fitness-analyzer

# 运动分析器技能 分析运动数据，识别运动模式，评估健身进展，并提供个性化训练建议。 ## 功能 ### 1. 运动趋势分析 分析运动量、频率、强度的变化趋势，识别改善或需要调整的方面。 **分析维度**： - 运动量趋势（时长、距离、卡路里） - 运动频率趋势（每周运动天数） - 强度分布变化（低/中/高强度占比） - 运动类型偏好变化 **输出**： - 趋势方向（改善/稳定/下降） - 变化幅度和百分比 - 趋势显著性 - 改进建议 ### 2. 运动进步追踪 追踪特定运动类型的进步情况，量化健身效果。 **支持的进步追踪**： - **跑步进步**：配速提升、距离增加、心率改善 - **力量训练进步**：重量增加、容量提升、RPE变化 - **耐力进步**：运动时长增加、距离延长 - **柔韧性进步**：关节活动度改善 **输出**： - 开始值 vs 当前值 - 改善百分比 - 进步可视化 - 达成的里程碑 ### 3. 运动习惯分析 识别用户的运动习惯和模式。 **分析内容**： - 常用运动时间（早晨/下午/晚上） - 运动频率模式（每周几天） - 运动类型偏好 - 休息日分布 - 运动一致性评分 **输出**： - 习惯总结 - 一致性评分（0-100） - 优化建议 - 习惯养成建议 ### 4. 相关性分析 分析运动与其他健康指标的相关性。 **支持的相关性分析**： - **运动 ↔ 体重**：运动消耗与体重变化的关系 - **运动 ↔ 血压**：运动对血压的长期影响 - **运动 ↔ 血糖**：运动对血糖控制的效果 - **运动 ↔ 情绪/睡眠**：运动对情绪和睡眠的影响 **输出**： - 相关系数（-1到1） - 相关性强度（弱/中/强） - 统计显著性 - 因果关系推断 - 实践建议 ### 5. 个性化建议生成 基于用户数据生成个性化运动建议。 **建议类型**： - **运动频率建议**：是否需要增加/减少运动频率 - **运动强度建议**：强度调整建议 - **运动类型建议**：推荐尝试的运动类型 - **运动时间建议**：最佳运动时间 - **恢复建议**：休息和恢复建议 **建议依据**： - WHO/ACSM/AHA运动指南 - 用户运动历史数据 - 用户健康状况 - 用户健身目标 ## 输出格式 ### 趋势分析报告 ```markdown # 运动趋势分析报告 ## 分析周期 2025-03-20 至 2025-06-20（3个月） ## 运动量趋势 ### 运动时长 - 趋势：⬆️ 上升 - 开始：平均120分钟/周 - 当前：平均180分钟/周 - 变化：+50%（+60分钟/周） - 解读：运动量显著增加，表现优秀 ### 卡路里消耗 - 趋势：⬆️ 上升 - 开始：平均960卡/周 - 当前：平均1440卡/周 - 变化：+50% - 解读：运动消耗增加，有助于体重管理 ### 运动距离 - 趋势：⬆️ 上升 - 开始：平均10公里/周 - 当前：平均20公里/周 - 变化：+100% - 解读：耐力显著提升 ## 运动频率 - 当前频率：4天/周 - 目标频率：4-5天/周 - 状态：✅ 达标 - 建议：保持当前频率 ## 强度分布 | 强度 | 占比 | 变化 | |------|------|------| | 低强度 | 25% | +5% | | 中等强度 | 55% | -10% | | 高强度 | 20% | +5% | **分析**：强度分布合理，中等强度占主导，符合有氧运动建议。 ## 运动类型分布 | 运动类型 | 占比 | |---------|------| | 跑步 | 50% | | 瑜伽 | 25% | | 力量训练 | 25% | **建议**：可以适当增加力量训练比例至30-40%。 ## 洞察与建议 ### 优势 1. ✅ 运动量稳定增长，(+50%) 2. ✅ 运动频率稳定，每周4天 3. ✅ 休息日充足，恢复良好 ### 改进建议 1. 📈 每周增加2次力量训练 2. 📈 尝试不同运动类型避免单调 3. 📈 适当增加高强度间歇训练(HIIT) ### 警示 1. ⚠️ 注意运动强度不宜过高，控制在中等强度为主 ``` ### 相关性分析报告 ```markdown # 运动与血压相关性分析 ## 数据来源 - 运动数据：fitness-logs (2025-03-20 至 2025-06-20) - 血压数据：hypertension-tracker (同期) ## 分析结果 ### 相关系数 - 变量：每周运动时长 ↔ 收缩压 - 相关系数：r = -0.68 - 相关性强度：**强负相关** - 统计显著性：p < 0.01 **高度显著** ### 解读 运动时长与收缩压呈强负相关，意味着： - 运动越多，血压越低 - 每增加30分钟运动，收缩压平均下降3-5 mmHg ### 实践建议 1. ✅ 继续保持规律运动，每周5-7天 2. ✅ 每次运动30-60分钟，中等强度 3. ✅ 优先选择有氧运动（快走、慢跑、骑行） 4. ⚠️ 避免憋气动作和突然爆发性运动 ### 医学参考 - AHA声明：规律有氧运动可降低收缩压5-7 mmHg - 您的运动效果：降低约10 mmHg，效果显著！ ``` ### 进步追踪报告 ```markdown # 跑步进步追踪 ## 分析周期 2025-01-01 至 2025-06-20（6个月） ## 配速进步 | 指标 | 开始 | 当前 | 改善 | |------|------|------|------| | 平均配速 | 7:30 min/km | 6:00 min/km | +20% ⬆️ | | 最快配速 | 7:00 min/km | 5:30 min/km | +22% ⬆️ | | 5公里用时 | 37:30 | 30:00 | +20% ⬆️ | **趋势**：配速持续稳定提升，进步显著！ ## 距离进步 | 指标 | 开始 | 当前 | 改善 | |------|------|------|------| | 最长单次距离 | 3 km | 12 km | +300% ⬆️ | | 月度总距离 | 40 km | 86 km | +115% ⬆️ | | 平均距离 | 5 km | 6 km | +20% ⬆️ | **趋势**：耐力大幅提升，可以完成更长距离。 ## 心率改善 | 指标 | 开始 | 当前 | 改善 | |------|------|------|------| | 静息心率 | 78 bpm | 72 bpm | -6 bpm ⬇️ | | 相同配速心率 | 155 bpm | 145 bpm | -10 bpm ⬇️ | **分析**：心肺功能显著改善，相同配速下心率降低。 ## 里程碑 - ✅ 2025-03-15：首次完成5公里跑 - ✅ 2025-05-20：首次完成10公里跑 - ✅ 2025-06-10：配速突破6:00 min/km ## 下一步目标 - 🎯 完成半程马拉松（21公里） - 🎯 配速提升至5:30 min/km - 🎯 尝试间歇训练提升速度 ``` ## 数据源 ### 主要数据源 1. **运动日志** - 路径：`data/fitness-logs/YYYY-MM/YYYY-MM-DD.json` - 内容：运动记录（类型、时长、强度、心率、距离等） - 频率：每次运动后更新 2. **用户档案** - 路径：`data/fitness-tracker.json` - 内容：用户档案、健身目标、统计数据 - 更新：定期更新 3. **健康数据关联** - `data/hypertension-tracker.json`（血压数据） - `data/diabetes-tracker.json`（血糖数据） - `data/profile.json`（体重、BMI等） ### 数据质量检查 - 数据完整性：检查必要字段是否存在 - 数据合理性：检查数值是否在合理范围内 - 时间一致性：检查时间戳是否合理 - 重复数据：检测并处理重复记录 ## 算法说明 ### 1. 线性回归趋势分析 使用线性回归分析运动数据的时间趋势。 **公式**： y = a + bx 其中： - y：运动指标（时长、卡路里、距离等） - x：时间 - a：截距 - b：斜率（趋势方向和速度） **解释**： - b > 0：上升趋势 - b < 0：下降趋势 - b ≈ 0：稳定 ### 2. Pearson相关系数 用于分析两个变量之间的线性相关性。 **公式**： r = Σ[(xi - x̄)(yi - ȳ)] / √[Σ(xi - x̄)² × Σ(yi - ȳ)²] **范围**：-1 ≤ r ≤ 1 **解释**： - r = 1：完全正相关 - r = -1：完全负相关 - r = 0：无线性相关 **强度判断**： - |r| < 0.3：弱相关 - 0.3 ≤ |r| < 0.7：中等相关 - |r| ≥ 0.7：强相关 ### 3. 配速计算 **配速** = 运动时长 / 距离 单位：min/km 或 min/mile **示例**： - 30分钟跑5公里 - 配速 = 30 / 5 = 6 min/km ### 4. MET能量代谢计算 **卡路里消耗** = MET × 体重(kg) × 时间(小时) **常见运动的MET值**： - 走路（3-5 km/h）：3.5-5 MET - 慢跑（8 km/h）：8 MET - 快跑（10 km/h）：10 MET - 游泳：6-10 MET - 骑行（休闲）：4 MET - 力量训练：5 MET - 瑜伽：3 MET ## 医学安全边界 ⚠️ **重要声明** 本分析仅供健康参考，不构成医疗建议。 ### 分析能力范围 ✅ **能做到**： - 运动数据统计和分析 - 趋势识别和可视化 - 相关性计算和解释 - 一般性运动建议 ❌ **不做到**： - 疾病诊断 - 运动风险评估 - 具体运动处方设计 - 运动损伤诊断和治疗 ### 危险信号检测 在分析过程中检测以下危险信号： 1. **心率异常** - 运动心率 > 95%最大心率 - 静息心率 > 100 bpm 2. **血压异常** - 收缩压 ≥ 180 mmHg - 舒张压 ≥ 110 mmHg 3. **过度训练迹象** - 连续7天高强度运动 - 运动感受持续下降（RPE > 17） 4. **体重快速下降** - 每周减重 > 1kg（可能不健康） ### 建议分级 **Level 1: 一般性建议** - 基于WHO/ACSM指南 - 适用于一般人群 **Level 2: 参考性建议** - 基于用户数据 - 需结合个人情况 **Level 3: 医疗建议** - 涉及疾病管理 - 需医生确认 ## 使用示例 ### 示例1：生成运动趋势报告 ```bash /fitness trend 3months ``` 输出： - 3个月运动趋势分析 - 运动量、频率、强度变化 - 洞察和建议 ### 示例2：追踪跑步进步 ```bash /fitness analysis progress running ``` 输出： - 配速进步 - 距离进步 - 心率改善 - 里程碑达成 ### 示例3：分析运动与血压相关性 ```bash /fitness analysis correlation blood_pressure ``` 输出： - 相关系数 - 相关性强度 - 显著性检验 - 实践建议 --- **技能版本**: v1.0 **最后更新**: 2026-01-02 **维护者**: WellAlly Tech