Endurance Coach

核心用法

Endurance Coach 是一款面向耐力运动爱好者的专业训练计划生成技能，主要服务于铁人三项、马拉松及超耐力赛事的备赛需求。用户可通过两种方式建立训练档案：Strava数据同步（推荐）或手动输入体能信息。Strava整合需用户自行从strava.com/settings/api获取Client ID与Secret完成OAuth授权，系统将自动拉取近两年训练历史并存入本地SQLite数据库；手动模式则通过对话收集用户近4-8周训练量、基准测试成绩（FTP、阈值配速、CSS等）、运动背景及约束条件。

计划生成遵循标准教练工作流程：数据采集 → 运动员评估验证 → 训练区间设定 → 周期化计划设计 → 交付。核心输出为YAML v2.0格式的紧凑训练计划，使用模板引用（如easy(40)、swim.threshold(10)）大幅简化书写，再通过CLI工具渲染为交互式HTML日历视图。

显著优点

• 数据驱动的个性化：Strava整合可分析真实训练历史，识别强项与短板，避免主观臆断
• 专业级周期化架构：内置Base/Build/Peak/Taper四阶段模型，支持CTL/ATL/TSB负荷管理
• 智能模板系统：30+种运动专项训练模板（跑/泳/骑/Brick/力量），自动展开为详细训练内容
• 自动区间计算：仅需输入LTHR、FTP、CSS等阈值，自动衍生完整五区间体系
• 离线友好：数据本地存储，HTML计划支持本地存储标记完成状态

潜在局限与风险

• Strava授权门槛：需用户具备API密钥获取能力，流程对非技术用户存在摩擦
• 手动数据保守性：缺乏客观数据时，系统默认保守估计，可能导致初期训练刺激不足
• 模板依赖：高度结构化的模板系统灵活性有限，特殊需求需手动调整YAML
• 无实时反馈：计划生成后无动态调整机制，需用户主动反馈再人工修订
• 设备依赖：部分高级功能（如功率训练）需智能骑行台、心率带等硬件支持

适合人群

• 有明确赛事目标（70.3、Ironman、马拉松、超马等）的严肃业余运动员
• 希望替代TrainingPeaks付费服务、具备一定技术操作能力的自训者
• 已有Strava记录历史、追求数据化训练的中高级耐力运动爱好者
• 时间约束复杂（频繁出差、家庭责任）需要定制化日程的职场运动员

常规风险

• 过度训练风险：计划基于历史数据推断容量，若用户隐瞒近期伤病或过度乐观估计体能，可能导致负荷超支
• 区间误差：手动输入的阈值数据未经实测验证时，训练强度可能偏离目标区间
• 营养策略个体差异：比赛日营养建议基于通用指南（如60-80g碳水/小时），需用户自行测试耐受性
• 平台锁定：训练数据绑定本地SQLite，跨设备迁移需手动处理文件

核心用法

Endurance Coach 是一款面向耐力运动员的智能训练规划 Skill，专注于铁人三项、马拉松及超长距离赛事。其核心工作流分为五步：数据采集（Strava API 同步或手动录入）→ 运动员评估（分析训练历史与当前体能）→ 训练区间设定（心率/功率/配速区间）→ 周期化计划设计（Base→Build→Peak→Taper 四阶段）→ 可视化输出（YAML 转 HTML 交互日历）。

支持双轨数据输入：Strava 用户可通过 OAuth 授权拉取 2 年历史数据，自动计算 CTL/ATL/TSB 等训练负荷指标；无 Strava 用户可通过对话式问卷手动建立体能档案。计划采用 YAML v2.0 紧凑格式，使用模板语法（如 threshold(20)、bike.sweetspot(45)）快速构建训练内容，最终渲染为可交互的 HTML 日历视图。

显著优点

1. 专业级周期化设计：严格遵循运动科学原则，区分基础期、建设期、巅峰期与减量期，自动处理恢复周与强度递进。
2. 数据驱动评估：对接 Strava 后可量化分析过去 2 年的训练负荷趋势（CTL）、急性疲劳（ATL）与备战状态（TSB），避免主观臆断。
3. 模板化高效输出：v2.0 格式通过 30+ 种预定义训练模板（如 swim.threshold(10)、brick.halfironman(3,30)）将计划编写效率提升 10 倍以上。
4. 本地数据主权：所有训练数据存储于本地 SQLite 数据库（~/.endurance-coach/coach.db），不上传第三方服务器，符合 GDPR 数据最小化原则。
5. 安全架构清晰：纯文档型 Skill，无可执行代码；Strava OAuth 流程完全由用户控制，Token 本地加密存储。

潜在局限

1. 外部依赖风险：核心功能依赖 endurance-coach npm 包，存在供应链攻击潜在风险（如包被劫持），需用户自行验证包来源。
2. 手动输入保守性：无 Strava 数据时，系统默认采用保守估算，可能低估高阶运动员的真实能力，需 1-2 周验证期调整。
3. 设备兼容性要求：需 Node.js 22.5+ 或 sqlite3 CLI 工具，部分环境需额外配置。
4. 实时反馈缺失：计划生成后无动态调整机制，需用户手动重新运行流程更新。

适合人群

• 目标赛事明确者：已有确定的铁人三项/马拉松/超级马拉松参赛计划，需要结构化备战方案
• 数据敏感型运动员：重视训练量化分析，习惯使用功率计、心率带、GPS 手表等设备
• Strava 活跃用户：希望将历史数据转化为可执行的训练洞察
• 自主训练者：无私人教练预算，但希望获得接近专业级别的周期化指导

常规风险

• 过度训练风险：即使系统推荐负荷合理，用户若忽视恢复信号强行完成计划，仍可能导致过度训练综合征
• 营养执行偏差：计划包含比赛日营养建议，但个体胃肠耐受差异大，需在实际训练中反复测试
• 伤病隐患：快速增加跑量（每周 >10%）或忽视力量训练（建议每周 1-2 次）可能引发应力性损伤
• 数据授权安全：Strava OAuth 流程需用户自行保管 Client Secret，在公共/共享环境中操作存在泄露风险