核心用法
Workouts 是一款基于本地文件系统的个人健身追踪技能，无需联网或第三方应用。用户通过 Markdown 文件在 ~/workouts/ 目录下构建完整的训练管理体系：
基础记录：按日期记录训练类型（力量/有氧/柔韧/运动）、具体动作、组数×次数×重量（如"3x8 @ 60kg"）、RPE自感用力度、体感评价及睡眠/能量等恢复指标。
数据沉淀：自动积累个人动作库（exercises.md）、训练日志（logs/）、固定计划（routines/）和PR记录（prs.md）。系统通过标准化动作命名确保数据可比性。
智能反馈：自动识别PR突破（1RM/3RM/5RM、距离/时间记录）、对比历史表现（"上次卧推3x8@55kg"）、检测平台期（"深蹲4周未进步"）、预警过度训练（"8天内5次练腿"）。
渐进增强：从简单记录起步，逐步引入计划模板（PPL、上下肢分化）、周期性分析与负荷调整建议。
显著优点
- 数据主权：纯本地存储，无云同步风险，可配合Git版本控制
- 长期可迁移：Markdown格式，20年后仍可读取，不受应用生命周期影响
- 零学习成本：依赖自然语言而非复杂界面，健身爱好者可立即上手
- 高度可定制：支持任意训练体系（力量举、健美、CrossFit、跑步等）
潜在局限
- 无自动传感器集成（心率带、GPS跑表需手动输入）
- 缺乏视觉化图表，趋势分析依赖文本输出
- 多设备同步需自行配置（如Syncthing、Dropbox）
- 无社交功能，无法与训练伙伴对比或分享
适合人群
- 注重数据隐私的力量训练者
- 厌倦订阅制健身App的极简主义者
- 需要多年跨周期数据分析的进阶用户
- 已使用Obsidian/Logseq等Markdown工具的知识管理者
常规风险
- 数据备份：本地文件易因设备故障丢失，建议定期备份
- 输入一致性：动作命名不统一将导致PR识别失败（如"Bench Press"vs"bench"）
- 过度依赖数字：RPE和重量记录不应替代本体感受与动作质量
- 医疗边界：技能不涉及伤病诊断，持续疼痛需咨询专业人员