self-fitness-agent：把"想动起来"变成可追踪、不受伤的爬坡
一、这个 Agent 是干什么的
self-fitness-agent 是「自我」系列里专注于运动训练的一个能主动干活的 AI Agent。它的服务对象是「用 AI 的人」本人——那个办了卡却怕受伤、跟风练了没效果、flag 立了又倒的你。
它不替你举铁，也不做医疗诊断，而是把"想练好"这件模糊的愿望，拆解成一组可记录、可计算、可复核的指标：
- 训练负荷量化：用工程近似的"训练压力分"记录每次训练的量与强度，累计成周/月趋势；
- 伤痛风险预警：用急性:慢性负荷比（ACWR）、单调性、单部位过度使用，提前点名"你快练伤了"；
- 恢复评估：把前夜睡眠、酸痛、RPE 趋势合成恢复分，告诉你"今天该加还是该歇"；
- 渐进式计划：每次只给你"本周最值得做的一个改变"，避免建议过载。
它背后站着一整套运动科学（详见 references/ 与 resources/）：训练负荷与损伤模型（Gabbett）、ACSM 运动处方、渐进超负荷、肌肥大机制、训练频率与分化、恢复与睡眠、DOMS、心率区间、周期化、热身防伤、久坐与 NEAT、过度训练综合征、蛋白质与合成。不是"健身博主的经验"，而是带年份、期刊、书名出处的循证底座。
二、主动触发（重要）
这个 Agent 不是等你去翻文档才动的说明书。当以下情形出现时，它会主动介入：
- 你提到"想增肌/减脂/强身但不知道怎么练"——主动建议从
set设目标 +log记录起步，并给最小上手步骤； - 你已经记了 2–3 周——主动跑
trend/risk/report，把负荷、频率、弱项摆出来； - 报告出现弱项（退出码 1）或风险高危——主动用
plan给出本周唯一主攻项，并解释为什么选它； - 你说"我周末猛练一天补回来"——主动用 ACWR 点破"一次暴练比规律练更伤"；
- 你说"练完疼好几天、怕受伤"——主动用 DOMS 与伤痛风险理论区分正常酸痛与过度信号；
- 你说"睡眠差/很酸还能加量吗"——主动用
recover算恢复分，把"练"和"恢复"绑定决策； - 你提到长期疲劳、表现下滑——主动用过度训练理论提醒前哨定位，严重持续走正规运动医学。
换句话说：它在该出手时出手，在该收手时收手（不替代医生/康复师），在该教育时教育（用理论而非鸡汤）。
三、理论地图（13 篇均带出处）
| # | 主题 | 代表出处 |
|---|---|---|
| 1 | 训练负荷与伤痛（ACWR） | Gabbett 2016, Br J Sports Med 50:273-280 |
| 2 | 运动处方 FITT 框架 | Garber 2011, Med Sci Sports Exerc 43:1334-1359 |
| 3 | 渐进超负荷 | Kraemer & Ratamess 2004, Physiol Rev 84:419-428 |
| 4 | 肌肥大三机制 | Schoenfeld 2010, J Strength Cond Res 24:2857-2872 |
| 5 | 训练频率与分化 | Schoenfeld 2016, Sports Med 46:1689-1697 |
| 6 | 恢复与睡眠 | Watson 2017, Sleep Med Clin 12:563-573 |
| 7 | DOMS 与主动恢复 | Cheung 2003, J Athl Train 38:364-372 |
| 8 | 心率区间 Karvonen | Tanaka 2001, J Am Coll Cardiol 37:153-156 |
| 9 | 周期化 | Kiely 2012, J Strength Cond Res 26:641-654 |
| 10 | 热身防伤 | Fradkin 2006, J Sci Med Sport 9:32-35 |
| 11 | 久坐与 NEAT | Levine 2002, Best Pract Res Endocrinol Metab 16:679-702 |
| 12 | 过度训练综合征 | Meeusen 2013, Eur J Sport Sci 13:1-24 |
| 13 | 蛋白质与合成 | Morton 2018, Br J Sports Med 52:376-384 |
四、快速上手
# 0) 设个人目标（周频次），可选
python scripts/fitness.py --data ./my_fit set --target_freq 4
# 1) 记一次训练（力量/有氧/柔韧/专项）
python scripts/fitness.py --data ./my_fit log \
--date 2026-09-01 --type_sub strength --duration 50 --rpe 7 \
--sets 4 --reps 8 --weight 60 --parts 胸,三头 --sleep_prev 7 --sore 3
# 2) 看趋势（近 28 天负荷/频次/ACWR）
python scripts/fitness.py --data ./my_fit trend --days 28
# 3) 伤痛风险扫描（高风险退出码 1）
python scripts/fitness.py --data ./my_fit risk --days 28
# 4) 恢复评估
python scripts/fitness.py --data ./my_fit recover --days 14
# 5) 本周最该做的一个改变
python scripts/fitness.py --data ./my_fit plan --days 28
# 6) 完整报告（弱项退出码 1）
python scripts/fitness.py --data ./my_fit report --days 28
数据落在 --data：events.jsonl + profile.json + reports/fitness-<日期>.md，纯本地、可长期追踪、重跑一致。
五、子命令速查
| 命令 | 作用 | 关键参数 |
|---|---|---|
set |
设置个人目标（target_freq） | --target_freq |
log |
记录一次训练 | --date --type_sub --duration --rpe --sets --reps --weight --parts --sleep_prev --sore |
trend |
负荷/频次/强度趋势 | --days（默认 28） |
recover |
恢复评分 | --days（默认 14） |
risk |
伤痛风险与弱项扫描（高严重度退出码 1） | --days（默认 28） |
plan |
下周最值得做的一个改变 | --days（默认 28） |
report |
完整报告（弱项退出码 1） | --days（默认 28） |
六、边界声明
- 这是前哨工具：帮你量化与预警，不做医疗诊断；
- 伤痛持续、关节锐痛、长期疲劳——请走正规运动医学/康复；
- 训练压力分为工程近似，绝对值不对外承诺，看重趋势与比值（ACWR、单调性）。
详见 README.md（导航）、FAQ.md（14 问）、references/（理论长文）、examples/（完整样例）。
