核心用法
Endurance Coach 是一款面向耐力运动爱好者的 AI 训练计划生成工具，主要通过 CLI 命令行工具 endurance-coach 实现功能。核心工作流包括：
1. 运动员上下文管理：自动检测 ~/.endurance-coach/Athlete_Context.md，优先复用已建档的运动员档案，避免重复数据采集
2. 数据接入：支持 Strava OAuth 同步或手动数据录入两种方式
3. 训练评估：运行 stats、foundation、training-load、hr-zones 等命令建立运动员基线
4. 周期化计划设计：基于 @reference/ 系列文档（periodization.md、workouts.md、zones.md 等）构建阶段性训练方案
5. 训练后回访：通过 interview 子命令进行 5-7 轮对话式训练复盘，支持触发器配置（HR Drift、Pace Deviation 等）
6. 计划输出：采用 YAML v2.0 格式编写，通过 render 命令转为 HTML 交付
显著优点
- 令牌优化设计：通过 Athlete_Context.md 单文档缓存机制，将 10-20k 令牌的上下文压缩至 2-3k 令牌，大幅降低重复交互成本
- 双模式兼容：同时支持 Strava 自动化数据流和纯手动/离线场景
- 专业周期化框架：内置 TSS/CTL/ATL/TSB 负荷管理体系，支持基础期→构建期→巅峰期的科学进阶
- 可配置触发器：HR 漂移、配速偏差、间歇变异度等数据驱动的智能提醒，辅助教练发现隐藏问题
- 纯文档零代码：无可执行代码，消除了传统 Skill 常见的代码注入和动态加载风险
潜在缺点与局限性
- 外部依赖：核心功能依赖
endurance-coach npm 包，若包维护中断或 API 变更，功能将受影响 - Strava 单点：深度集成 Strava，对不使用该平台的用户需完全依赖手动数据录入
- 无实时同步：CLI 模式非实时流式交互，训练中的即时调整需另寻工具
- 置信度门槛：教练笔记功能需 ≥5 次回访后才生成初步分析，早期阶段反馈受限
- T3 来源局限：社区/个人维护项目，相比企业级运动科学平台（TrainingPeaks、Intervals.icu）缺乏长期稳定性背书
适合人群
- 已完成基础耐力训练、寻求结构化进阶的业余铁人三项/马拉松/越野跑运动员
- 偏好自托管数据、注重隐私的"数字极简主义"运动爱好者
- 具备一定 CLI 技术素养，能接受命令行交互的用户
- 需要替代 TrainingPeaks 等付费平台的预算敏感型选手
常规风险
- 数据丢失风险：SQLite 本地数据库无云端备份机制，建议用户自行配置备份策略
- 过度训练误判：依赖自报数据和算法触发器，缺乏专业运动医学监测（如 HRV、血氧）的交叉验证
- npm 供应链风险：
npx -y endurance-coach@latest 自动拉取最新版本，可能引入未预期变更，建议锁定版本