Check-in hebdomadaire avec analyse de tendance, detection de patterns, et ajustements nutritionnels personnalises. Utiliser quand l'utilisateur fait un bilan de semaine ou rapporte son poids et adherence.
Resources
2Install
npx skillscat add mzt-76/ai-nutrition/weekly-coaching Install via the SkillsCat registry.
SKILL.md
Weekly Coaching - Check-in Hebdomadaire
Quand utiliser
- L'utilisateur commence le coaching (→
set_baseline) - L'utilisateur fait un bilan de semaine (→
calculate_weekly_adjustments) - L'utilisateur rapporte son poids, adherence, ou bien-etre
- L'utilisateur mentionne fatigue, faim, stress, ou problemes de sommeil
- L'utilisateur demande des ajustements a son plan
Workflow initial — Nouvel utilisateur
Avant le premier check-in hebdomadaire, enregistrer une baseline (semaine 0) :
run_skill_script("weekly-coaching", "set_baseline", {
"weight_kg": 87.5,
"body_fat_percent": 22.0, # optionnel
"muscle_mass_kg": 68.5, # optionnel
})La baseline est stockée avec week_number=0 et exclue automatiquement des analyses de tendance.
Workflow Complet
1. Collecte des donnees de feedback
Essentielles :
- Poids debut de semaine (kg) + Poids fin de semaine (kg)
- Pourcentage du plan suivi (0-100%)
Facultatif mais recommande :
- Faim : "low", "medium", "high"
- Energie : "low", "medium", "high"
- Sommeil : "poor", "fair", "good", "excellent"
- Envies/Cravings : Aliments particuliers recherches
- Notes libres : Observations qualitatives
2. Execute calculate_weekly_adjustments
Le script effectue l'analyse complete et retourne :
- Analyse de tendance : Poids change vs cible
- Patterns detectes : Adaptation metabolique, triggers d'adherence
- Ajustements suggeres : Calories (+/-), macros avec rationale
- Alertes red flags : Si fatigue intense, faim extreme, stress, perte trop rapide
- Confiance : Score base sur completude des donnees
3. Presente les resultats
- Felicitations si poids/adherence sur cible
- Analyse honnete si ecarts
- Ajustements proposes avec explications scientifiques
- Red flags selon severite (voir
references/red_flag_protocol.md)
4. Adaptation personnalisee
- Si 4+ semaines de donnees : Utilise les patterns appris
- Si donnees incompletes : Explique que la confiance est plus basse
- Si red flags CRITICAL : ARRETE tout - Bien-etre mental > resultats physiques
- Si red flags WARNING : Ajustement petit et monitore
5. Demande confirmation
"Veux-tu que nous appliquions ces ajustements pour la semaine prochaine ?"
Red Flag Protocol
Voir references/red_flag_protocol.md pour le protocole complet de severite.
Outils de profil
fetch_my_profile: Donnees du profil pour contexte
Exécution
# Bonne semaine
run_skill_script("weekly-coaching", "calculate_weekly_adjustments", {
"weight_start_kg": 87.0, "weight_end_kg": 86.4,
"adherence_percent": 85, "energy_level": "high", "sleep_quality": "good",
"notes": "Bonne adherence, bien recupere"
})
# Semaine difficile
run_skill_script("weekly-coaching", "calculate_weekly_adjustments", {
"weight_start_kg": 85.2, "weight_end_kg": 85.0,
"adherence_percent": 60, "hunger_level": "high", "energy_level": "low",
"notes": "Beaucoup de faim, difficile"
})Paramètres :
weight_start_kg(float, requis),weight_end_kg(float, requis)adherence_percent(int, requis) : 0-100hunger_level(str, défaut "medium") : "low", "medium", "high"energy_level(str, défaut "medium") : "low", "medium", "high"sleep_quality(str, défaut "good") : "poor", "fair", "good", "excellent"cravings(list[str], optionnel),notes(str, optionnel)
Scripts disponibles
scripts/set_baseline.py: Enregistre les mesures initiales (semaine 0) — poids + composition corporelle optionnellescripts/calculate_weekly_adjustments.py: Validation → profil → historique (exclut baseline) → tendance poids → patterns → ajustements → red flags → stockage
Paramètres set_baseline
weight_kg(float, requis) : Poids initial en kg (40-300)body_fat_percent(float, optionnel) : Pourcentage de graisse corporelle (3-60)muscle_mass_kg(float, optionnel) : Masse musculaire en kg (10-150)water_percent(float, optionnel) : Pourcentage d'eau corporelle (30-80)waist_cm(float, optionnel) : Tour de taille en cmhips_cm(float, optionnel) : Tour de hanches en cmchest_cm(float, optionnel) : Tour de poitrine en cmarm_cm(float, optionnel) : Tour de bras en cmthigh_cm(float, optionnel) : Tour de cuisse en cmmeasurement_method(str, optionnel) : 'smart_scale', 'manual', 'image_analysis', 'calipers'