核心功能与用法
Strava Cycling Coach 是一款面向骑行爱好者的性能分析工具，通过对接 Strava 官方 API 实现自动化数据获取与深度训练洞察。
核心用法：
- 单次分析：通过
analyze_ride.py <activity-id>分析特定骑行记录 - 批量回顾：
analyze_rides.py --days 90 --ftp YOUR_FTP查看近期趋势 - 自动监控：配置 cron 任务后每 30 分钟检测新活动并推送分析
- 实时通知：支持 Telegram 集成，训练后立即接收数据摘要
技术亮点：
- 覆盖功率（平均/标准化/峰值/变异性指数）、心率分区时长、TSS 估算、强度因子等进阶指标
- 自动对比个人历史记录与 PB，追踪健身趋势
- 本地化脚本架构，数据不过度依赖第三方云服务
潜在局限：
- API 依赖：完全依赖 Strava API 稳定性与速率限制（约 100 请求/15 分钟）
- 硬件门槛：功率分析需用户佩戴功率计，否则数据维度受限
- 配置复杂：OAuth 授权、环境变量、cron 配置对非技术用户门槛较高
- FTP 需自填：无自动 FTP 估算，用户需手动输入功能性阈值功率
- 通知渠道单一：自动监控仅支持 Telegram，未覆盖邮件/Slack 等主流方案
适合人群：
- 拥有功率计/心率带的严肃骑行训练者
- 具备基础 Linux/命令行操作能力的技术用户
- 希望通过数据驱动优化训练计划的业余竞技选手
- 需要定期向教练汇报结构化数据的运动员
常规风险提示：
- OAuth token 存储于本地
~/.config/strava/，需防范文件权限泄露 - cron 任务持续轮询可能触发 API 限流，建议监控频率不低于 30 分钟
- 训练负荷算法（TSS）为估算值，非医疗级生理指标，不宜用于伤病恢复判断
- 地理位置数据随 Strava 隐私设置同步，分享分析时注意脱敏处理