Token导航 LogoToken导航

Agent Skill · 研究检索

fitness-planner(健身规划师)

fitness-planner 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

fitness-planner 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为调用外部服务;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 21,952。

总安装 4,703周安装 194GitHub Stars 公开资料未说明下载 1,536核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.4.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:fitness-planner(健身规划师)
来源仓库:https://github.com/devioslang/fitness-planner
安装命令:
openclaw skills install fitness-planner
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install fitness-planner

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

健身规划助手,支持训练计划生成、打卡记录、统计周报、周期化训练、肌群进展追踪、多维度反馈、动作讲解和视频教学搜索。触发词:健身、训练计划、打卡、今天练什么、运动、周期、肌群、恢复状态、动作讲解。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install fitness-planner;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

fitness-planner 怎么安装?

在终端执行 openclaw skills install fitness-planner。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

fitness-planner 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

fitness-planner 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

fitness-planner 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

fitness-planner 用的人多吗?

公开数据是累计安装 4,703 次,近一周安装 194 次,下载 1,536 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

fitness-planner 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
fitness-planner

健身规划师 · 本页

4,703—调用外部服务MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
fitness-planner
description
健身规划助手,支持训练计划生成、打卡记录、统计周报、周期化训练、肌群进展追踪、多维度反馈、动作讲解和视频教学搜索。触发词:健身、训练计划、打卡、今天练什么、运动、周期、肌群、恢复状态、动作讲解。

Fitness Planner - 健身规划助手

一个帮助用户规划、追踪和调整健身训练的助手。核心理念:权威模板 + 低负担反馈。

触发场景

  • 用户问"帮我安排健身计划"、"生成训练计划"
  • 用户说"今天练什么"、"训练提醒"
  • 用户说"打卡"、"完成训练"
  • 用户说"这周练得怎么样"、"健身周报"
  • 用户提到健身、锻炼、运动安排相关话题

使用方式

调用代码模块

本 skill 包含完整的 TypeScript 实现,通过以下方式调用:

# 编译
cd ~/.openclaw/workspace/skills/fitness-planner
npm install
npm run build

在对话中使用

直接响应用户的自然语言输入,根据关键词识别意图:

用户输入识别为动作
初始化/开始配置init引导配置流程
生成计划/安排计划plan生成周计划
今天/今日today返回今日计划
打卡/完成checkin记录训练完成
太累/一般/没练够feeling更新感受
本周/进度progress显示周进度
统计/数据stats显示统计数据
周报/总结summary生成周总结
历史/记录history查看历史记录
配置/设置config查看/修改配置
动作讲解/教学exercise查看动作详细讲解

核心功能实现

1. 初始化配置

检查配置完整性,引导用户填写:

健身规划助手初始化
==================

请回答几个简单问题(可随时修改):

1. 性别:男 / 女
2. 年龄:____岁
3. 训练目标:增肌 / 减脂 / 塑形 / 保持 / 增强体能
4. 训练场地:健身房 / 居家徒手 / 户外跑步
5. 每周训练天数:3天 / 4天 / 5天 / 6天
6. 每次训练时长:30分钟 / 45分钟 / 60分钟
7. 健身经验:新手(<6个月)/ 中级(6-24个月)/ 高级(>24个月)

配置存储: ~/.openclaw/workspace/fitness-planner/config.json

2. 生成周计划

基于用户配置,从训练模板库中选择:

计划选择逻辑:

IF 居家 → 居家徒手计划
IF 减脂 AND 户外 → 跑步计划
IF 减脂 AND 时间少 → HIIT
IF 新手 → 全身训练A/B
IF 中级 AND 增肌 → PPL分化
IF 高级 AND 增肌 → 上肢下肢分化
DEFAULT → PPL

计划类型:

  • beginner-fullbody: 新手全身训练(3天)
  • push-pull-legs: 推拉腿分化(3-6天)
  • upper-lower: 上肢下肢分化(4天)
  • home-bodyweight: 居家徒手(3-5天)
  • running: 跑步计划(3-4天)
  • hiit: HIIT燃脂(3天)
3. 今日训练
🏋️ 今日训练提醒

📋 推日 - 胸、肩、三头
⏱️ 预计 45 分钟

动作清单:
✓ 卧推 4×8-10
   💡 收紧肩胛骨,胸部挺起
✓ 上斜哑铃推举 3×10-12
   💡 角度不要超过45°
4. 动作讲解(含视频教学)

用户可以查看单个或所有动作的详细讲解,系统会自动搜索 B站教学视频:

用户:动作讲解 卧推

📌 卧推

📺 https://www.bilibili.com/video/BVxxxxx/
   > 撸铁孔先森

动作步骤:
1. 平躺在卧推凳上,双脚踩稳地面
2. 双手握杠,握距略宽于肩
3. 下放杠铃至胸部中段,手肘约45°角
4. 推起杠铃至手臂伸直,顶峰收缩胸肌

要点:
• 收紧肩胛骨,胸部挺起
• 下放时吸气,推起时呼气
• 手腕保持中立,不要过度后伸

常见错误:
✗ 手肘外展90°,容易伤肩
✗ 起桥过高,借力腰腹

当没有指定动作名时,显示今日所有动作的讲解和视频链接。

视频搜索功能:

