Endurance Coach

核心功能

Endurance Coach 是一款面向铁人三项、马拉松及超长距离耐力运动的个性化训练规划技能。它通过两种数据输入方式（Strava自动同步或手动体能评估）建立运动员档案，结合功率/配速区间、训练负荷管理（TSS/CTL/ATL/TSB）和周期化理论，生成科学严谨的训练计划。

关键能力亮点：

• 数据整合：直接读取SQLite本地数据库，支持Strava历史训练数据回溯分析
• 智能评估：通过CLI命令集完成体能诊断，含区间测试协议、负荷累计追踪
• 周期化设计：遵循经典运动训练学（一般准备期→专项期→赛前减量→比赛）
• 模板化输出：YAML v2.0结构化方案，可渲染为可视化HTML周报

显著优势

1. 专业级方法论：基于TrainingPeaks等职业教练平台的训练哲学（"轻松日轻松，强度日强度"、逐步特异性原则）
2. 动态适应性：通过activity <id> --laps进行单课次分析，校验目标达成率与恢复质量
3. 风险控制内置：强制要求"运动员确认"环节，避免跳过伤病史、时间约束等关键信息

局限性与风险

| 维度 | 说明 |

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

| 数据来源依赖 | 手动输入模式存在主观偏差风险，技能明确建议"保守估计并尽早进行实地测试" |

| 技术门槛 | 需熟悉CLI操作（Node.js环境、SQLite查询），非技术用户学习曲线陡峭 |

| 医学边界 | 虽提及伤病询问，但**非医疗建议**，运动损伤需专业医师介入 |

| 实时反馈 | 缺乏可穿戴设备直连，依赖事后数据同步 |

适合人群

• 目标导向型业余运动员：有明确赛事目标（铁三/马拉松/越野赛），追求结构化训练
• 数据驱动型用户：习惯使用Strava记录，愿解读功率/心率/配速数据
• 自训爱好者：无法负担私人教练，但具备自主执行训练计划的能力

使用建议

首次使用务必完成Phase 2"运动员验证"环节——这是防止过度训练、规避运动损伤的关键安全阀。建议配合实地测试（如FTP/阈值配速测试）校准估算数据，而非完全依赖历史均值。

Endurance Coach：专业耐力训练计划技能

核心用法

Endurance Coach 是一款面向铁人三项、马拉松及超耐力赛事的个性化训练计划生成工具。用户可通过两种模式启动：Strava数据同步模式（自动拉取历史训练数据）或手动评估模式（通过对话收集体能信息）。系统基于 SQLite 本地数据库存储训练记录，结合科学的训练区间（zones）、训练负荷管理（TSS/CTL/ATL/TSB）和周期化理论（macrocycles），输出 YAML v2.0 格式的结构化训练计划，最终渲染为 HTML 交付。

核心工作流程包含五个阶段：
1. 数据收集：通过 Strava API 或手动问卷获取运动员体能基线
2. 运动员验证：呈现评估结果并确认伤病、时间约束等个性化因素
3. 区间与负荷设定：基于场地测试或历史数据建立训练区间与周负荷目标
4. 计划设计：按周期化原则构建多阶段训练方案，针对性强化短板
5. 交付执行：输出包含比赛日策略的完整计划，支持营养与配速指导

显著优点

• 科学严谨：完整整合运动生理学最佳实践——周期化训练、渐进超负荷、恢复适应，训练逻辑对标 TrainingPeaks 等专业平台
• 数据驱动：Strava 深度集成支持历史数据自动分析，activity <id> --laps 可进行区间级别的精细复盘
• 隐私优先：所有训练数据本地存储于 ~/.endurance-coach/coach.db，无云端上传，符合 GDPR 数据最小化原则
• 灵活输出：YAML v2.0 结构化格式便于版本控制与二次编辑，HTML 渲染便于日常查阅
• 教练级指导：内置六大核心原则（"一致性优于 heroic"、"轻松日轻松，高强度日高强度"等），输出质量接近专业教练服务

潜在局限

• 技术门槛：依赖 Node.js 环境与 CLI 操作，非技术用户可能存在使用障碍
• 外部依赖：核心功能依赖 endurance-coach npm 包的持续维护，版本漂移可能影响可重复性
• 手动数据局限：无 Strava 数据时，自评准确性高度依赖运动员主观认知，建议配套早期场地测试
• 医疗免责声明缺失：文档未明确提示「训练前咨询医师」等医疗免责条款
• 实时调整受限：计划生成后缺乏动态调整机制，伤病或生活变化需手动重新生成

适合人群

| 人群 | 适配度 | 说明 |

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

| 目标明确的有氧耐力运动员 | ⭐⭐⭐⭐⭐ | 铁三、马拉松、超马备赛者，需系统周期化计划 |

| Strava 重度用户 | ⭐⭐⭐⭐⭐ | 历史数据丰富，可直接驱动个性化分析 |

| 技术型 DIY 运动员 | ⭐⭐⭐⭐⭐ | 熟悉 CLI 与 YAML，追求数据可控与可定制 |

| 健身新手 | ⭐⭐☆☆☆ | 缺乏训练基础数据，手动评估准确性有限 |

| 无结构化训练需求者 | ⭐☆☆☆☆ | 仅需随机跑步记录，无需复杂周期化设计 |

常规风险

1. 训练过度风险：算法基于历史数据推算负荷，若运动员隐瞒疲劳/伤病，可能生成过量计划
2. 数据授权风险：Strava OAuth 需用户主动授权，但授权后 CLI 工具拥有活动数据读取权限
3. npm 供应链风险：npx @latest 模式可能引入未审计的新版本（可通过锁定版本缓解）
4. 营养指导边界：比赛日营养建议属通用指导，个体差异（如胃肠敏感）需专业营养师确认

整体而言，这是一款安全、专业、隐私友好的高水准耐力训练工具，特别适合有明确赛事目标且具备基础技术能力的中高阶运动员。