Token导航 LogoToken导航

Agent Skill · 研究检索

calorie-lookup(卡路里查找)

calorie-lookup 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

calorie-lookup 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 11,912。

总安装 10,763周安装 444GitHub Stars 2下载 3,516核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.3.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:calorie-lookup(卡路里查找)
来源仓库:https://github.com/liuzx886/calorie-lookup
安装命令:
openclaw skills install calorie-lookup
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install calorie-lookup

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

Spoonaular营养查询与热量消耗(主要数据来源,USDA后备)。支持搜索优化、烹饪效率、交叉验证及图像识别。需要API密钥环境变量SPOONACULAR_API_KEY 或 USDA_FDC_API_KEY。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install calorie-lookup;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

calorie-lookup 怎么安装?

在终端执行 openclaw skills install calorie-lookup。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

calorie-lookup 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

calorie-lookup 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

calorie-lookup 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

calorie-lookup 用的人多吗?

公开数据是累计安装 10,763 次,近一周安装 444 次,下载 3,516 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

calorie-lookup 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
calorie-lookup

卡路里查找 · 本页

10,7632接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
calorie-lookup
version
0.3.0
description
Spoonacular 营养查询与热量估算(主数据源,USDA 后备)。支持搜寻优化、烹饪系数、交叉验证及图像识别。需要 API key 环境变量 SPOONACULAR_API_KEY 或 USDA_FDC_API_KEY。
description_en
Spoonacular nutrition lookup & meal calorie estimation (primary, USDA fallback). Supports search optimization, cooking modifiers, cross-validation, and image recognition. Requires env var SPOONACULAR_API_KEY or USDA_FDC_API_KEY.
metadata
{"clawdbot":{"emoji":"🍽️","requires":{"env":["SPOONACULAR_API_KEY","USDA_FDC_API_KEY"],"python":["requests"]}}}

Calorie Lookup (Spoonacular + USDA)

使用 / Usage

  • 入口函数 / Entry functions:scripts/core.py 中的 lookup_meal(text, meal_type) / lookup_food(name, qty, unit)
  • 结果为 JSON / Returns JSON:items + totals + questions(最多 2 个追问 / up to 2 follow-up questions)

配置 / Configuration

  • 环境变量 / Env var:SPOONACULAR_API_KEY(主数据源)/ USDA_FDC_API_KEY(后备)/ SPOONACULAR_API_KEY (primary) or USDA_FDC_API_KEY (fallback)
  • 缓存 / Cache:CALORIE_SKILL_CACHE_DB(默认本地 sqlite / defaults to local sqlite)

结构说明 / Module Structure

  • scripts/core.py:主逻辑(Spoonacular 主路由 + USDA 后备)/ Main logic (Spoonacular primary routing + USDA fallback)
  • scripts/spoonacular.py:Spoonacular API 封装 / Spoonacular API wrapper
  • scripts/translate.py:中英食物名字典(加速缓存,非主翻译路径)/ CN→EN dictionary (acceleration cache, not the primary translation path)
  • scripts/usda_fdc.py:USDA API 封装 + 错误处理 / USDA API wrapper + error handling
  • scripts/parser.py:文本解析 / Text parsing
  • scripts/units.py:默认换算表(常改)/ Unit conversion & portion defaults
  • scripts/cache.py:SQLite 缓存 / SQLite cache
  • scripts/cooking.py:烹饪热量修正系数(USDA 数据源)/ Cooking calorie modifiers (USDA source)

行为约束 / Behavior Constraints

  • 缺单位或无法换算:返回 questions 提示补充 / Missing unit or unconvertible: returns questions prompting user
  • 401/403/429/5xx:返回明确错误信息(适合直接在 Discord 显示)/ Returns clear error messages (suitable for Discord display)

工作流(含 Sub-agent 翻译 + 分解)/ Workflow (with Sub-agent Translation + Decomposition)

  • sub-agent 描述位于本 skill 的 agents/ 目录 / Sub-agent contracts are in agents/
  • agents/calorie-lookup-image-recognizer.md:图像识别 Sub-agent 合约 / Image Recognizer Sub-agent contract
  • 非英语输入 → 触发 Decomposer Sub-agent(LLM 翻译 + 分解)/ Non-English input → triggers Decomposer Sub-agent (LLM translation + decomposition)
  • 复合菜/套餐/模糊描述 → 触发 Decomposer Sub-agent / Composite dishes / set meals / ambiguous descriptions → triggers Decomposer
  • 纯英语简单食材 → 直接调用 lookup_meal / Plain English simple ingredients → calls lookup_meal directly
  • 见 / See WORKFLOW.md 与 / and HOOKS.md
  • 分解后逐条调用 lookup_food(英文 name),再汇总 totals / After decomposition, calls lookup_food per item (English name), then aggregates totals
  • scripts/translate.py 字典仅作为 Python 层的加速缓存,不替代 LLM 翻译 / The dictionary is only an acceleration cache, not a replacement for LLM translation
  • 仍缺关键量化 → 追问最多 2 条 / Still missing key quantity data → up to 2 follow-up questions

路径规范 / Path Convention

  • 本 skill 内所有引用均使用相对路径 / All references within this skill use relative paths(例如 / e.g. scripts/core.py、agents/、references/usda_fdc.md)

平台分布

OpenClaw

90.62%
按下载量换算3,186

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills