把公路车训练从"经验"升级为"数据 + 智能"。
- 🐛 修 FIT 解析崩溃 — fitparse 1.2.0 的
get_value()不接受 default 参数,改用_gv()helper 统一处理(原 136 行get_value('manufacturer', '')报 TypeError) - 🐛 修 AI 报告失败 —
chat()之前没 fallback,主模型 minimax-m3 空响应会直接返回空报告,导致"已生成但内容空"。现在主模型空自动降级到 minimax-m2.7,跟stream_chat()行为一致
- 🆕 功率区间(Coggan 7 区) — 之前完全缺失,现在按 Z1-Z7 标准分区
- 🆕 心率区间自动选 LTHR 7 区(Karvonen) — 之前是 5 区,不够专业;有 LTHR 自动升级
- 🆕 训练图加踏频线 — 之前漏画,现在功率/心率/踏频/海拔 4 条线,legend 可点切换
- 🆕 训练详情页对齐 TP 布局 — 重新组织 7 个 section,加了间歇表 / 功率区间
- 🔧 AI 报告修复 — 加日志,空报告自动标记 failed,前端空报告兜底显示
- 🔧 计算方法核对 — NP/IF/TSS/EF/VI/MMP 全部对齐标准,加 13 个单元测试
- 🔧 踏频区间改 4 区 — 训练学标准(<60 / 60-79 / 80-94 / ≥95)
- FIT 文件解析 —
fitparse+ 1Hz 样本入库 - 核心指标计算(NP / IF / TSS / EF / VI / W'bal / 功率曲线 MMP / HR 区间 / 漂移 / 踏频区间)
- AI 教练 — OpenRouter 兼容协议(minimax M3 + m2.7 fallback)
- 支持 reasoning model(
delta.reasoning抽取思考过程) - 5 类错误分类(401 / 402 / 5xx / 网络 / 解析)
- 支持 reasoning model(
- 多场景 prompt — 解读训练 / 自由对话(教练风格统一)
- 流式响应 — SSE,前端实时渲染
- 本地数据库 — SQLite + SQLAlchemy 2.0(数据不离开电脑)
- 个体画像 — FTP / max_hr / lthr / 体重等核心字段
- 5 个 REST 模块 — activities / athlete / dashboard / dev(mock) / coach
- 冒烟测试 —
scripts/smoke_test.py端到端跑通
- 6 个页面 — Dashboard / 训练列表 / 训练详情 / 导入 / 个人画像 / AI 教练对话
- 5 类图表 — 功率曲线 / 心率区间 / 功率-心率-海拔时间图 / 周柱状 / 表格
- AI 教练对话 — 用户/AI 气泡、SSE 流式、停止按钮、思考过程折叠、Markdown 渲染
- 5 个 Mock 训练模板 — 无 FIT 文件也能完整体验
- 跨平台一键启动 — Windows
.bat+ macOS/Linux.sh(沙盒内验证通过) - GBK 编码兼容 — Windows 启动器自动 UTF-8,无解码错误
- 直接调
node_modules/.bin/vite— 避免 pnpm + 中文路径兼容性坑
Windows:解压后双击 启动.bat,等 1-2 分钟,看到「应用已就绪」后浏览器开 http://localhost:1420。
macOS / Linux:
chmod +x start.sh
./start.sh启动脚本会自动装 Python venv + Node 依赖、配 pip / npm 镜像源、起后端 + 前端。
停止:停止.bat 或 ./stop.sh
- 打开
http://localhost:1420 - 进入「导入」页面
- 点「Z2 长距离 90min」生成一个模拟活动
- 自动跳到「训练详情」,看到:
- 功率 / 心率 / 海拔 实时图
- 功率曲线 (MMP)
- HR 区间分布
- AI 教练报告(点击「AI 分析」生成)
- 切到「AI 教练」直接对话(支持 minimax M3,带推理过程)
- 「Dashboard」看整体训练负荷
- 「个人画像」调整你的 FTP / 最大心率
┌──────────────────────────────────────────────────────┐
│ React 前端 (Vite :1420) │
│ Dashboard · 训练 · 训练详情 · AI教练 · 导入 · 画像│
│ 苹果毛玻璃风格 · 实时图表 · SSE 流式对话 │
└────────────────────┬─────────────────────────────────┘
│ HTTP (Vite 代理)
▼
┌──────────────────────────────────────────────────────┐
│ Python Sidecar (FastAPI :8765) │
│ FIT 解析 → 指标计算 → 个体画像 → AI 教练 Agent │
│ SSE 流式 chat · Mock 数据生成器 │
└────────────────────┬─────────────────────────────────┘
│ HTTPS
