营养成分表计算器（nutrition-facts-calculator）
Overview
将一张预包装食品的营养标签（营养成分表 + 配料表）转化为可执行的饮食判断：先按国标 NRV 基准量化"每 100g 占一天额度多少"，再读配料表识别糖的别名、风险油脂与添加剂，最后结合人群给出量化食用建议。所有确定性计算交由 scripts/analyze_nutrition.py，避免每轮重写同段代码；标准值单一数据源为 references/nrv_standards.json，用户向速查以 references/食品标签常见指标集合.html 呈现。
> 合规红线（每次输出都必须遵守）：本技能输出为食品标签营养科普，不构成医疗诊断或饮食处方。报告必须包含免责声明段（见步骤 6 模板），涉及疾病、孕产、婴幼儿的场景须提示"请咨询医生或注册营养师"。
When to Use
- 用户上传食品包装图片 / 营养成分表截图 / 配料表截图（环境支持 Read 图片时直接解析，不支持时走降级路径，见步骤 1）。
- 用户粘贴文字版营养成分表或配料表。
- 用户问"如何看懂配料表/营养成分表""这个零食健不健康""钠/糖/脂肪是不是超标""NRV% 怎么看""一天能吃多少"。
- 用户要求对某个食品做量化营养分析与食用建议。
Workflow
按顺序执行以下步骤：
1. 输入识别（含降级路径）
判断输入形态：
- 图片：先用 Read 读取图片。若 Read 报错或不支持图片（部分模型/环境会失败），立即降级：告知用户"当前环境无法直接读图，请把营养成分表和配料表用文字打出来（照抄包装上的'项目/每100g/NRV%'三列和配料清单即可）"，不要中断或凭空编造数值。
- 文字：直接解析用户粘贴的表格或文本。
解析时记录：
- 数据基准：数值是"每 100g"还是"每份"（饮料、进口包装常见"每份"）。每份基准需记录每份克数（serving_size_g），计算时用 --basis per_serving --serving-size-g N。
- 净含量（如 320g / 30g 小包），供步骤 5 换算。
- 拍照常只拍到局部，须提示用户补全前段配料。
2. 解析营养成分表（定量）
将提取到的项目整理为结构化数据，字段含 name / value / unit。指标名不必强行纠正为标准名——脚本已内置别名归一（热量→能量、纳→钠、碳水→碳水化合物等），单位也不必预换算（kcal/大卡、g/mg 均自动转换并输出 unit_note）。交给 scripts/analyze_nutrition.py 计算（见步骤 4 用法）。
3. 解析配料表（定性）
按以下规则逐项判断，结论用于报告「配料表解读」段：
- 排序：配料按添加量从多到少排，前三位 ≈ 主料。
- 添加糖别名：白砂糖、果葡糖浆、麦芽糖浆、玉米糖浆、葡萄糖浆、蜂蜜、浓缩果汁、乳糖、麦芽糖。出现越多、越靠前越差；"无蔗糖"≠无糖。
- 风险油脂：含"氢化 / 部分氢化 / 起酥油 / 植脂末 / 代可可脂 / 人造奶油"→ 可能含反式脂肪，警惕。
- 添加剂：防腐剂、色素、增稠剂、甜味剂；种类越多 = 加工度越高，儿童食品尤其要数。
- 关键澄清：营养成分表"碳水"≠"糖"；"0 反式脂肪"仍可能因国标允许 ≤0.3g/100g 标 0 而含微量。
4. 运行计算脚本（确定性）
用 scripts/analyze_nutrition.py 计算 NRV% 与灯色，避免手算误差：
python analyze_nutrition.py --input data.json [--serving 30] [--output result.json]
# 每份基准（饮料/进口包装）：
python analyze_nutrition.py --input data.json --basis per_serving --serving-size-g 250
data.json 结构：
{
"items": [
{"name": "能量", "value": 2011, "unit": "kJ"},
{"name": "蛋白质", "value": 10.3, "unit": "g"},
{"name": "脂肪", "value": 19.8, "unit": "g"},
{"name": "饱和脂肪", "value": 0, "unit": "g"},
{"name": "碳水化合物", "value": 66.4, "unit": "g"},
{"name": "糖", "value": 0, "unit": "g"},
{"name": "钠", "value": 502, "unit": "mg"}
],
"serving_g": 30
}
执行注意：
