耐力骑行AI教练

技能简介

Section 11 是一套基于循证方法的耐力骑行AI教练协议，版本11.4。通过整合运动员个人档案、实时训练数据与长期历史趋势，提供训练分析、课表规划、前后报告生成及骑行指导建议。

业务背景

为骑行爱好者及运动团队提供科学化、个性化的耐力训练管理。整合多源数据自动分析训练负荷与恢复状态，辅助制定周期课表，降低盲目训练导致的损伤风险，提升备赛效率与运动表现。

落地案例：一位业余车手准备秋季 gran fondo 赛事。首次使用时配置个人功率区间与目标赛事日期，建立私有数据仓库同步历史训练记录；每日系统自动读取最新7天数据生成准备度评估，提示当日是否适合执行高强度间歇课；周末长距离骑完后获取完成度总结，动态调整下周训练量。

能做什么

• 分析训练数据并生成训练前后报告
• 制定个性化训练课表与周期计划
• 回答训练相关问题并提供骑行指导
• 监控训练负荷（CTL/ATL/TSB）、急性慢性负荷比（ACWR）等关键指标
• 根据天气条件与身体状态给出Go/Modify/Skip建议

使用说明

首次使用需完成三项配置：

1. 创建运动员档案（DOSSIER.md）
   从 https://raw.githubusercontent.com/CrankAddict/section-11/main/DOSSIER_TEMPLATE.md 获取模板，填写功率区间、目标赛事、周训练安排等信息，保存至工作区。
2. 设置JSON数据源
   建立private GitHub仓库或本地目录存放训练数据；配置Intervals.icu自动同步至latest.json（近7天+28天衍生指标）与history.json（90天日数据/180天周数据/3年月数据）；将原始URL或本地路径写入DOSSIER.md。
3. 配置心跳设置（HEARTBEAT.md）
   从 https://raw.githubusercontent.com/CrankAddict/section-11/refs/heads/main/openclaw/HEARTBEAT_TEMPLATE.md 获取模板，设定位置、时区、户外骑行时段、天气阈值及通知时间。

日常操作：每次响应训练问题前必须先fetch latest.json；趋势分析时需额外fetch history.json。遵循SECTION_11.md协议规则，使用预计算指标而非虚拟计算。

输入与输出

见下方输入与输出表格。

风险提示

• 所有训练建议需经Section 11 C验证清单审核后方可输出
• 禁止对预计算指标进行虚拟数学运算，必须使用fetch获取的原始值
• 心率变异性、睡眠等健康数据仅供参考，不能替代医疗诊断
• 高负荷训练存在运动损伤风险，建议结合主观疲劳感受综合判断

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/crankaddict/section11/SKILL.md
来源类型：GitHub开源项目