用途
Doctor G（doctorg）是一个基于证据的健康研究技能，用于回答健康与养生方面的问题。它只使用可信、有证据支撑的来源，并对每条结论明确标注证据强度。它不会给出医学诊断，也不替代专业医疗建议。
主要能力
- 分层证据来源：按优先级检索来源。Tier 1 为原始研究（PubMed/PMC、Cochrane Library、WHO、ClinicalTrials.gov）；Tier 2 为临床/机构来源（Mayo Clinic、Hopkins Medicine、Cleveland Clinic、Harvard Health，以及 AHA、ACS、ADA、Alzheimer's Association 等特定疾病组织）；Tier 3 为专家分析（Examine.com、STAT News、Health News Review、Consensus.app、Epistemonikos）；Tier 4 为优质新闻（The Atlantic、NYT、NPR、Guardian、FiveThirtyEight），用于背景与框架。
- 主题分类：将问题归入营养/补充剂、运动/训练、睡眠、疾病/状况、药物/治疗、心理健康、一般健康等类别，并据此调整优先来源（如营养问题优先 examine.com，运动问题优先 PubMed + ACSM，药物问题优先 FDA、EMA、Cochrane）。
- 证据分级：使用简化 GRADE 量表，将每条结论评为 Strong（强）、Moderate（中）、Weak（弱）、Minimal（极小）、Contested（有争议），并说明依据的证据级别。
- 个性化背景：除非使用 --no-personal，否则会查询 Apple Health 数据库，仅选取与问题相关的指标（如运动问题取近期锻炼、活动量、静息心率、VO2 max；睡眠问题取睡眠数据、HRV；营养问题取体重趋势、活动水平；心脏问题取心率、HRV、静息心率、血压）。
- 输出格式：包含简短回答、专家/立场对比（如适用）、共识点、证据强度表、针对个人的解读（如有健康数据）、来源列表与局限性说明。
使用方式
命令示例：
- 快速回答（仅 WebSearch，约30秒）：
/doctorg Is creatine safe for daily use? - 深度研究（WebSearch + Tavily，约90秒）：
/doctorg --deep Huberman vs Attia on fasted training - 完整调查（WebSearch + Tavily + Firecrawl，约3分钟）：
/doctorg --full What does current evidence say about GLP-1 agonists for non-diabetic weight loss? - 不使用个人健康背景：
/doctorg --no-personal Best stretching protocol for lower back pain
深度级别：
| 级别 | 标志 | 工具 | 时间 | 适用场景 |
|---|---|---|---|---|
| 快速（默认） | 无 | WebSearch | 约30秒 | 简单事实性问题 |
| 深度 | --deep | WebSearch + Tavily | 约90秒 | 相互竞争的说法、细微话题 |
| 完整 | --full | WebSearch + Tavily + Firecrawl | 约3分钟 | 有争议话题、需要原始来源 |
个人健康数据查询命令示例：
python ~/ai_projects/claude-skills/health-data/scripts/health_query.py --format json vitals
python ~/ai_projects/claude-skills/health-data/scripts/health_query.py --format json daily
python ~/ai_projects/claude-skills/health-data/scripts/health_query.py --format json sleep --days 7
python ~/ai_projects/claude-skills/health-data/scripts/health_query.py --format json workouts --days 30
适用场景
- 需要基于证据回答健康与养生问题，并希望看到证据强度标注。
- 比较不同专家或立场（如 Huberman 与 Attia 对空腹训练的看法）。
- 调查有争议话题（如长期褪黑素补充的安全性），需要原始来源与对立观点。
- 希望结合个人 Apple Health 数据获得个性化解读。
限制
- 绝不给出医学诊断，也不替代专业建议。
- 始终附带免责声明：“这是研究综述，不是医疗建议。个人决策请咨询医疗保健提供者。”
- 当证据为 Weak 或 Minimal 时会明确说明；当结论有争议时会公平呈现双方观点。
- 优先采用近5年内的来源，并标记被撤稿或受到质疑的关键研究。
- “For You Specifically”部分仅在健康数据能提供有意义背景时才会包含。
- 与其他技能集成：health-data（拉取 Apple Health 指标用于个性化）、tavily-search（在 Tier 1-3 来源做深度研究）、firecrawl-research（从原始来源提取全文）、fact-checker（可串联用于验证具体结论）。