健身营养

健身房训练计划与营养追踪器。通过 wger 搜索 690+ 种按肌肉、器械或类别分类的运动。通过 USDA FoodData Central 查找 380,000+ 种食物的宏量和卡路里。计算 BMI、TDEE、最大重复次数、宏量分配和体脂率——纯 Python，无需 pip 安装。专为追求健身增肌、减重或只是想吃得更好的人设计。

技能元数据


来源	可选 — 使用 `hermes 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：完整的 SKILL.md

정보

以下是 Hermes 在此技能被触发时加载的完整技能定义。当技能激活时，代理看到的指令就是以下内容。

健身与营养

专业健身教练与运动营养技能。两个数据源加上离线计算器——健身房爱好者所需的一切尽在一处。

数据源（全部免费，无 pip 依赖）：

wger (https://wger.de/api/v2/) — 开放式运动数据库，690+ 种运动，包含肌肉、器械、图片。公共端点无需认证。
USDA FoodData Central (https://api.nal.usda.gov/fdc/v1/) — 美国政府营养数据库，380,000+ 种食物。使用 DEMO_KEY 即可立即使用；免费注册可获得更高限额。

离线计算器（纯标准库 Python）：

BMI、TDEE（Mifflin-St Jeor 公式）、最大重复次数（Epley/Brzycki/Lombardi）、宏量分配、体脂率（美国海军方法）

何时使用

当用户询问以下内容时触发此技能：

运动、训练、健身房套路、肌肉群、训练分化
食物宏量、卡路里、蛋白质含量、饮食计划、卡路里计算
身体成分：BMI、体脂、TDEE、卡路里盈余/赤字
最大重复次数估算、训练百分比、渐进超负荷
减脂、增肌或维持的宏量比例

操作流程

运动查询（wger API）

所有 wger 公共端点均返回 JSON，无需认证。始终在运动查询中添加 format=json 和 language=2（英语）。

步骤 1 — 识别用户需求：

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

步骤 2 — 参考 ID（以便无需额外 API 调用）：

运动类别：

ID	类别
8	手臂
9	腿部
10	腹部
11	胸部
12	背部
13	肩部
14	小腿
15	有氧
肌肉：

ID	肌肉名称	ID	肌肉名称
1	肱二头肌	2	三角肌前束
3	前锯肌	4	胸大肌
5	腹外斜肌	6	腓肠肌
7	腹直肌	8	臀大肌
9	斜方肌	10	股四头肌
11	股二头肌	12	背阔肌
13	肱肌	14	肱三头肌
15	比目鱼肌

器材：

ID	器材名称
1	杠铃
3	哑铃
4	瑜伽垫
5	瑞士球
6	引体向上杆
7	无（自重）
8	长凳
9	上斜凳
10	壶铃

步骤 3 — 获取并展示结果：

# 按名称搜索动作
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} | 类别: {d.get('category','N/A')}\")
"

# 获取某个动作的完整详情
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\"动作名称  : {t.get('name','N/A')}\")
print(f\"类别      : {data.get('category',{}).get('name','N/A')}\")
print(f\"主要肌群  : {', '.join(m.get('name_en','') for m in data.get('muscles',[])) or 'N/A'}\")
print(f\"辅助肌群  : {', '.join(m.get('name_en','') for m in data.get('muscles_secondary',[])) or '无'}\")
print(f\"所需器材  : {', '.join(e.get('name','') for e in data.get('equipment',[])) or '自重'}\")
print(f\"动作要领  : {desc[:500]}\")
imgs=data.get('images',[])
if imgs: print(f\"图片链接  : {imgs[0].get('image','')}\")
"

# 按肌肉、类别或器材筛选动作
# 根据需要组合筛选条件：?muscles=4&equipment=1&language=2&status=2
FILTER="$1"  # 例如 "muscles=4" 或 "category=11" 或 "equipment=3"
curl -s "https://wger.de/api/v2/exercise/?${FILTER}&language=2&status=2&limit=20&format=json" \
  | python3 -c "
import json,sys
data=json.load(sys.stdin)
print(f'共找到 {data.get(\"count\",0)} 个动作。')
for ex in data.get('results',[]):
    print(f\"  ID {ex['id']:>4} | 肌肉: {ex.get('muscles',[])} | 器材: {ex.get('equipment',[])}\")
"

营养查询（USDA FoodData Central）

如果设置了 USDA_API_KEY 环境变量，则使用它，否则回退到 DEMO_KEY。 DEMO_KEY 限制为 30 次请求/小时。免费注册密钥限制为 1,000 次请求/小时。

# 按名称搜索食品
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()
"

# 按FDC ID获取详细营养信息
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

使用 scripts/ 中的辅助脚本进行批量操作，或者直接内联运行进行单次计算：

python3 scripts/body_calc.py bmi <体重_kg> <身高_cm>
python3 scripts/body_calc.py tdee <体重_kg> <身高_cm> <年龄> <M|F> <活动水平 1-5>
python3 scripts/body_calc.py 1rm <重量> <次数>
python3 scripts/body_calc.py macros <tdee_kcal> <cut|maintain|bulk>
python3 scripts/body_calc.py bodyfat <M|F> <颈围_cm> <腰围_cm> [臀围_cm] <身高_cm>

详见 references/FORMULAS.md，了解每个公式背后的科学原理。

常见陷阱

wger 运动端点默认返回所有语言——务必添加 language=2 只获取英文结果
wger 包含未经审核的用户提交内容——添加 status=2 只获取已批准的运动
USDA DEMO_KEY 限制 30 次请求/小时——批量请求之间添加 sleep 2，或者获取免费密钥
USDA 数据是每 100g 的数值——提醒用户按实际份量换算
BMI 无法区分肌肉和脂肪——肌肉发达的人 BMI 偏高不一定不健康
体脂公式是估算值（±3-5%）——如需精确结果，建议进行 DEXA 扫描
1RM 公式在超过 10 次时准确度下降——使用 3-5 次组能获得最佳估算
wger 的 exercise/search 端点参数名是 term 而非 query

验证

执行运动搜索后：确认结果包含运动名称、肌肉群和器材信息。执行营养查询后：确认返回每 100g 的宏量营养素（千卡、蛋白质、脂肪、碳水化合物）。执行计算器后：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
按名称搜索练习	wger	`GET /api/v2/exercise/search/?term=&language=english`
练习详情	wger	`GET /api/v2/exerciseinfo/{id}/`
按肌肉筛选	wger	`GET /api/v2/exercise/?muscles={id}&language=2&status=2`
按器材筛选	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 / 1RM / 宏量营养素	离线	`python3 scripts/body_calc.py`

技能元数据​

参考：完整的 SKILL.md​

健身与营养

何时使用​

操作流程​

运动查询（wger API）​

营养查询（USDA FoodData Central）​

离线计算器​

常见陷阱​

验证​

快速参考​