  • 自动调用 exa 搜索 B站教学视频
  • 缓存搜索结果 30 天,避免重复搜索
  • 缓存文件:fitness-planner/video-cache.json
4. 打卡流程
  1. 用户说「打卡」→ 记录完成
  2. 自动更新统计
  3. 询问感受:😫 太累 / 😐 一般 / 💪 没练够
5. 周总结
📊 本周训练总结

打卡:5/6 天
总时长:约 4 小时
感受分布:💪 3次 😐 2次 😫 0次

💡 建议:
   - 本周完成率较高,状态良好

数据文件

文件路径说明
config.jsonfitness-planner/config.json用户配置
stats.jsonfitness-planner/stats.json统计数据
current_week.jsonfitness-planner/plans/当前周计划
YYYY-MM.jsonfitness-planner/records/月度记录

代码结构

fitness-planner/
├── SKILL.md              # 本文件
├── package.json          # Node.js 配置
├── tsconfig.json         # TypeScript 配置
├── src/
│   ├── index.ts          # 主入口
│   ├── config.ts         # 配置管理
│   ├── templates.ts      # 训练模板
│   ├── recorder.ts       # 打卡记录
│   ├── stats.ts          # 统计模块
│   └── notifier.ts       # 消息格式化
├── references/
│   ├── templates.md      # 训练模板文档
│   └── exercises.md      # 动作库文档
└── scripts/
    └── init.sh           # 初始化脚本

注意事项

  1. 低负担原则 - 反馈问卷最多一个问题,优先从行为推断
  2. 温和提醒 - 不催促,用鼓励语气
  3. 灵活调整 - 支持用户随时修改计划
  4. 隐私保护 - 数据仅存储本地,不上传
  5. 视频补充 - 当用户需要更直观的教学时,使用 mcporter call 'exa.web_search_exa(query: "动作名 教学视频 bilibili", numResults: 3)' 搜索教学视频

视频搜索

当本地讲解不够详细或用户想要视频教学时:

# 搜索动作教学视频
mcporter call 'exa.web_search_exa(query: "卧推动作教学 bilibili", numResults: 3)'

# 或使用 agent-reach 的 B站搜索
yt-dlp --dump-json "ytsearch5:哑铃卧推 动作教学"

相关文件

  • 训练模板:references/templates.md
  • 动作库:references/exercises.md
  • 源代码:src/ 目录

🆕 新增功能(v1.4.0)

1. 周期化训练

自动管理训练周期,科学安排训练强度:

阶段时长特点
力量期4周大重量低次数(4-6次)
肌肥大期4周中等重量中等次数(8-12次)
耐力期4周轻重量高次数(15-20次)
减载周1周降低训练量,促进恢复

使用方式:

用户:周期
→ 显示当前训练阶段和进度

用户:下一阶段
→ 进入下一个训练阶段

自动调整:

  • 今日训练计划会根据当前阶段自动调整组数、次数和休息时间
  • 周期推进会在打卡时自动更新

2. 肌群进展追踪

追踪各肌群的训练量和恢复状态:

功能:

  • 记录每个肌群的总训练组数和次数
  • 追踪上次训练时间
  • 监测酸痛程度和恢复状态
  • 识别训练不足或过度训练的肌群

使用方式:

用户:肌群
→ 显示所有肌群的训练进展

用户:胸肌进展
→ 显示特定肌群的详细数据

智能提醒:

  • 超过7天未训练的肌群会被标记
  • 酸痛未恢复的肌群会建议跳过相关动作

3. 多维度反馈

综合评估恢复状态,给出训练建议:

追踪维度:

  • 睡眠时长和质量
  • 精力水平
  • 压力程度
  • 肌肉酸痛

恢复指数: 0-100分,综合睡眠(40%)、精力(30%)、压力(30%)

使用方式:

用户:睡眠7.5小时 精力好
→ 记录今日状态,返回恢复指数

用户:恢复状态
→ 查看综合分析报告

智能建议:

  • 恢复指数 < 40:建议休息或降低强度
  • 恢复指数 40-60:建议降低训练强度
  • 恢复指数 60-80:可以正常训练
  • 恢复指数 > 80:状态极佳,可以挑战高强度

4. 综合训练分析

今日训练会自动整合所有分析:

🏋️ 今日训练提醒

📋 胸肌重点日 - 胸肌、三头肌
⏱️ 预计 40 分钟
📅 训练阶段:肌肥大期(第 2 周)

动作清单:
✓ 哑铃卧推 3×8-13
   💡 推起时想象抱一棵大树
✓ 哑铃飞鸟 2×10-13
   💡 感受胸肌拉伸
⚠️ 窄距俯卧撑 2×10-13 (建议跳过)

💡 三头肌酸痛较重,建议降低强度
😴 恢复指数:65/100 - 可以正常训练

训练完成后回复「打卡」记录 ✅

数据文件

文件说明
periodization_state.json周期化训练状态
muscle_progress.json肌群进展数据
feedback_state.json多维度反馈数据
video-cache.json视频搜索缓存
adjustment_state.json强度调整状态

平台分布

OpenClaw

88.87%
按下载量换算1,365

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills