如何部署 Glucose Buddy 糖小助：基于 Nightscout 的血糖监控与 AI 分析配置指南

什么是 Glucose Buddy（糖小助）？

Glucose Buddy（糖小助）是一款基于 Nightscout 构建的智能血糖监控与决策辅助系统。它打破了数据碎片化，将连续血糖监测（CGM）、指尖血糖、药物方案、饮食及运动记录等多源数据统一集成在同一界面中。

通过交互式图表与 AI 模型，该系统能够为用户提供深度的血糖趋势洞察、潜在风险预警以及个性化的管理建议。作为一个开源工具，它主要面向需要精细化血糖管理的用户、家属及相关健康管理从业者，旨在辅助 数据理解与自我管理，不作为医疗诊疗依据。

核心功能详解

🩸 全方位血糖监控与可视化

• 实时同步：通过 Nightscout API 实时获取血糖水平及趋势。
• 多维度统计：支持 1 至 90 天的历史数据回顾，涵盖平均血糖、目标范围占比（TIR）、变异系数及估算糖化血红蛋白等关键指标。
• 精准对比：CGM 数值与指尖血糖同屏对比，方便用户快速判断误差并进行校准。
• 场景化报表：针对餐前、餐后场景生成分析报表，并能根据实际进食时间精准计算餐后 2 小时血糖，支持优化排版打印，方便与医生沟通。

🧠 AI 智能分析与预测

• 趋势预判：基于近期数据生成未来 30 分钟的预测曲线，并输出血糖变化速度（上升 / 下降 / 平稳）及预估范围。
• 可信度评估：通过计算数据点数量与趋势一致性，为预测结果提供置信度参考。
• 深度解读：集成 OpenAI、Ollama 等 AI 服务，综合分析血糖曲线、治疗方案、饮食与运动数据，提供个性化生活方式建议。
• 风险分级：实时评估低血糖风险并进行分级提示，内置 AI 咨询入口，支持围绕管理方案进行实时交流。

💊 治疗方案与生活管理

• 方案配置：支持详细配置口服降糖药信息及胰岛素治疗方案（含剂量、频次及自定义设置），为 AI 分析提供完整背景。
• 生活习惯追踪：自动识别 Nightscout 中的饮食与运动记录，分析碳水、蛋白质、脂肪的摄入结构。
• 数据画像：将药物、饮食、运动与血糖波动关联，构建完整的血糖管理画像。

🚨 智能预警与通知系统

• 三级预警：内置高（默认 70 mg/dL）、中（默认 80 mg/dL）、低三级风险预警机制。
• 多端提醒：通过页面顶部醒目横幅实时提示，并支持 Web Push、邮件、微信等多种通知渠道。
• 灵活自定义：用户可根据自身情况自定义预警阈值与通知频率。

📨 消息中心与归档

• 统一管理：所有 AI 分析报告与咨询记录均在消息中心归档，支持分类展示、收藏与删除。
• 高效提醒：主页实时显示未读消息数量，确保重要分析结果不被遗漏。

部署与运行指南

方案一：Docker 快速部署（推荐）

1. 克隆项目代码仓库至本地。
2. 编辑 config.toml，配置 Nightscout 连接、AI 服务密钥及通知参数。
3. 执行 quick-start.sh 脚本或运行 docker-compose up -d 启动服务。
4. 访问 http://localhost:1338 完成初始化配置。

注：系统支持数据持久化，配置、数据库及日志均保存在本地目录，方便备份迁移。

方案二：本地运行（适用于开发者）

1. 准备 Python 3.9+ 环境，执行 pip install -r requirements.txt 安装依赖。
2. 运行 python app.py 启动应用。
3. （可选）配置 Nginx 反向代理与 WebSocket 以实现更稳定的线上访问。

适用场景与性能优化

• 多端适配：采用 Bootstrap 5 与 Chart.js 构建，界面响应式，完美兼容手机、平板与 PC。
• 无障碍支持：支持键盘导航与屏幕阅读器，提升访问友好度。
• 运维便捷：内置日志与诊断工具，可快速排查 AI 服务、数据同步或邮件发送等常见问题。

注意事项与合规声明

重要提示：Glucose Buddy 仅为开源数据管理工具，旨在帮助用户直观理解血糖趋势。

• 系统生成的预测数据、AI 建议及分析结果 仅供参考，不具备医疗诊断效力。
• 本工具 不能替代 内分泌科医生或其他专业医疗人员的诊疗建议。
• 若出现血糖异常或身体不适，请立即就医或咨询专业医疗机构。

项目资源

GitHub 仓库：https://github.com/flyhunterl/glucose-buddy