🏠 Главная › user guide › health fitness nutrition

{/ Эта страница автоматически создается на основе файла SKILL.md навыка с помощью сайта site/scripts/generate-skill-docs.py. Редактируйте исходный код SKILL.md, а не эту страницу. /}

Фитнес-питание

Планировщик тренировок в тренажерном зале и трекер питания. Найдите более 690 упражнений по мышцам, оборудованию или категории через wger. Найдите макросы и калории для более чем 380 000 продуктов питания через USDA FoodData Central. Вычисление ИМТ, TDEE, максимума в одном повторении, макро-разделения и количества жира в организме — чистый Python, без установки pip. Создан для тех, кто гонится за набором веса, снижает вес или просто пытается лучше питаться.

Метаданные навыков
Источник Необязательно — установите с помощью hermesskillsinstallofficial/health/fitness-nutrition
Путь дополнительные навыки/здоровье/фитнес-питание
Версия 1.0.0
Лицензия Массачусетский технологический институт
Платформы Linux, MacOS, Windows
Теги здоровье, фитнес, питание, тренажерный зал, тренировки, диета, упражнения

Ссылка: полная версия SKILL.md:::информация

Ниже приведено полное определение навыка, которое Гермес загружает при активации этого навыка. Это то, что агент видит в качестве инструкций, когда навык активен.

Фитнес и питание

Опытный фитнес-тренер и спортивный диетолог. Два источника данных плюс офлайн-калькуляторы — все, что нужно любителю тренажерного зала, в одном месте.

Источники данных (все бесплатно, без зависимостей от pip):

Офлайн-калькуляторы (чистый стандартный Python):

Когда использовать

Активируйте этот навык, когда пользователь спрашивает о: - Упражнения, тренировки, упражнения в тренажерном зале, группы мышц, сплиты тренировок. - Пищевые макросы, калории, содержание белка, планирование еды, подсчет калорий. - Состав тела: ИМТ, жировые отложения, TDEE, избыток/дефицит калорий. - Оценка одноповторного максимума, процент тренировок, прогрессивная перегрузка. - Макропропорции для резки, набора массы или ухода.

Процедура

Поиск упражнений (wger API)

Все общедоступные конечные точки wger возвращают JSON и не требуют аутентификации. Всегда добавлять format=json и language=2 (английский) для выполнения запросов.

Шаг 1. Определите, чего хочет пользователь:

Шаг 2. Ссылочные идентификаторы (чтобы вам не требовались дополнительные вызовы API):

Категории упражнений:

удостоверение личности Категория
8 Оружие
9 Ноги
10 Пресс
11 Сундук
12 Назад
13 Плечи
14 Телята
15 Кардио

Мышцы:

удостоверение личности Мышцы удостоверение личности Мышцы
1 Двуглавая мышца плеча 2 Передняя дельтовидная мышца
3 Передняя зубчатая мышца 4 Большая грудная мышца
5 Наружная косая мышца 6 Икроножные
7 Прямая мышца живота 8 Большая ягодичная мышца
9 Трапеция 10 Четырехглавая мышца бедра
11 Двуглавая мышца бедра 12 Широчайшая мышца спины
13 Брахиалис 14 Трехглавая мышца плеча
15 Солеус

Оборудование:

удостоверение личности Оборудование
1 Штанга
3 Гантель
4 Коврик для спортзала
5 Швейцарский мяч
6 Перекладина
7 нет (собственный вес)
8 Скамейка
9 Наклонная скамья
10 Гиря

Шаг 3. Получение и представление результатов:

# 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',[])}\")
"

Поиск по питанию (USDA FoodData Central)

Использует переменную окружения USDA_API_KEY, если она установлена, в противном случае возвращается к DEMO_KEY. DEMO_KEY = 30 запросов/час. Бесплатный ключ регистрации = 1000 запросов/час.

# 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','')}\")
"

Офлайн-калькуляторы

Используйте вспомогательные сценарии в scripts/ для пакетных операций, или запустите встроенный режим для отдельных вычислений:

См. «References/FORMULAS.md» для получения научной информации, лежащей в основе каждой формулы.

Подводные камни

Проверка

После запуска поиска упражнений: результаты подтверждения включают названия упражнений, группы мышц и оборудование. После просмотра питания: убедитесь, что макросы на 100 г возвращаются с ккал, белками, жирами и углеводами. После калькуляторов: результаты проверки работоспособности (например, TDEE должно составлять 1500–3500 для большинства взрослых).

Краткий справочник

Задача Источник Конечная точка
Поиск упражнений по названию вгер GET /api/v2/exercision/search/?term=&language=english
Подробности упражнения вгер GET /api/v2/exercisioninfo/{id}/
Фильтровать по мышцам вгер GET /api/v2/exercision/?muscles={id}&language=2&status=2
Фильтровать по оборудованию вгер GET /api/v2/exercision/?equipment={id}&language=2&status=2
Список категорий вгер GET /api/v2/exercisioncategory/
Список мышц вгер GET /api/v2/muscle/
Поиск продуктов Министерство сельского хозяйства США GET /fdc/v1/foods/search?query=&dataType=Foundation,SR Legacy
Детали еды Министерство сельского хозяйства США GET /fdc/v1/food/{fdcId}
ИМТ/TDEE/1ПМ/макросы оффлайн скрипты Python3/body_calc.py