- 临时 data.json 写到系统临时目录（如 $TMP/%TEMP%），不要写在技能目录或用户工作目录，用完即删。
- 脚本自动处理单位换算与别名；结果中出现 unit_note 时须在报告中如实呈现（如"kcal 已换算为 kJ"）。
- 标准值与灯色阈值以 references/nrv_standards.json 为单一数据源（脚本读取失败会回退内置值并继续可用）。
脚本输出每项的 nrv_pct、light、direction，以及按 serving_g 换算后的实际摄入量与占日上限比例。
5. 量化分析
结合脚本结果，对每一项给灯色与一句判断：
- limit 类（能量、脂肪、饱和脂肪、糖、钠、反式脂肪）：NRV% ≥ 30 → 红灯（单包已占一天额度 1/3 以上）；5–30 → 黄灯；< 5 → 绿灯（低，好）。
- encourage 类（蛋白质、膳食纤维、钙、铁）：NRV% ≥ 15 → 绿灯（贡献充足）；5–15 → 黄灯；含量为 0 → 标"—"（该品类通常不含此成分，如饮料的蛋白质，不是健康风险，勿判红灯）。
- 按 serving_g 换算实际吃下的脂肪/钠/热量占日上限比例，写进报告。
- 旧版标准提示：当前市售包装多按 GB 28050-2011（1+4）标注，若无"糖/饱和脂肪"列，须注明"该包装或基于旧版标准，糖/饱和脂肪未强制标出，不代表含量为 0"。
6. 分人群建议（固定 HTML 报告）
报告输出到当前工作目录（用户的 workspace），文件名"品名+营养成分分析报告.html"。禁止写死任何绝对路径；用户环境的工作目录即输出位置。
报告结构（与 references/report-template.md 一致）：
1. 核心结论一句话；
2. 营养成分表量化（每 100g + 灯色 + 按食用量换算）；
3. 配料表解读；
4. 分人群食用建议（普通成人 / 减脂控重 / 控糖 / 高血压限盐 / 儿童孕妇）——须基于本品的真实 NRV 占比给区间，不套与数据无关的固定话术；
5. 关键澄清与标准来源；
6. 免责声明（必含）："本报告仅基于食品标签做营养科普，不构成医疗诊断或饮食处方；婴幼儿、孕产妇及患有疾病者请咨询医生或注册营养师。"
报告内必须保留三条读表原则：
1. 看 NRV% 找红灯（单指标 > 30% 高含量、< 5% 低含量）。
2. 第 2 列是"每 100g"非"每份"，按实际量换算。
3. NRV% 是标准人（2000 kcal）基准，非个人额度，仅作相对高低判断。
Resources
references/nrv_standards.json
单一数据源：NRV 基准（GB 28050-2025 附录 A）、方向、别名映射、灯色阈值。脚本运行时读取；更新国标/指南时只改此文件。
references/label-standards.md
纯文本速查（文档性质）：NRV 基准、灯色阈值、健康每日推荐值、配料表定性规则、来源清单。步骤 3–5 的判断依据。
references/食品标签常见指标集合.html
用户向速查（与 .md 互补）：日常最常见 11 项指标的强制/可选属性、NRV 基准、健康关注点，含"已移除不常见指标"清单。可直接在报告中引用或展示给用户。
references/report-template.md
固定 HTML 报告的结构模板与免责声明原文，保证不同会话生成报告样式一致。
scripts/analyze_nutrition.py
确定性计算引擎 v2.0：NRV% = 含量 ÷ NRV × 100%，灯色判定，按食用量换算；内置单位换算、别名归一、每份基准。仅依赖 Python 标准库（3.8+），无需 pip 安装。所有数值计算经此脚本，保证可复现。
scripts/test_analyze.py
自动化测试（14 项断言）：v1 兼容、单位换算、别名、每份基准、0 值判定、错误处理。改动脚本后必须跑通再交付。
Notes
- 合规：输出为营养科普，非医疗建议；报告必含免责声明；不对用户做疾病诊断。
- 隐私：报告只呈现食品数据，不写入用户姓名等个人身份信息。
- 标准值更新：GB 28050-2025 已发布（2027-03-16 实施），市售包装多仍按 2011 版；糖、饱和脂肪为 2025 版新增强制项。更新时只改
nrv_standards.json，并同步核对label-standards.md的文档表述。 - 两类来源强制力不同：GB 28050 管"标签怎么标"（强制国标）；膳食指南 / DRIs 管"该吃多少"（权威推荐，无法律强制力）。
- 适用范围：基于中国大陆标准体系；海外包装（英文 Nutrition Facts）数据结构不同，处理时须手动映射到本技能指标名后计算，并注明标准差异。
