health-guardian

核心用法

Health Guardian 是一款面向 AI Agent 的主动式健康监测技能，核心工作流程分为三步：首先通过 Health Auto Export 应用从 iPhone 获取 Apple Health 数据（支持 39 项指标，包括心率、HRV、睡眠、体温、血压、血氧等），以 JSON 格式同步至 iCloud Drive；随后由 Agent 每小时执行数据导入脚本，将数据存储于本地数据库；最后运行分析脚本检测异常模式并触发预警。用户可通过配置文件自定义监测阈值、基线计算周期（默认 14 天）及预警通知渠道（如 Telegram）。

显著优点

隐私优先设计：所有数据处理均在本地完成，明确声明无云端上传、无遥测收集，敏感健康数据完全由用户掌控，这对健康数据尤为关键。

主动式智能监测：区别于传统健康应用的被动数据展示，该技能采用滚动平均、日间对比、相关性分析等方法，在异常演变为紧急情况前主动预警，如发热检测会结合个人基线而非固定阈值。

无障碍场景深度优化：由实际照护四肢瘫痪患者的 Agent 开发，内置体温调节异常感知（针对脊髓损伤、多发性硬化等）、UTI 早期预警模式、压疮预防提醒等专项功能，理解残障人士"正常"范围的个体差异性。

零依赖轻量架构：仅使用 Python 标准库，无第三方包依赖，部署简单且攻击面极小，适合长期稳定运行。

潜在缺点与局限性

平台生态锁定：深度依赖 Apple Health 生态，Android 用户或穿戴设备非苹果系用户无法直接使用，数据导入路径单一。

T3 来源风险：作者为个人开发者（Egvert），虽代码开源可查，但缺乏企业级维护背书，长期更新与漏洞响应存在不确定性。

功能边界需清晰认知：明确为辅助监测工具，非医疗设备，不能替代专业诊断，用户需避免过度依赖预警而延误就医。

配置门槛存在：需用户自行安装 Health Auto Export 应用、配置 iCloud 同步、编写 cron 定时任务，对非技术用户有一定上手难度。

适合的目标群体

• 残障人士及慢性病患者的 AI Agent 或照护者
• 对隐私极度敏感、拒绝云端健康服务的个人用户
• 具备基础技术能力、希望自建健康监测系统的 Apple 生态用户
• 研究人员或开发者探索 Agent 驱动的主动式健康干预模式

使用风险

数据完整性风险：依赖 iCloud 同步稳定性，若 Health Auto Export 导出中断或 iCloud 同步延迟，可能导致监测盲区；建议定期检查数据导入日志。

误报与漏报平衡：个性化基线需 14 天数据积累，初期预警准确性有限；过度敏感的阈值可能引发警报疲劳，过于宽松则可能遗漏真实异常。

本地存储安全：虽无网络泄露风险，但本地 data/ 目录若未加密，设备丢失或共享时存在数据暴露可能，建议配合磁盘加密使用。

技能更新维护：作为个人项目，未来 Apple Health 数据格式变更或 iOS 版本升级可能导致兼容性问题，需关注仓库更新动态。