（12578期）endurance-coach – 专业级耐力运动智能教练

专业级耐力运动智能教练 基于 Strava 数据或手动输入，为铁人三项、马拉松等耐力运动生成专业级周期化训练计划，提供心率区间管理、训练负荷监控和赛后分析功能。 使用说明 核心用法 Endurance Coach 是一款面向耐力运动爱好者的专业训练指导 Skill，支持铁人三项、马拉松及超长距离赛事的个性化训练计划制定。其核心工作流程分为六个阶段：首先检查并建立运动员上下文档案（Athlete_Context.md），实现 Token 优化和训练连续性；其次完成数据源设置，支持 Strava API 同步或手动数据录入；随后通过 CLI 工具执行多维度数据分析，包括基础能力评估、训练负荷追踪、心率区间分布等；在数据验证阶段与运动员确认评估结果；接着设定训练区间和负荷目标；最终设计并输出周期化训练计划。 该 Skill 采用 YAML v2.0 格式生成结构化训练方案，支持模板化 workout 库调用，并可渲染为 HTML 可视化呈现。特色功能包括赛后访谈系统（自动检测训练异常模式）、可配置的数据感知触发器（如心率漂移、配速偏差预警），以及渐进式运动员画像构建。 显著优点 专业级训练科学：遵循周期化训练原则，整合 TSS/CTL/ATL/TSB 等量化指标，训练理念对标 TrainingPeaks 等专业平台 数据驱动决策：深度整合 Strava 历史数据，支持 lap-by-lap 间歇分析，实现从直觉训练向科学训练的转型 Token 效率优化：通过 Athlete_Context.md 单文档机制，将 10-20k tokens 的上下文压缩至 2-3k，大幅降低重复信息采集成本 渐进式智能：赛后访谈系统积累 5+ 次记录后生成教练笔记，识别运动员报告偏差（如轻松跑强度感知失真） 灵活适配：同时支持数据丰富的 Strava 用户和偏好隐私的手动输入用户，模板系统允许自定义训练结构 潜在缺点与局限性 外部依赖较重：核心功能依赖 endurance-coach npm CLI 工具，版本更新可能引入 breaking changes Strava 绑定风险：OAuth 授权流程虽标准，但用户需自行承担第三方平台数据授权的信任成本 手动数据可靠性：非 Strava 用户的自报数据缺乏交叉验证，早期建议保守设置并配合实地测试 专业门槛：心率区间、功率训练等概念需要用户具备基础运动生理学知识，纯新手存在学习曲线 本地化局限：数据完全本地存储虽保护隐私，但无法实现多设备同步或云端备份恢复 适合的目标群体 目标赛事明确者：已报名铁人三项、马拉松或越野跑赛事，需要结构化备赛计划 数据导向型运动员：习惯使用运动手表、功率计等设备，重视量化训练反馈 自我 coached 进阶者：有一定训练基础，希望从通用计划转向个性化指导，但暂不需要真人教练 Strava 重度用户：历史数据丰富，希望挖掘数据价值优化训练决策 时间受限的业余选手：需要在工作、家庭约束下最大化训练效率 使用风险 性能风险：大规模历史数据同步或复杂 lap 分析可能产生较长响应延迟 依赖项风险：Node.js 版本要求（22.5+ 获内置 SQLite 优化），CLI 工具版本漂移 数据完整性：本地数据库损坏将导致训练历史丢失，需定期手动备份 ~/.endurance-coach// 目录 过度训练风险：算法生成的负荷目标需结合主观疲劳感受，机械执行可能引发运动损伤 隐私泄露：训练数据包含健康敏感信息，共享设备或云备份场景需额外注意 原始说明 Create personalized triathlon, marathon, and ultra-endurance training plans. Use when athletes ask for training plans, workout schedules, race preparation, or coaching advice. Can sync with Strava to analyze training history, or work from manually provided fitness data. Generates periodized plans with sport-specific workouts, zones, and race-day strategies.