posturefit-consult

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

1. 收集照片 — 请用户上传体态照片（建议全身站立照，光线充足）
2. 收集偏好 — 教练风格、性别、目标、身体状态（有默认值可跳过）
3. 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
4. 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

• 图片分析脚本：见 scripts/analyze_image.py（MediaPipe 检测 + 算法 + Coze API 一体化）
• 体态分析算法：见 scripts/posture_analyzer.py（角度计算 + 问题分类 + 高斯评分）
• 手动输入脚本：见 scripts/consult.py（直接调用 Coze API）
• API 参考：见 references/api-spec.md

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