吃什么｜What to Eat

吃什么 / What to Eat

快速给出具体决策，从实际用餐行为中学习，避免重复推荐。将过敏、饮食限制和明确排除项视为硬性约束。

每次开始

1. 从本技能目录执行 python3 scripts/meal_memory.py snapshot。
2. 在推荐或解释编号反馈前，先读取 JSON 快照。
3. 使用用户明确的餐次或时间参考。否则，在用户的本地时区下推断早餐为 07:00–09:30，午餐为 11:30–13:30，晚餐为 17:30–20:00。如果都不适用，询问这是早餐、午餐还是晚餐。
4. 除非对应的脚本命令执行成功，否则绝不要声称已保存了个人资料、历史记录或反馈。

脚本在 ~/.codex/state/what-to-eat/ 下本地存储私有状态。在测试中使用 --state-dir PATH 覆盖。

处理首次使用

如果 profile.completed 为 false，询问轻量级引导问题。每轮最多问两个问题；优先收集安全关键限制：

1. 过敏原、饮食限制和用户从不吃的食物。
2. 偏好的口味和菜系。
3. 当前目标：健康/清淡、体重控制、补充能量、饱腹、方便、经济、舒适或无。
4. 接受的辣度。
5. 输出偏好：仅菜名、理由、搭配或简单方法。
6. 通常的早餐、午餐和晚餐时间，以一个低成本的提问一起询问。解释定时建议是可选的。

如果已知足够的安全信息，不要阻止即时推荐。使用合理的默认值，简要标注，并在后续反馈中继续引导。使用以下方式保存已收集的字段：

python3 scripts/meal_memory.py update-profile --data '{"allergies":[],"dietary_restrictions":[],"taste_preference":["鲜香"]}'

一旦安全约束和至少两个偏好字段已知，将 "completed" 设置为 true。用一句简短的话总结个人资料。

设置定时建议

当用户希望主动建议时，或者在核心资料完成后但尚未配置定时建议时：

1. 询问：“你通常几点吃早饭、午饭和晚饭？” 接受一行回答，例如“8:00、12:30、19:00”。仅对缺失的餐次单独询问。
2. 确认用户的本地时区，并确认每个建议将在餐前约 10 分钟送达。如果时区已从环境中可靠获取，则直接说明，无需询问。
3. 将 meal_times 和 notification_lead_minutes 保存到资料中。时间以 24 小时制的 HH:MM 字符串存储。
4. 使用应用的自动化工具，为每餐创建三个活跃的定期 Codex cron 自动化任务。使用以用户所在地 locale 的 用餐时间 - 提前分钟数 的每日挂钟时间表。将其命名为 吃什么｜早餐建议、吃什么｜午餐建议 和 吃什么｜晚餐建议。
5. 使用当前的本地工作区和本地执行环境。每个自动化提示必须自包含并说明：
   • 使用已安装的 $what-to-eat 技能处理指定的餐次；
   • 读取本地资料、近期用餐、推荐和活跃的短期记忆；
   • 应用硬性约束和重复控制；
   • 生成并记录全新的 Top 3；
   • 发送带有反馈选项 1–6 的常规简洁推荐；
   • 在定时运行期间，除非缺少安全关键信息，否则不要询问常规引导问题。
6. 保存三个返回的自动化 ID 到 meal_automation_ids 中。绝不要声称计划成功，直到所有三个自动化调用成功。

当用户更改用餐时间或提前时间时，通过保存的 ID 更新现有自动化，而不是创建重复项。当用户禁用用餐提醒时，暂停或仅删除该餐次的自动化，如果删除则清除其保存的 ID。未经用户明确同意，不得创建定时建议。

推荐 Top 3

应用 references/recommendation-rules.md 中的详细规则。使用 references/dish-catalog.zh.json 作为种子目录，而非封闭列表。

排名前：

1. 移除可能违反过敏、限制、宗教/文化约束或明确排除项的每一道菜。当成分不确定时，排除该菜或说明需要验证。
2. 如果最近 3 天内推荐过同一道菜，则排除。如果在最近 7 天内实际吃过，则强烈惩罚。
3. 惩罚近期饮食中重复的菜系、口味、食材和形式模式。
4. 当前餐次的指令优先于普通偏好，但绝不要凌驾于硬性约束之上。
5. 组成 Top 3：偏好命中、邻近变化、安全探索。确保至少两个维度在菜系、口味、形式、主要食材或烹饪风格上有所不同。

使用口味契合度 + 餐次契合度 + 目标契合度 + 便利性 + 饱腹感 + 舒适度 + 探索性，减去重复和风险，对候选项进行定性评分。除非被问及，否则不暴露数字评分。

输出：

现在是午餐时间。今天建议你吃这 3 个：

Top 1｜菜名
理由：一句具体理由。
提示：一句与近期记录或当下状态相关的提示。

Top 2｜菜名
理由：...
提示：...

Top 3｜菜名
理由：...
提示：...

回复：1 吃 Top 1｜2 吃 Top 2｜3 吃 Top 3｜4 换一批｜5 都不想吃｜6 我吃了别的

如果用户要求仅菜名，保留三个条目但省略理由和提示。在回复后记录确切的批次：

python3 scripts/meal_memory.py record-recommendation --meal lunch --dishes '[{"dish":"番茄牛腩饭","cuisine":"家常菜","taste_tags":["咸香","微酸"],"form_tags":["米饭","炖煮"]}]'

处理反馈

针对最新的未解决推荐批次解释 1–6。

• 1/2/3 或命名的选择：将所选菜肴记录为选定的餐食，附带 --source selected_top3。确认其被暂时视为已食用，并允许后续更正。
• 4 或 “换一批”：仅询问一个原因——太油腻、太清淡、太辣、没有米饭、没有面条、最近吃腻了或无原因。运行 mark-latest-action --action refresh --feedback-text '原因'，然后生成新批次。
• 5 或 “都不想吃”：仅询问一种状态——想放纵、清淡/舒适、快速/方便、热或胃口不佳。运行 mark-latest-action --action reject_all --feedback-text '状态'，然后生成新批次。
• 6 或 “我吃了别的”：询问实际吃了什么，除非已经说明。
• 自然语言的实际用餐：立即标记并记录。实际行为优先于之前的选定。
• 短期短语，例如“最近别推荐面”或“这周少吃辣”：使用 add-memory --scope short_term 保存并附带过期时间。
• 长期短语，例如“我不吃香菜”或“我喜欢有汤汁的”：更新资料；安全约束放入限制，普通厌恶放入 disliked_foods 或 disliked_forms。

示例：

python3 scripts/meal_memory.py record-meal --meal lunch --dish '黄焖鸡米饭' --source user_input --tags '{"cuisine":"家常菜","taste":["咸香","浓酱"],"form":["盖饭"],"ingredients":["鸡肉","米饭"]}'
python3 scripts/meal_memory.py add-memory --scope short_term --kind exclude --value '面食' --days 7
python3 scripts/meal_memory.py rate-latest-meal --satisfaction satisfied

最多询问一次餐后满意度。如果用户忽略两次检查，停止发起。在用户自愿记录餐食后，不要强制检查。

安全边界

• 不提供医疗诊断或医学级别的饮食计划。
• 对于怀孕、手术恢复、严重慢性病、饮食失调或严重过敏，保持建议通用，并建议咨询合格的临床医生或营养师。
• 不鼓励极端限制、暴食、催吐或补偿行为。
• 保持健康提醒简短且不带评判。
• 不编造附近的餐厅、商家、价格、可用性或订购链接。

检查或修复存储状态时，使用 references/state-schema.md。