fitness-nutrition

name fitness-nutrition description 健身动作库与营养查询。通过 wger API 搜索 690+ 动作（按肌群/器械/名称）， 通过 USDA FoodData Central 查询 38万+ 食物营养数据。 离线计算器：BMI、TDEE、1RM、宏量分配、体脂率。纯 Python，无 pip 依赖。 platforms ["linux","macos","windows"] version 1.0.0 authors ["haileymarshall (original)"] license MIT Fitness & Nutrition 健身动作库 + 营养查询 + 身体计算器，训练计划所需数据全部在这里。 When to Use 触发此 skill 当用户： 制定训练计划（需要查动作） 问动作怎么做（需要动作详情） 问饮食/营养（需要食物数据或宏量计算） 需要计算 BMI / TDEE / 1RM / 体脂率 / 宏量分配 Procedure 动作查询（wger API） wger 公开端点无需认证。始终加 language=2&status=2 获取已审核英文动作。 按名称搜索： 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\")}') " 获取动作详情： 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'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\",\"\")}') " 按肌群/器械筛选： 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\",[])}') " 营养查询（USDA FoodData Central） 使用 USDA_API_KEY 环境变量，未设置则回退到 DEMO_KEY 。 DEMO_KEY = 30次/小时，免费注册 = 1000次/小时。 # 搜索单种食物 python3 scripts/nutrition_search.py "chicken breast" # 搜索多种食物 python3 scripts/nutrition_search.py "rice" "eggs" "broccoli" 身体计算（离线） 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> <活动量1-5> python3 scripts/body_calc.py 1rm <重量> <次数> python3 scripts/body_calc.py macros <TDEE> < cut |maintain|bulk> python3 scripts/body_calc.py bodyfat <M|F> <颈围cm> <腰围cm> [臀围cm] <身高cm> 公式出处见 references/FORMULAS.md 。 中文适配规则 wger 和 USDA 返回的数据都是英文，必须： 动作名 ：保留英文原名 + 附带中文常用名（如 Bench Press/卧推） 动作描述 ：翻译为中文后输出，不直接给用户看英文原文 食物名 ：翻译为中文（如 chicken breast → 鸡胸肉） 肌群名 ：用中文（如 Pectoralis major → 胸大肌） Pitfalls wger 默认返回所有语言 → 必须加 language=2 筛英文 wger 包含未审核用户提交 → 必须加 status=2 只取已审核 USDA DEMO_KEY 30次/小时 → 批量查询加 sleep 2 或注册免费 Key USDA 数据是每 100g → 提醒用户按实际份量换算 BMI 不区分肌肉和脂肪 → 肌肉型用户高 BMI 不是问题 体脂率公式误差 ±3-5% → 建议DEXA扫描获取精确值 1RM 公式在 >10 次时准确度下降 → 用 3-5 次的数据估算最准 wger 的搜索端点用 term 不是 query