健身营养

健身房训练计划与营养追踪。通过 wger 按肌肉、器械或类别搜索 690+ 个动作。通过 USDA FoodData Central 查询 380,000+ 种食物的宏量营养素和热量。纯 Python 计算 BMI、TDEE、单次最大重量（one-rep max）、宏量分配和体脂率——无需 pip 安装。适合增肌、减脂或只是想吃得更健康的用户。

Skill 元数据

来源	可选 — 通过 aigenlabs skills install official/health/fitness-nutrition 安装
路径	optional-skills/health/fitness-nutrition
版本	1.0.0
许可证	MIT
平台	linux, macos, windows
标签	health, fitness, nutrition, gym, workout, diet, exercise

参考：完整 SKILL.md

信息

以下是 AigenLabs 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。

健身与营养

专业健身教练与运动营养师 skill。两个数据源加上离线计算器——健身者所需的一切尽在其中。

数据源（全部免费，无 pip 依赖）：

• wger (https://wger.de/api/v2/) — 开放动作数据库，690+ 个动作，含肌肉、器械、图片信息。公开端点无需任何认证。
• USDA FoodData Central (https://api.nal.usda.gov/fdc/v1/) — 美国政府营养数据库，380,000+ 种食物。DEMO_KEY 可立即使用；免费注册可获得更高请求限额。

离线计算器（纯标准库 Python）：

• BMI、TDEE（Mifflin-St Jeor 公式）、单次最大重量（Epley/Brzycki/Lombardi 公式）、宏量分配、体脂率（美国海军方法）

---

使用时机

当用户询问以下内容时触发此 skill：

• 动作、训练、健身计划、肌肉群、训练分化
• 食物宏量、热量、蛋白质含量、饮食计划、热量计算
• 身体成分：BMI、体脂率、TDEE、热量盈余/赤字
• 单次最大重量估算、训练百分比、渐进超负荷
• 减脂、增肌或维持期的宏量比例

---

操作流程

动作查询（wger API）

所有 wger 公开端点返回 JSON，无需认证。动作查询始终添加 format=json 和 language=2（英语）。

第一步 — 确认用户需求：

• 按肌肉 → 使用 /api/v2/exercise/?muscles={id}&language=2&status=2&format=json
• 按类别 → 使用 /api/v2/exercise/?category={id}&language=2&status=2&format=json
• 按器械 → 使用 /api/v2/exercise/?equipment={id}&language=2&status=2&format=json
• 按名称 → 使用 /api/v2/exercise/search/?term={query}&language=english&format=json
• 完整详情 → 使用 /api/v2/exerciseinfo/{exercise_id}/?format=json

第二步 — 参考 ID（避免额外 API 调用）：

动作类别：

ID	类别
8	Arms
9	Legs
10	Abs
11	Chest
12	Back
13	Shoulders
14	Calves
15	Cardio

肌肉：

ID	肌肉	ID	肌肉
1	Biceps brachii	2	Anterior deltoid
3	Serratus anterior	4	Pectoralis major
5	Obliquus externus	6	Gastrocnemius
7	Rectus abdominis	8	Gluteus maximus
9	Trapezius	10	Quadriceps femoris
11	Biceps femoris	12	Latissimus dorsi
13	Brachialis	14	Triceps brachii
15	Soleus

器械：

ID	器械
1	Barbell
3	Dumbbell
4	Gym mat
5	Swiss Ball
6	Pull-up bar
7	none (bodyweight)
8	Bench
9	Incline bench
10	Kettlebell

第三步 — 获取并展示结果：

# Search exercises by name
QUERY="$1"
ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$QUERY")
curl -s "https://wger.de/api/v2/exercise/search/?term=${ENCODED}&language=english&format=json" \
  | python3 -c "
import json,sys
data=json.load(sys.stdin)
for s in data.get('suggestions',[])[:10]:
    d=s.get('data',{})
    print(f\"  ID {d.get('id','?'):>4} | {d.get('name','N/A'):<35} | Category: {d.get('category','N/A')}\")
"

# Get full details for a specific exercise
EXERCISE_ID="$1"
curl -s "https://wger.de/api/v2/exerciseinfo/${EXERCISE_ID}/?format=json" \
  | python3 -c "
import json,sys,html,re
data=json.load(sys.stdin)
trans=[t for t in data.get('translations',[]) if t.get('language')==2]
t=trans[0] if trans else data.get('translations',[{}])[0]
desc=re.sub('<[^>]+>','',html.unescape(t.get('description','N/A')))
print(f\"Exercise  : {t.get('name','N/A')}\")
print(f\"Category  : {data.get('category',{}).get('name','N/A')}\")
print(f\"Primary   : {', '.join(m.get('name_en','') for m in data.get('muscles',[])) or 'N/A'}\")
print(f\"Secondary : {', '.join(m.get('name_en','') for m in data.get('muscles_secondary',[])) or 'none'}\")
print(f\"Equipment : {', '.join(e.get('name','') for e in data.get('equipment',[])) or 'bodyweight'}\")
print(f\"How to    : {desc[:500]}\")
imgs=data.get('images',[])
if imgs: print(f\"Image     : {imgs[0].get('image','')}\")
"

