| name | posturefit-consult |
| description | 调用PostureFit AI体态矫正教练接口，支持用户上传照片自动检测体态或手动输入角度数据，生成每日3动作个性化训练计划，处理训练打卡反馈并动态调整后续方案；当用户需要体态矫正咨询、上传体态照片分析、获取训练计划、反馈训练完成情况或调整训练强度时使用 |
| dependency | null |
PostureFit 体态矫正教练咨询
任务目标
- 本 Skill 用于：调用 PostureFit Coze Agent API，完成 AI 体态矫正教练咨询
- 能力包含：上传照片自动体态识别、根据体态角度生成个性化训练计划、处理训练打卡反馈、按教练风格调整语气
- 触发条件：用户上传体态照片希望分析体态、提供体态角度数据并希望获取训练建议、或用户反馈训练完成情况
前置准备
- 凭证：需配置
posturefit_api 凭证（PostureFit API 的 Bearer Token）
- 图片分析依赖：需安装
mediapipe 和 opencv-python（pip install mediapipe opencv-python）
- 手动输入模式：需由用户提供头前伸角度、圆肩角度、骨盆前倾角度
操作步骤
场景一：上传照片自动体态分析 + 生成训练计划（推荐）
适用场景：用户上传全身/半身体态照片，自动检测关键点、计算角度、分类问题并生成训练建议。
1A. 单张照片分析
用户上传一张正面或侧面照片：
python scripts/analyze_image.py \
--image /path/to/photo.jpg \
--view front \
--capture-mode fullBody \
--coach-style encouraging \
--coach-gender female \
--user-goal "改善圆肩" \
--body-state normal \
--mode plan
1B. 双视角照片分析（正面 + 侧面，更全面）
用户上传正面和侧面两张照片：
python scripts/analyze_image.py \
--image /path/to/front.jpg \
--image2 /path/to/side.jpg \
--capture-mode fullBody \
--coach-style encouraging \
--coach-gender female \
--user-goal "改善圆肩" \
--body-state normal \
--mode plan
2. 参数说明
| 参数 | 必填 | 说明 |
|---|
--image | 是 | 主图片路径 |
--image2 | 否 | 第二张图片路径（双视角模式） |
--view | 否 | 单张图片视角：front(正面)/side(侧面)，默认 front |
--capture-mode | 否 | 拍摄模式：fullBody(全身)/halfBody(半身)/closeUp(特写)/sitting(坐姿) |
--coach-style | 否 | 教练风格：encouraging/strict/humorous |
--coach-gender | 否 | 教练性别：male/female |
--user-goal | 否 | 用户目标描述 |
--body-state | 否 | 身体状态：normal/postpartum/menstrual/fatigued/teenager |
--mode | 否 | plan(生成计划)/feedback(处理反馈) |
3. 智能体交互流程
- 收集照片 — 请用户上传体态照片（建议全身站立照，光线充足）
- 收集偏好 — 教练风格、性别、目标、身体状态（有默认值可跳过）
- 执行分析 — 调用
analyze_image.py，脚本自动完成：
- MediaPipe BlazePose 检测 33 个人体关键点
- 计算 10 项体态角度指标（头前伸、圆肩、高低肩、骨盆侧倾/前倾、膝内扣、头部偏移、重心偏移、驼背、膝超伸）
- 使用高斯衰减模型评分（0-100 分）
- 按严重程度分类各问题（正常/轻度/中度/严重）
- 调用 Coze API 生成个性化训练计划
- 解读结果 — 向用户呈现：
- 体态综合评分
- 检测到的体态问题及严重程度
- 教练推荐的每日 3 个训练动作
- 视频跟练链接
4. 照片拍摄建议（告知用户）
- 正面照：双脚并拢，双臂自然下垂，面向镜头
- 侧面照：自然站立，侧面朝向镜头，耳朵和肩部可见
- 通用要求：穿贴身衣物、光线充足、背景简洁、全身/半身入镜
场景二：手动输入角度数据生成计划
当用户无法提供照片，或已有角度数据时：
python scripts/consult.py \
--forward-head-angle 12.5 \
--rounded-shoulder-angle 35.2 \
--anterior-tilt-angle 22.8 \
--coach-style encouraging \
--coach-gender female \
--user-goal "改善圆肩" \
--body-state normal \
--mode plan
场景三：处理训练反馈（mode=feedback）
用户完成训练后，使用上次返回的 session_id：
python scripts/analyze_image.py \
--image /path/to/photo.jpg \
--coach-style encouraging \
--coach-gender female \
--user-goal "改善圆肩" \
--body-state normal \
--feedback completed \
--mode feedback \
--session-id "<上次返回的session_id>"
或使用手动输入模式：
python scripts/consult.py \
--forward-head-angle 12.5 \
--rounded-shoulder-angle 35.2 \
--anterior-tilt-angle 22.8 \
--feedback completed \
--mode feedback \
--session-id "<上次返回的session_id>"
使用示例
-
示例1：照片体态分析
- 场景/输入：用户上传一张全身正面站立照，选择鼓励型女教练，目标改善圆肩
- 预期产出：自动检测体态问题（如高低肩 5.2° 轻度、重心偏移 3.8° 轻度），生成评分和 3 个训练动作
- 关键要点：照片需光线充足、人体完整可见；脚本使用 MediaPipe BlazePose 33 点模型
-
示例2：双视角全面分析
- 场景/输入：用户上传正面+侧面两张照片，选择严厉型男教练
- 预期产出：正面检测高低肩/骨盆侧倾/膝内扣，侧面检测头前伸/圆肩/驼背/膝超伸，综合评分后生成训练计划
- 关键要点：双视角可检测全部 10 项体态指标，结果更全面
-
示例3：产后骨盆恢复（照片分析）
- 场景/输入：用户上传照片，选择严厉型教练，目标产后骨盆恢复，bodyState=postpartum
- 预期产出：自动排除产后禁忌动作（俯卧位、腹部受压），推荐温和恢复性训练
- 关键要点：bodyState=postpartum 时 Coze Agent 自动过滤禁忌动作
-
示例4：训练打卡反馈
- 场景/输入：用户完成训练后反馈"做完了"
- 预期产出：教练肯定+训练益处+提醒拉伸+下次训练建议
- 关键要点：需传入上次 session_id 保持上下文
输出格式
脚本输出 JSON，包含以下字段：
{
"status": "success",
"mode": "plan",
"postureAnalysis": {
"status": "success",
"analysis": {
"score": 72.5,
"view": "front",
"primaryIssue": "shoulderImbalance",
"issues": [
{"type": "shoulderImbalance", "severity": "mild", "angle": 4.2, "label": "高低肩轻度异常 (4.2°)", "view": "front"},
{"type":
...
资源索引
注意事项
- 依赖安装：图片分析需要
pip install mediapipe opencv-python numpy
- 照片质量：光线不足、遮挡严重、非站立姿态可能导致关键点检测失败
- 视角选择：正面照可检测高低肩/骨盆侧倾/膝内扣/头部偏移/重心偏移；侧面照可检测头前伸/圆肩/驼背/膝超伸
- 拍摄模式：
fullBody 可分析全部指标；closeUp 仅分析肩颈区域
- 身体状态影响安全性：产后和经期状态会自动排除禁忌动作
- 同一会话连续咨询时传入相同 session_id，可保持教练记忆上下文
