00 "Fish Oil" --dosage "1000mg"

  # 5. 如果饮酒
  /log-alcohol 20:00 wine "2 glasses" --nac --food "steak"

  # 6. 睡前：获取建议
  /health-advice

  ---
  🔍 数据分析和查阅

  随时查阅：

  - 通过 skill：/show-logs 或 /show-logs 2026-01-01 to 2026-01-31
  - 直接读取文件：cat data/health/manual_logs/2026/01/2026-01-20.json
  - Python 程序读取：

  from health.services.manual_log_storage import ManualLogStorage
  from datetime import date

  storage = ManualLogStorage()

  # 读取单日
  log = storage.load_log(date(2026, 1, 20))
  print(log.diet_entries)
  print(log.alcohol_entries)

  # 读取日期范围
  logs = storage.get_logs_in_range(date(2026, 1, 1), date(2026, 1, 31))
  for log in logs:
      print(f"{log.date}: {len(log.diet_entries)} meals, {len(log.alcohol_entries)} drinks")

  未来分析可能性：

  ✅ 数据完全开放，可以用于：
  1. 写程序分析饮食模式和睡眠质量的关系
  2. 统计酒精摄入频率和身体电量恢复的关联
  3. 分析补剂服用和 HRV 的相关性
  4. 生成月度/年度健康报告
  5. 机器学习预测最佳断食模式
  6. 导出到其他工具（Excel, Jupyter Notebook, 可视化工具等）

  文件格式：
  - JSON 格式，易于解析
  - Pydantic 模型，类型安全
  - 按日期组织，便于检索
  - 与 Garmin 数据共用同一目录结构

  ---
  🧪 立即测试

  想要测试一下吗？可以运行：

  # 记录今天的数据
  /log-diet 12:00 lunch "test meal" --carbs low

  # 查看记录
  /show-logs today

  # 获取建议
  /health-advice