AI 私人耐力教练 · 科学周期训练

专业铁人三项、马拉松及超长耐力训练计划生成器，支持 Strava 数据同步或手动录入，输出结构化 JSON 及可视化 HTML 训练计划。

基本信息

• 技能名称?Coach Skill
• 中文名称?AI 私人耐力教练 · 科学周期训练
• 作者?shiv19
• 分类?专业技能
• 版本?1.0.0
• 标签?运动科学, 铁人三项, 马拉松, 训练计划, strava, periodization, data-analysis, fitness-tracking, endurance-sports, triathlon, coaching, workout-planning

使用方法

使用说明
核心功能
Claude Coach 是一款面向耐力运动爱好者的 AI 训练计划生成工具，专注于铁人三项（Triathlon）、马拉松（Marathon）及超长距离耐力赛事（Ultra-endurance）。该技能通过两种数据输入方式—— Strava API 数据同步 或 手动健身数据录入 ——为运动员创建个性化、周期化的训练方案。
主要用法

1. 数据采集
   Strava 集成 ：通过 OAuth 授权获取用户过去两年的运动历史，自动分析训练负荷、运动表现与趋势
   手动录入 ：通过对话式问卷收集当前训练量、历史成绩、生理基准（FTP、阈值配速、CSS 等）及约束条件
2. 训练评估
   基于 SQLite 数据库查询分析运动员的「基础能力（foundation）」与「当前状态（current form）」
   识别优势项目与限制因素，评估受伤风险与训练一致性
3. 计划生成
   遵循周期化训练原则（Periodization），划分基础期、构建期、专项期与 taper 期
   自动计算训练区间（Zone 1-5）、TSS/CTL 负荷目标
   输出标准 JSON 格式的完整训练计划，包含每日课程、配速/功率/心率目标
4. 可视化交付
   通过 npx claude-coach render 生成交互式 HTML 日历视图
   支持训练打卡、周汇总、移动端适配与深色模式
   显著优点
   专业级输出 ：训练计划结构媲美 TrainingPeaks 等专业平台，包含详细的配速策略、营养建议与比赛日执行方案
   数据驱动 ：Strava 集成实现客观历史分析，避免主观高估或低估运动员能力
   渐进超负荷设计 ：严格遵循「Easy days easy, hard days hard」原则，合理分配恢复与高强度训练
   双轨灵活 ：既服务有数据积累的资深运动员，也支持无穿戴设备的新手通过手动评估入门
   开源友好 ：JSON 标准格式便于与其他训练平台（如 TrainingPeaks、Zwift）导入导出
   潜在局限与风险
   | 局限/风险 | 说明 | |-----------|------| | 依赖用户诚实度 | 手动录入模式下，运动员可能高估当前体能，导致计划强度不匹配 | | 无实时生物反馈 | 缺乏 HRV、睡眠质量等恢复指标，无法动态调整当日训练 | | Strava 授权门槛 | 需用户自行创建 Strava API 应用，对非技术用户存在操作门槛 | | 本地化存储限制 | SQLite 数据库存于本地，换设备需重新同步；无云端备份机制 | | 医学免责缺失 | 文档未明确提示心脏病筛查建议，超长耐力运动存在潜在心血管风险 | | 强度区估算误差 | 基于历史数据推算的阈值可能与实际生理状态存在偏差 | 适合人群
   目标导向型运动员 ：有明确赛事目标（如首马、Ironman 完赛、BQ 达标）的严肃跑者/铁三选手
   自助训练者 ：无力负担每月 $200+ 私教费用，但具备自我执行能力的自律型用户
   数据爱好者 ：习惯用 Strava 记录训练、关注 CTL/TSB 等负荷管理指标的量化训练派
   周期化训练初学者 ：希望系统学习「为何这样练」而非盲目跟练模板的成长型运动员
   常规风险提示
5. 过度训练风险 ：计划默认假设用户可完成目标负荷，实际执行需配合 RPE 自觉量表，疲劳持续 3 天以上应主动减量
6. 受伤预防 ：建议搭配每周 1-2 次力量训练，跑量周增幅不超过 10%
7. 营养验证 ：比赛日营养方案必须在训练中提前测试，避免肠胃不适
8. 医疗咨询 ：35 岁以上或心血管家族史者，建议在启动高强度训练前进行运动平板测试