▼
minimax M3 / OpenAI 兼容 LLM
(Mock 模式无需 key,本地直接跑)
| 层 | 技术 |
|---|---|
| 前端 | React 18 + Vite 5 + TypeScript + Tailwind 3 + Recharts + Zustand + react-markdown |
| 后端 | Python 3.11+ + FastAPI + uvicorn |
| 数据 | SQLite + SQLAlchemy 2.0 |
| FIT 解析 | fitparse |
| 指标 | NumPy / SciPy / Pandas |
| LLM | minimax M3 / OpenAI 兼容协议 / Mock 兜底 |
cycling-coach/
├── 启动.bat / 启动.sh / 停止.bat / 停止.sh
├── start.py / stop.py / diagnose.py
├── .env.example # 模板(不含 key)
│
├── backend/ # Python FastAPI Sidecar
│ ├── main.py # FastAPI 入口 + lifespan
│ ├── core/ # config / logging
│ ├── parsers/ # FIT → 标准化 Activity
│ ├── metrics/ # 功率 / 心率 / 曲线计算
│ ├── profile/ # 个体画像
│ ├── db/ # SQLAlchemy ORM
│ ├── routers/ # 5 个 REST 路由
│ ├── coach/ # AI 教练 Agent
│ │ ├── m3_client.py # OpenRouter 客户端 + reasoning model 支持
│ │ ├── orchestrator.py # SSE 流式编排
│ │ ├── tools/ # 工具注册
│ │ └── prompts/ # 风格 + 场景 prompt
│ └── reports/ # 报告生成(预留)
│
├── frontend/ # React + Vite
│ ├── src/
│ │ ├── App.tsx
│ │ ├── pages/ (6 个页面)
│ │ ├── components/ (7 个组件,含 ChatMessage)
│ │ ├── lib/ (api + types)
│ │ ├── store/ (Zustand)
│ │ └── styles/index.css # 苹果毛玻璃基础类
│ ├── tailwind.config.js # 浅色主题
│ └── package.json
│
├── scripts/
│ ├── smoke_test.py # 端到端冒烟测试
│ └── screenshot.mjs # 截图工具(开发用)
│
├── assets/screenshots/ # README 截图
│
├── workspace/ # 运行时数据(gitignore)
│ ├── input/ / output/
│ └── .gitkeep
│
└── docs/
├── PLAN.md # 项目规划
└── ARCHITECTURE.md # 架构文档(预留)
athletes -- 运动员(单用户 MVP)
id, name, ftp, ftp_estimated, max_hr, lthr, weight_kg, height_cm
activities -- 训练记录
id, athlete_id, source, start_time, duration_s, distance_m,
avg_power, max_power, avg_hr, max_hr, avg_cadence,
metrics (JSON: NP/IF/TSS/EF/VI/MMP/HR_zones/...),
samples_json (1Hz 1 小时内的样本),
laps_json, report, report_status
workouts -- AI 生成的训练课程(V0.2+)
preferences -- KV 偏好不配 M3_API_KEY 时,所有 AI 调用自动走 mock 兜底,返回一个基于真实指标的"假但合理"报告。
要在生产环境用真实 AI,在 .env 填入:
M3_API_KEY=sk-or-v1-...
M3_BASE_URL=https://openrouter.ai/api/v1
M3_MODEL=minimax/minimax-m3检查启动 cmd 有没有报错:
- 后端是否
Application startup complete - 前端是否
Local: http://127.0.0.1:1420/
V0.1.0 只支持 .fit 文件,其他格式(.tcx / .csv)留 V1.0。
Windows:
netstat -ano | findstr :8765
taskkill /F /PID <pid>macOS / Linux:
lsof -i :8765
kill -9 <pid>或者直接 停止.bat / ./stop.sh 清理。
| Dashboard | 训练详情 |
|---|---|
 |
 |
| AI 教练 | |
 |
- 数据格式:Garmin FIT SDK
MIT