核心用法
Section 11 是一套开源的耐力运动AI教练协议，专为骑行、跑步等耐力运动设计。其核心工作流包括：
1. 数据准备：运动员通过 sync.py 将训练平台（Intervals.icu 等）数据同步为结构化JSON文件（latest.json、history.json、intervals.json 等），存储于本地或私有GitHub仓库
2. 档案配置：填写 DOSSIER.md 记录个人阈值、训练区间、目标赛事、可用时间等
3. AI交互：AI读取JSON数据后，基于协议规则生成训练建议、前后训练报告、周/阶段总结
4. 可选自动化：配置 HEARTBEAT.md 实现定时训练检查与天气感知调度
显著优点
- 数据主权优先：所有数据存储于用户控制的位置（本地设备或私有仓库），无中心化云服务
- 结构化可验证：每个训练建议必须引用JSON中的具体数值，禁止凭记忆或推测生成数据
- 开源透明：协议、模板、同步工具全部开源，可审计无黑箱
- 多平台兼容：支持本地CLI、OpenClaw、Claude Code、Cowork等agentic平台
- 扩展性强：支持写回操作（
push.py）管理日历、更新阈值、添加注释
潜在局限与风险
- 技术门槛：需配置Python环境、理解JSON结构、可能使用Git/GitHub
- 数据依赖：分析质量完全取决于同步数据的完整性与时效性
- 平台限制：写操作功能（日历管理）仅限支持代码执行或GitHub Actions的平台
- 无原生移动端：主要面向桌面/终端使用场景
- 协议更新：需手动跟踪GitHub仓库更新，无自动推送机制
适合人群
- 数据驱动的严肃耐力运动员（功率/心率训练者）
- 具备基础技术能力的自服务用户
- 重视隐私、不愿将训练数据上传第三方平台的用户
- 已与Intervals.icu等平台配合使用的人群
常规风险
- 数据泄露风险：若使用公共GitHub仓库存储训练数据
- 配置错误风险：错误的阈值或区间设置可能导致不当训练负荷
- 过度依赖风险：AI建议需结合运动员主观感受，协议明确包含"C验证清单"要求人工判断
- 供应链风险：从GitHub URL获取模板时的开源依赖风险（ mitigated by 本地优先设计）