Workout

核心用法

Workout CLI 是一款面向力量训练爱好者的终端记录工具，采用纯命令行交互实现健身房场景下的高效数据录入。核心工作流为：启动训练（start）→ 逐组记录重量与次数（log）→ 添加上下文备注（note）→ 结束归档（done）。支持从预设模板启动训练，也支持自由式空会话。多用户通过 --profile 参数实现数据隔离，共享动作库但独立维护训练历史。

关键操作包括：

• 动作管理：先通过 exercises add 定义新动作（需指定肌群、类型、器械），否则无法记录
• 数据修正：undo/edit/delete 支持会话中实时修正错误录入
• 进度分析：内置 PR 追踪、容量统计、长期趋势可视化（progression/volume）

显著优点

1. 效率优先：纯 CLI 设计免去图形界面切换，组间休息秒级记录
2. 数据严谨：强制数值录入（拒绝用备注替代重量），确保分析有效性
3. 多用户原生支持：家庭/工作室场景下多成员独立档案无额外成本
4. 开放格式：--json 输出便于对接第三方分析与备份工具

潜在局限

• 学习曲线：命令语法需记忆，新手可能初期频繁查阅文档
• 无云端同步：纯本地存储，多设备使用需自行解决数据同步
• 器械定义刚性：必须预先注册动作，即兴变式训练可能受阻
• 无社交/教练功能：缺乏社区激励、视频指导或计划智能推荐

适合人群

• 习惯终端操作的开发者/技术从业者
• 追求数据所有权、反感订阅制健身 App 的用户
• 小型私教工作室需多学员独立管理的场景
• 已建立固定训练计划、不需要 AI 生成课表的成熟训练者

常规风险

• 数据丢失：本地存储无自动备份，误删或设备故障不可逆
• 录入错误：CLI 缺乏输入校验，数字 typo 将污染长期趋势分析
• 单位混淆：文档明确磅（lbs），但使用者可能误以为是公斤
• 隐私边界：多用户场景下档案切换依赖显式参数，忘加 --profile 可能导致数据串扰

核心用法

workout 是一套完整的健身房训练追踪 CLI 工作流技能，主要功能覆盖：

| 场景 | 关键命令 |

|------|---------|

| 启动训练 | `workout start push`（从模板）或 `--empty`（自由训练） |

| 记录组数 | `workout log bench-press 135 8`（重量×次数） |

| 多用户支持 | `workout --profile mike log ...` |

| 历史与 PR | `workout history bench-press`、`workout pr` |

| 进度分析 | `workout progression`、`workout volume --week` |

| 编辑修正 | `workout undo`、`workout edit`、`workout delete` |

关键约束：必须先 exercises add 添加新动作到库，才能 log 记录；记录时必须使用真实重量/次数，禁止用 note 字段替代数值数据。

显著优点

1. 完整训练闭环：从启动、记录、备注到历史分析、PR 追踪、容量统计，覆盖健身追踪全流程
2. 多用户隔离：单设备支持多人独立档案，共享动作库但数据隔离
3. 灵活修正机制：session 内支持 undo/edit/delete，避免误记录污染数据
4. 结构化数据分析：重量、次数、RIR 等字段支持长期 progression 和 volume 趋势分析

潜在缺点/局限性

• 无原生可视化：依赖 CLI 输出，趋势分析需配合 --json 导出后自行处理
• 装备变体需单独建档：如 barbell bench 与 dumbbell bench 是不同条目，需手动维护映射
• 单位硬编码：仅支持 lbs，公制用户需心算转换
• T3 来源限制：本地文档型技能，无活跃社区维护背书

适合人群

• 习惯命令行工作流的健身房训练者
• 需要多人共用设备但数据独立的训练小组
• 追求精确数据记录、愿意维护结构化动作库的进阶用户
• 不需要社交分享、云端同步的隐私敏感型用户

常规风险

• 数据质量依赖人工输入：若用户误报重量/次数，将直接影响 PR 和 progression 统计
• 多用户配置误用：未指定 --profile 时数据写入默认档案，可能导致多人数据混杂
• 动作库管理成本：自由重量变体、器械差异需手动拆分，过度细化会增加维护负担
• 无自动备份：纯本地 CLI 工具，数据文件需用户自行备份防丢失