健身营养

健身房训练计划与营养追踪器。通过 wger 按肌肉、器械或类别搜索 690 多种训练动作。通过 USDA FoodData Central 查询 38 万多种食物的宏量和卡路里。计算 BMI、TDEE、单次最大重量、宏量营养素分配和体脂率——纯 Python 实现，无需 pip 安装。专为追求增肌、减脂或只是想改善饮食的人打造。

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
标签	health, fitness, nutrition, gym, workout, diet, exercise

参考：完整 SKILL.md

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是 Agent 在技能激活时看到的指令。

健身与营养

专业的健身教练和运动营养师技能。两个数据源加上离线计算器——健身爱好者所需的一切尽在其中。

数据源（全部免费，无需 pip 依赖）：

• wger (https://wger.de/api/v2/) — 开放运动数据库，690+ 项运动，包含肌肉、器械、图片信息。公共端点无需任何认证。
• USDA FoodData Central (https://api.nal.usda.gov/fdc/v1/) — 美国政府营养数据库，380,000+ 种食品。DEMO_KEY 立即可用；免费注册可获得更高限额。

离线计算器（纯 Python 标准库实现）：

• BMI、TDEE（Mifflin-St Jeor 公式）、单次最大重量（Epley/Brzycki/Lombardi 公式）、宏量营养素分配、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、健身计划、肌肉群、训练分化
• 食物宏量营养素、卡路里、蛋白质含量、饮食规划、卡路里计算
• 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营养素比例

---

步骤

运动查询（wger API）

所有 wger 公共端点均返回 JSON 且无需认证。查询运动时请始终添加 format=json 和 language=2（英文）。

第 1 步 — 确定用户需求：

• 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
• 按器材 → 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
• 查看完整详情 → 使用 /api/v2/exerciseinfo/{exercise_id}/?format=json

第 2 步 — 参考 ID（这样你就不需要额外的 API 调用）：

运动类别：

ID	类别
8	手臂
9	腿部
10	腹肌
11	胸部
12	背部
13	肩部
14	小腿
15	有氧运动

肌肉：

ID	肌肉	ID	肌肉
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
Equipment:

编号	器材
1	杠铃
3	哑铃
4	健身垫
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：

# 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','')}\")
"

# 按肌肉、类别或设备筛选练习
# 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'找到 {data.get(\"count\",0)} 个练习。')
for ex in data.get('results',[]):
    print(f\"  ID {ex['id']:>4} | 肌肉: {ex.get('muscles',[])} | 设备: {ex.get('equipment',[])}\")
"

营养查询（USDA FoodData Central）

如果设置了 USDA_API_KEY 环境变量则使用该变量，否则回退到 DEMO_KEY。 DEMO_KEY = 30 次请求/小时。免费注册的密钥 = 1,000 次请求/小时。

# 按名称搜索食物
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('未找到食物。'); sys.exit()
for f in foods:
    n={x['nutrientName']:x.get('value','?') for x in f.get('foodNutrients',[])}
    cal=n.get('能量','?'); prot=n.get('蛋白质','?')
    fat=n.get('总脂肪','?'); carb=n.get('碳水化合物（按差值）','?')
    print(f\"{f.get('description','N/A')}\")
    print(f\"  每100克：{cal} 千卡 | {prot}g 蛋白质 | {fat}g 脂肪 | {carb}g 碳水化合物\")
    print(f\"  FDC ID: {f.get('fdcId','N/A')}\")
    print()
"

# 按 FDC ID 获取详细营养素信息
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， 或直接内联运行进行单次计算：

• 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> See 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——始终添加 language=2 以获取英文结果
• wger 包含未经验证的用户提交内容——添加 status=2 仅获取已批准的运动
• USDA DEMO_KEY 有每小时 30 次请求限制——在批量请求之间添加 sleep 2，或申请免费密钥
• USDA 数据是每 100 克的——提醒用户按实际份量进行缩放
• 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%）——建议使用 DEXA 扫描以获得精确结果
• 1RM 公式在超过 10 次重复时准确性下降——使用 3-5 次重复组可获得最佳估算
• wger 的 exercise/search 端点使用 term 而非 query 作为参数名

---

验证

运行运动搜索后：确认结果包含运动名称、肌肉群和器械。 完成营养查询后：确认返回每 100 克的宏量营养素（千卡、蛋白质、脂肪、碳水化合物）。 使用计算器后：检查输出是否合理（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	接口地址
按名称搜索运动	wger	GET /api/v2/exercise/search/?term=&language=english
运动详情	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