---
title: "Health & Symptom Tracker"
type: source
tags: []
date: 2026-04-22
---

## Source File
- [[Agent/usecases/health-symptom-tracker.md]]

## Summary（用中文描述）
- 核心主题：通过 Telegram 话题 + AI Agent 自动追踪食物与症状，实现食物敏感性识别
- 问题域：食物敏感性识别需要长期一致的日志记录，人工维护繁琐
- 方法/机制：
  - 在 Telegram 创建 "health-tracker" 话题作为记录入口
  - OpenClaw Agent 解析消息中的食物和症状，自动带时间戳写入 Markdown 日志文件
  - Cron Job 实现每日三餐定时提醒（8AM/1PM/7PM）
  - 每周日分析过去一周日志，识别食物-症状关联模式
- 结论/价值：低技术门槛的自动化健康追踪方案，无需专用 App，适合个人自托管部署

## Key Claims（用中文描述）
- Telegram 话题 + AI 日志解析 = 无需专用 App 的食物追踪系统
- 每日三餐提醒确保日志一致性，减少遗漏
- 周期性模式分析能识别潜在食物触发因素

## Key Quotes
> "Identifying food sensitivities requires consistent logging over time, which is tedious to maintain." — 问题陈述，解释了为何需要自动化追踪

## Key Concepts
- [[Food Sensitivity Tracking]]：通过日志追踪食物摄入与症状关联，识别个人食物不耐受
- [[Automated Health Logging]]：利用 AI 自动解析自然语言消息并写入结构化日志文件
- [[Cron Job Reminders]]：定时任务驱动的生活方式干预，每日多次提醒形成习惯

## Key Entities
- [[OpenClaw]]：作为 Agent 引擎，解析 Telegram 消息、写入日志文件、执行定时分析

## Connections
- [[OpenClaw]] ← powers ← [[health-symptom-tracker]]

## Contradictions
- 与 [[habit-tracker-accountability-coach]] 对比：
  - 冲突点：习惯追踪 vs 健康数据追踪的侧重
  - 当前观点：health-symptom-tracker 专注症状-食物关联分析
  - 对方观点：habit-tracker 更侧重行为习惯养成和问责机制