Coach Skill

核心功能

Claude Coach 是一款面向耐力运动爱好者的 AI 训练计划生成工具，专注于铁人三项（Triathlon）、马拉松（Marathon）及超长距离耐力赛事（Ultra-endurance）。该技能通过两种数据输入方式——Strava API 数据同步或手动健身数据录入——为运动员创建个性化、周期化的训练方案。

主要用法

1. 数据采集

• Strava 集成：通过 OAuth 授权获取用户过去两年的运动历史，自动分析训练负荷、运动表现与趋势
• 手动录入：通过对话式问卷收集当前训练量、历史成绩、生理基准（FTP、阈值配速、CSS 等）及约束条件

2. 训练评估

• 基于 SQLite 数据库查询分析运动员的「基础能力（foundation）」与「当前状态（current form）」
• 识别优势项目与限制因素，评估受伤风险与训练一致性

3. 计划生成

• 遵循周期化训练原则（Periodization），划分基础期、构建期、专项期与 taper 期
• 自动计算训练区间（Zone 1-5）、TSS/CTL 负荷目标
• 输出标准 JSON 格式的完整训练计划，包含每日课程、配速/功率/心率目标

4. 可视化交付

• 通过 npx claude-coach render 生成交互式 HTML 日历视图
• 支持训练打卡、周汇总、移动端适配与深色模式

显著优点

• 专业级输出：训练计划结构媲美 TrainingPeaks 等专业平台，包含详细的配速策略、营养建议与比赛日执行方案
• 数据驱动：Strava 集成实现客观历史分析，避免主观高估或低估运动员能力
• 渐进超负荷设计：严格遵循「Easy days easy, hard days hard」原则，合理分配恢复与高强度训练
• 双轨灵活：既服务有数据积累的资深运动员，也支持无穿戴设备的新手通过手动评估入门
• 开源友好：JSON 标准格式便于与其他训练平台（如 TrainingPeaks、Zwift）导入导出

潜在局限与风险

| 局限/风险 | 说明 |

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

| **依赖用户诚实度** | 手动录入模式下，运动员可能高估当前体能，导致计划强度不匹配 |

| **无实时生物反馈** | 缺乏 HRV、睡眠质量等恢复指标，无法动态调整当日训练 |

| **Strava 授权门槛** | 需用户自行创建 Strava API 应用，对非技术用户存在操作门槛 |

| **本地化存储限制** | SQLite 数据库存于本地，换设备需重新同步；无云端备份机制 |

| **医学免责缺失** | 文档未明确提示心脏病筛查建议，超长耐力运动存在潜在心血管风险 |

| **强度区估算误差** | 基于历史数据推算的阈值可能与实际生理状态存在偏差 |

适合人群

• 目标导向型运动员：有明确赛事目标（如首马、Ironman 完赛、BQ 达标）的严肃跑者/铁三选手
• 自助训练者：无力负担每月 $200+ 私教费用，但具备自我执行能力的自律型用户
• 数据爱好者：习惯用 Strava 记录训练、关注 CTL/TSB 等负荷管理指标的量化训练派
• 周期化训练初学者：希望系统学习「为何这样练」而非盲目跟练模板的成长型运动员

常规风险提示

1. 过度训练风险：计划默认假设用户可完成目标负荷，实际执行需配合 RPE 自觉量表，疲劳持续 3 天以上应主动减量
2. 受伤预防：建议搭配每周 1-2 次力量训练，跑量周增幅不超过 10%
3. 营养验证：比赛日营养方案必须在训练中提前测试，避免肠胃不适
4. 医疗咨询：35 岁以上或心血管家族史者，建议在启动高强度训练前进行运动平板测试

核心功能与定位

Claude Coach 是一款面向耐力运动爱好者的专业训练计划生成 Skill，主要服务于铁人三项（Ironman/70.3）、马拉松及超耐力赛事备赛人群。该工具通过两种数据输入方式（Strava API 同步或手动录入）建立运动员体能档案，基于运动科学原理生成包含周期化训练阶段、专项训练区间（Zone 1-5）、强度负荷管理（TSS/CTL/ATL）及 race-day 策略的完整方案。

显著优点

1. 科学训练体系完整

• 采用经典周期化理论（Base→Build→Peak→Taper），融合有氧基础打造、阈值提升、专项模拟等阶段目标
• 内置游泳 CSS、骑行 FTP、跑步 LTHR 等多维度训练区间体系，支持功率、心率、配速多指标指导
• 引入 TrainingPeaks 风格的 TSS 负荷计算，实现量化训练管控

2. 数据整合能力强

• Strava OAuth 授权后可自动拉取 2 年历史数据，支持本地 SQLite 数据库存储与查询
• 手动模式通过结构化问诊收集体能基准，适配无穿戴设备用户

3. 输出形式专业

• JSON 结构化方案便于数据复用与第三方工具对接
• HTML 可视化日历支持交互式查看、完成标记、移动端适配

4. 教练级细节考量

• 内置 10 项核心训练原则（如「轻松日轻松，高强度日高强度」「Limiter 优先发展」）
• 自动识别运动员强弱项并调整时间配比
• 包含力量训练、营养策略、设备约束等常被忽略的关键要素

局限性与使用风险

1. 数据依赖风险

• 手动录入模式依赖用户自我评估准确性，存在高估体能导致过度训练的风险
• 系统明确建议「保守估算」，但缺乏强制验证机制

2. 医疗安全边界模糊

• 虽提及伤病史询问，但未设置心脏病筛查、最大强度测试医疗许可等硬性门槛
• 对 40+ 岁初阶运动员或心血管疾病风险人群缺乏专项警示

3. 实时适配能力有限

• 方案为静态 JSON 输出，生病、受伤等突发情况需用户手动调整
• 无当日 HRV、睡眠数据等恢复指标动态修正机制

4. 执行监督缺失

• 无训练完成度追踪与自动反馈循环，计划与实际执行可能长期偏离

适合人群

• 已有 6 个月以上规律训练基础的业余耐力运动爱好者
• 目标赛事明确（6-24 周备赛周期）且自律性较强的运动员
• 具备基础运动科学认知、能理解训练区间与 RPE 关联的用户
• 偏好自主执行、无需实时教练互动的成本敏感型选手

常规风险提示

| 风险类别 | 具体表现 | 规避建议 |

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

| 过度训练 | 手动数据高估导致计划超负荷 | 前 2 周严格按 RPE 评估，必要时降强度 10% |

| 运动损伤 | 突然增加跑量引发应力性骨折 | 严格遵循「10% 周增量」原则，关注身体信号 |

| 心血管事件 | 高强度区间未经医学筛查 | 40 岁以上或风险因素者先完成运动负荷试验 |

| 营养紊乱 | 盲目复制精英选手碳水策略 | 肠胃训练从低剂量开始，比赛日不尝新 |

该 Skill 本质上是「数字教练手册」，价值在于将专业训练逻辑结构化呈现，但最终执行质量仍高度依赖使用者的自我认知与风险意识。