title: “Fitness Nutrition — Gym workout planner and nutrition tracker” sidebar_label: “Fitness Nutrition” description: “Gym workout planner and nutrition tracker”

{/* 此页面由 website/scripts/generate-skill-docs.py 根据技能的 SKILL.md 文件自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}

健身营养

一款健身计划制定与营养追踪工具。可通过 wger 按肌肉群、训练器械或类别搜索 690 多种锻炼动作；还能通过 USDA FoodData Central 查阅 380,000 多种食物的营养成分与热量信息。无需安装任何第三方库，仅依靠纯 Python 即可计算 BMI、TDEE、一次最大力量、宏量营养素分配比例及体脂率——非常适合那些希望增强体质、减重或改善饮食习惯的用户。

技能元数据

参考：完整 SKILL.md 文件

:::info 以下是当触发该技能时 Hermes 会加载的完整技能定义。技能激活后，智能体将依据此内容执行相应操作。

::

健身与营养

由专业健身教练和运动营养师打造的技能。整合两大数据源以及离线计算工具，满足健身爱好者的一切需求。

数据源（全部免费，无需安装任何第三方库）：

• wger（https://wger.de/api/v2/）—— 开源的锻炼动作数据库，收录 690 多种锻炼动作，并标注对应的肌肉群、训练器械及图片。公共接口无需任何认证。
• USDA FoodData Central（https://api.nal.usda.gov/fdc/v1/）—— 美国政府的营养数据库，包含 380,000 多种食物的信息。使用 DEMO_KEY 即可立即使用；如需更高查询量，可免费注册账号。

离线计算工具（纯标准库 Python 实现）：

• BMI、TDEE（Mifflin-St Jeor 公式）、一次最大力量（Epley/Brzycki/Lombardi 公式）、宏量营养素分配比例、体脂率（美国海军计算法）

适用场景

当用户询问以下内容时，可触发此技能：

• 锻炼动作、训练计划、健身流程、肌肉群、训练分组方式
• 食物的宏量营养素、热量、蛋白质含量、饮食规划、热量计算
• 身体成分：BMI、体脂率、TDEE、热量盈余/缺口
• 一次最大力量估算值、训练强度百分比、渐进超负荷训练法
• 减脂、增肌或维持体重的宏量营养素比例

操作步骤

查询锻炼动作（wger API）

所有 wger 公共接口均返回 JSON 格式数据，且无需认证。在查询锻炼动作时，务必添加 format=json 和 language=2（英语）参数。

步骤 1 — 明确用户需求：

• 按肌肉群查询 → 使用 /api/v2/exercise/?muscles={id}&language=2&status=2&format=json
• 按类别查询 → 使用 /api/v2/exercise/?category={id}&language=2&status=2&format=json
• 按训练器械查询 → 使用 /api/v2/exercise/?equipment={id}&language=2&status=2&format=json
• 按名称查询 → 使用 /api/v2/exercise/search/?term={query}&language=english&format=json
• 查看完整信息 → 使用 /api/v2/exerciseinfo/{exercise_id}/?format=json

步骤 2 — 参考编号（避免重复调用 API）：

锻炼动作类别对应编号：

肌肉对应编号：

训练器械对应编号：

步骤 3 — 获取结果并呈现：

# 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',[])}\")
"

营养成分查询（USDA FoodData Central）

若已设置 USDA_API_KEY 环境变量，则使用该密钥；否则将自动回退至 DEMO_KEY。 DEMO_KEY 每小时允许 30 次请求，而免费注册生成的密钥则每小时允许 1,000 次请求。

# 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','')}\")
"

离线计算工具

可使用 scripts/ 目录中的辅助脚本进行批量运算，或直接运行以进行单次计算：

• 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> <男|女> <活动强度 1-5>
• python3 scripts/body_calc.py 1rm <重量> <重复次数>
• python3 scripts/body_calc.py macros <TDEE千卡值> <减脂|维持体重|增肌>
• python3 scripts/body_calc.py bodyfat <男|女> <颈围_cm> <腰围_cm> [臀围_cm] <身高_cm>

如需了解各公式背后的科学原理，请参阅 references/FORMULAS.md 文件。

常见问题与注意事项

• wger 的运动数据接口默认返回所有语言版本——如需获取英文结果，务必添加 language=2 参数。
• wger 包含未经验证的用户提交内容——如仅需查看已通过审核的运动项目，请添加 status=2 参数。
• USDA 提供的 DEMO_KEY 每小时仅允许30次请求——如需高频调用，可在批量请求之间添加 sleep 2 命令，或申请免费密钥。
• USDA 的数据是按每100克计算的——需提醒用户根据实际摄入量进行换算。
• BMI 指标无法区分肌肉与脂肪——肌肉量较大的人即使BMI偏高，也未必意味着健康状况不佳。
• 体脂率计算公式仅为估算值（误差范围为±3-5%）——如需精确数值，建议进行DEXA扫描。
• 1RM（一次最大力量）计算公式的准确性在超过10次重复次数时会有所下降——为获得更准确的数值，建议以3-5次为一组进行测试。
• wger 的 exercise/search 接口使用的参数名为 term，而非 query。

结果验证

执行运动搜索后，需确认返回的结果包含运动名称、涉及的肌肉群以及所需器械。 执行营养查询后，需确认返回的每100克营养成分数据中包含千卡值、蛋白质、脂肪和碳水化合物的含量。 使用计算工具后，应对输出结果进行合理性检查（例如，大多数成年人的TDEE数值应在1500-3500之间）。

快速参考表