workout-tracker

Workout Tracker

一项使用本地 SQLite 数据库记录和跟踪健身活动的技能。

功能

1. 记录训练： 记录锻炼详情。
2. 查看历史记录： 查看以往的训练表现。
3. 智能休息时间： 如果未提供休息时间，则根据之前的训练自动填充。
4. 视觉识别： 可从图片中识别健身器材并推荐相应锻炼。

用法

1. 记录训练

当用户说“我用 60kg 做了 5 组卧推，每组 8 次”时，解析详情并运行：

cd skills/workout-tracker/scripts && uv run log.py \
  --exercise "Bench Press" \
  --weight 60 \
  --unit kg \
  --sets 5 \
  --reps 8 \
  --body_part "Chest" \
  --rest_time 90  # Optional: User provided or leave empty to auto-fill
  --notes "Optional notes"

参数：

• --exercise（必填）：动作名称。
• --body_part：**（新增）**目标肌群（例如 Chest、Back、Legs）。如果未提供，请推断（例如 Bench -> Chest）。
• --weight（必填）：重量数值。
• --unit：'kg' 或 'lb'（默认 kg）。
• --sets：组数。
• --reps：每组次数。
• --rest_time：秒数。**如果用户没有指定，请省略此项。**脚本会根据历史记录自动填充。

2. 查看历史记录

当用户询问“我的深蹲进步如何？”或“显示最近的训练记录”时：

cd skills/workout-tracker/scripts && uv run render.py --exercise "Squat"

然后发送生成的图片： message(action="send", filePath="/tmp/workout_report.png", message="Here is your report:")

3. 图片识别（视觉）

如果用户上传图片（例如器械图片）：

1. 使用视觉能力分析图片。
2. 识别器材（例如“腿举机”“哑铃”）。
3. 询问用户：“这看起来是台腿举机。要记录一组吗？重量是多少？”
4. 用户回复后，照常使用 log.py 脚本。

设计与行为规则（用户偏好）

1. 用户档案

• 类型： 普通用户（休闲）。
• 交互方式： 使用自然语言。除非动作存在歧义，否则应根据动作名称自动推断 body_part（例如，“Bench Press” -> “Chest”），无需询问。

2. 显示格式（手机竖屏）

• 首选输出： 始终使用 render.py 为报告生成图片。
• 样式： 采用适合手机屏幕的竖向纵横比。
• 布局：
  • 窄宽度（figsize 宽度约为 6）。
  • “Notes”列中的长文本换行显示。
  • 如果按单个动作筛选，则隐藏“Exercise”列（标题已足够说明上下文）。
  • 在当天／同一训练时段内按时间顺序排列（从最早到最新）。

3. 记录逻辑

• 递减组： 必须作为单独的行记录，以确保数据准确。
  • 休息时间： 递减组各阶段之间设为 0。
  • 备注： 标记为“Drop set part X/Y”，以便清楚识别。
• 单位： 用户偏好使用 lb（磅）。

数据库

数据存储在 skills/workout-tracker/workout.db（SQLite）中。 架构包含 date、exercise、weight、unit、sets、reps、rest_time 和 notes。

技术设置（维护）

此技能使用 uv 进行 Python 包管理。

安装

1. 确保已安装 uv：brew install uv
2. 同步依赖：

   cd skills/workout-tracker/scripts
   uv sync
   

数据库架构（SQLModel）

SQLite 数据库（workout.db）使用以下架构：

• id：整数（PK）
• date：ISO8601 字符串
• exercise：字符串
• body_part：字符串（目标肌群）
• weight：浮点数
• unit：字符串（默认 "kg"）
• sets：整数
• reps：整数
• rest_time：整数（秒，可选）
• notes：字符串（可选）