# List exercises filtering by muscle, category, or equipment
# Combine filters as needed: ?muscles=4&equipment=1&language=2&status=2
FILTER="$1"  # e.g. "muscles=4" or "category=11" or "equipment=3"
curl -s "https://wger.de/api/v2/exercise/?${FILTER}&language=2&status=2&limit=20&format=json" \
  | python3 -c "
import json,sys
data=json.load(sys.stdin)
print(f'Found {data.get(\"count\",0)} exercises.')
for ex in data.get('results',[]):
    print(f\"  ID {ex['id']:>4} | muscles: {ex.get('muscles',[])} | equipment: {ex.get('equipment',[])}\")
"

营养查询（USDA FoodData Central）

优先使用 USDA_API_KEY 环境变量，否则回退到 DEMO_KEY。 DEMO_KEY = 每小时 30 次请求。免费注册密钥 = 每小时 1,000 次请求。

# Search foods by name
FOOD="$1"
API_KEY="${USDA_API_KEY:-DEMO_KEY}"
ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$FOOD")
curl -s "https://api.nal.usda.gov/fdc/v1/foods/search?api_key=${API_KEY}&query=${ENCODED}&pageSize=5&dataType=Foundation,SR%20Legacy" \
  | python3 -c "
import json,sys
data=json.load(sys.stdin)
foods=data.get('foods',[])
if not foods: print('No foods found.'); sys.exit()
for f in foods:
    n={x['nutrientName']:x.get('value','?') for x in f.get('foodNutrients',[])}
    cal=n.get('Energy','?'); prot=n.get('Protein','?')
    fat=n.get('Total lipid (fat)','?'); carb=n.get('Carbohydrate, by difference','?')
    print(f\"{f.get('description','N/A')}\")
    print(f\"  Per 100g: {cal} kcal | {prot}g protein | {fat}g fat | {carb}g carbs\")
    print(f\"  FDC ID: {f.get('fdcId','N/A')}\")
    print()
"

# Detailed nutrient profile by FDC ID
FDC_ID="$1"
API_KEY="${USDA_API_KEY:-DEMO_KEY}"
curl -s "https://api.nal.usda.gov/fdc/v1/food/${FDC_ID}?api_key=${API_KEY}" \
  | python3 -c "
import json,sys
d=json.load(sys.stdin)
print(f\"Food: {d.get('description','N/A')}\")
print(f\"{'Nutrient':<40} {'Amount':>8} {'Unit'}\")
print('-'*56)
for x in sorted(d.get('foodNutrients',[]),key=lambda x:x.get('nutrient',{}).get('rank',9999)):
    nut=x.get('nutrient',{}); amt=x.get('amount',0)
    if amt and float(amt)>0:
        print(f\"  {nut.get('name',''):<38} {amt:>8} {nut.get('unitName','')}\")
"

离线计算器

对批量操作使用 scripts/ 中的辅助脚本，或内联运行单次计算：

• python3 scripts/body_calc.py bmi <weight_kg> <height_cm>
• python3 scripts/body_calc.py tdee <weight_kg> <height_cm> <age> <M|F> <activity 1-5>
• python3 scripts/body_calc.py 1rm <weight> <reps>
• python3 scripts/body_calc.py macros <tdee_kcal> <cut|maintain|bulk>
• python3 scripts/body_calc.py bodyfat <M|F> <neck_cm> <waist_cm> [hip_cm] <height_cm>

各公式的科学依据详见 references/FORMULAS.md。

---

注意事项

• wger 动作端点默认返回所有语言——始终添加 language=2 以获取英语内容
• wger 包含未经验证的用户提交内容——添加 status=2 仅获取已审核动作
• USDA DEMO_KEY 限制每小时 30 次请求——批量请求之间添加 sleep 2，或申请免费密钥
• USDA 数据基于 每 100g——提醒用户按实际份量换算
• BMI 无法区分肌肉与脂肪——肌肉量大的人 BMI 偏高不一定不健康
• 体脂率公式为估算值（误差 ±3-5%）——精确测量建议使用 DEXA 扫描
• 单次最大重量公式在超过 10 次重复时准确性下降——建议使用 3-5 次重复组进行估算
• wger 的 exercise/search 端点参数名为 term 而非 query

---

验证

运行动作搜索后：确认结果包含动作名称、肌肉群和器械信息。 营养查询后：确认返回每 100g 的宏量数据，包含 kcal、蛋白质、脂肪、碳水化合物。 计算器运行后：对输出进行合理性检查（例如，大多数成年人的 TDEE 应在 1500-3500 之间）。

---

快速参考

任务	数据源	端点
按名称搜索动作	wger	GET /api/v2/exercise/search/?term=&language=english
动作详情	wger	GET /api/v2/exerciseinfo/{id}/
按肌肉筛选	wger	GET /api/v2/exercise/?muscles={id}&language=2&status=2
按器械筛选	wger	GET /api/v2/exercise/?equipment={id}&language=2&status=2
列出类别	wger	GET /api/v2/exercisecategory/
列出肌肉	wger	GET /api/v2/muscle/
搜索食物	USDA	GET /fdc/v1/foods/search?query=&dataType=Foundation,SR Legacy
食物详情	USDA	GET /fdc/v1/food/{fdcId}
BMI / TDEE / 单次最大重量 / 宏量	离线	python3 scripts/body_calc.py