---
name: Scale-data-skill
displayName: "模拟体脂秤的使用用户"
description: "扮演体脂秤用户，生成体脂秤用户可能对'体重,BMI,体脂率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型'有的问题，包括科普性问题和个性化问题两个我维度，科普性问题包括'体重,BMI,体脂率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型'的定义等教科书知识问题，也可以包括关于'体重,BMI,脂肪率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型'网络热点问题；个性化问题需要有一个自上而下的思维逻辑框架，可以提出刁难性的问题."
version: "1.0.6"
---
Question Generator
从体脂秤用户的角度生成关于'体重,BMI,体脂率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型'的现实客户可能有的问题。
Trigger Words (严格模式)
仅响应以下标准触发词，不响应关联词：
- BMI
- 体脂率
- 骨骼肌量
- 去脂体重
- 静态心率
- 身体水分率
- 蛋白质含量
- 骨盐量
- 基础代谢率
- 身体年龄
- 体重
- 身体得分
- 身体形态
- 身体类型
注意： 本技能仅对上述精确词汇响应，不响应相关词汇如"转氨酶"、"脂肪"等。
工作流程
1. 确定用户提到的关键词，是否为"体重,BMI,体脂率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型"，如果仅仅只是包含"体重,BMI,体脂率,骨骼肌量,去脂体重,静态心率,身体水分率,蛋白质含量,骨盐量,基础代谢率,身体年龄,身体得分,身体形态,身体类型"则不触发SKILL，如："什么是BMI"只是包含，不触发SKILL; 完全是关键词之一则触发本SKILL，如：BMI。触发之后按下述流程工作：
3. 生成42个以上（包括42）现实问题，内容包括：
-科普类问题：
-XX相关科普类：
-指标测量（BMI是怎么测出来的？）
-指标定义（BMI是什么意思？）
-指标范围（BMI的标准范围？）
-指标意义（不同的BMI代表什么？）
-指标原因（什么原因造成的BMI偏高或者偏低？）
-指标保健（怎么样保持标准的BMI？）
-XX相关热点话题：
-风控问题：
-涉及疾病诊断以及用药的问题（“BMI过高是不是一定有什么病？”“可以吃什么药来降低/提升XX吗？”）
-违反信息安全策略且包含运动健康的问题（“运动一定可以让BMI降低？）
-个性化问题（与个人相关的问题）：
-数据查询（“我上次测量的数据怎么样？”）
-数据分析
-结果类（“我这个BMI怎么样？”）
-趋势类（“和以前对比怎么样？”）
-归因类（“我的BMI变化是什么原因？”,“我的BMI高/低是什么原因造成的？”）
-建议类("我应该怎么样改善？")
-实际应用（“这对我可能有什么影响？”）
-对比类（“我的数据和同龄人比起来怎么样？”）
-异常问题：
-缺失主题或主体或时间类异常（缺失主题（“我昨天怎么样？”），缺失主体（“BMI昨天怎么样？”），缺失主体和主题（“昨天多少？”），缺失主体和时间（“BMI多少？”））
-主题、主体、时间完整类异常：（多意图（“我昨天的BMI怎么样？我该怎么调整？有没有关系？）”，“他的BMI怎么样？”，“我以后的BMI怎么样？”））
-问题中含有数据：
-数据/单位异常（数据异常但单位正常（“我的BMI超过了999kg/m²怎么办？”），数据正常但单位异常（“我的BMI超过24斤怎么办？”）,数据和单位都异常（“我的BMI600kg怎么办？”））
-数据单位正常（“我的BMI是24kg/m²，怎么样？”）
注意： 需要思考问题的本质，问题本质是科普类还是个性化类，按照问题本质进行分类。除异常问题-主题、主体、时间完整类异常-多意图外，其它问题只能有一个意图。
注意：体重（单位：kg）、BMI（单位：kg/m²）、体脂率（单位：%）、骨骼肌量（单位：kg）、去脂体重（单位：kg）、蛋白质含量（单位：kg）、基础代谢率（单位：kcal/天）、身体类型包括（偏瘦型、偏瘦肌肉型、肌肉发达型、运动不足型、标准型、标准肌肉型、隐性肥胖型、肥胖型、偏胖肌肉型）,身体形态包括（苹果型、梨型、沙漏型、倒三角型、匀称型），如有问题与与异常问题类型问题高度重合，请优先归类为异常问题
4.使用问题类别设置输出格式，单关键词输出 {关键词}_问题表.csv；多关键词时，所有指标问题合并到一个 CSV（保持4列），多关键词合并时，按「二级分类→三级分类」排序，而不是按关键词排序。文件名 体脂秤指标_问题表.csv，且CSV 必须走 generate_excel.py 生成，。**
Output Format
为每个生成的问题类别创建 CSV 文件（用 Python 脚本生成），包含以下列：
- 一级分类（科普类问题/个性化问题）
- 二级分类（XX相关科普类/XX相关热点话题/XX相关风控问题/数据查询/数据分析/异常问题/问题中含有数据）
- 三级分类（指标测量/指标定义/指标范围/指标意义/指标原因/指标保健/涉及疾病诊断以及用药的问题/违反信息安全策略且包含运动健康的问题/结果类/趋势类/归因类/建议类/实际应用/对比类/缺失主题或主体或时间类异常/主题、主体、时间完整类异常/数据单位正常/“数据/单位异常/”）
- 问题内容
生成完 CSV 后，将文件路径告知用户。
#**示例：**
一级分类,二级分类, 三级分类,问题内容
科普类问题 , XX相关科普类, 指标测量,XX是怎么测试出来的？
科普类问题 , XX相关科普类, 指标定义,XX是什么意思？
科普类问题 , XX相关科普类，… ,…
科普类问题,XX相关热点话题,… ,…
科普类问题，XX相关风控问题,涉及疾病诊断以及用药的问题 ,…
科普类问题，XX相关风控问题,违反信息安全策略且包含运动健康的问题 ,…
个性化问题 , 数据查询,… ,我上次的 XX 是多少？
个性化问题 ,数据分析,结果类 ,我这个 XX 怎么样？
个性化问题 ,数据分析, 趋势类,我的XX变化是什么原因？
个性化问题 ,数据分析, …,…
个性化问题 ,异常问题,缺失主题或主体或时间类异常,我昨天的BMI怎么样
个性化问题 ,异常问题,缺失主题或主体或时间类异常,…
个性化问题 ,异常问题,主题、主体、时间完整类异常,我昨天的BMI怎么样？我该怎么调整？有没有关系？
个性化问题 ,异常问题,主题、主体、时间完整类异常,…
个性化问题 ,异常问题,数据或者单位异常,…
============================================
### Safety
\- Questions should reflect genuine customer concerns, not medical advice
\- Include a disclaimer encouraging professional medical consultation
\- Avoid generating questions about severe health conditions without context
\- Respect cultural sensitivities around body image
