Wardn Hub
MCP ServersSkillsCategoriesAPI docsSubmit server
Submit server
Wardn HubTrusted MCP server directory.

Registry

  • MCP Servers
  • Skills
  • Categories

Resources

  • API docs
  • Score method

Contribute

  • Submit server
  • Advertise
© 2026 Wardn Hub
Wardn Hub
MCP ServersSkillsCategoriesAPI docsSubmit server
Submit server
skills/FreedomIntelligence/OpenClaw-Medical-Skills/fitness-analyzer

fitness-analyzer

1
FreedomIntelligence/OpenClaw-Medical-Skills·Sports·Audit pending·Snapshot bd710be032d5

Summary

This source did not publish a separate summary. Review SKILL.md before using the skill.

SKILL.md

运动分析器技能

分析运动数据,识别运动模式,评估健身进展,并提供个性化训练建议。

功能

1. 运动趋势分析

分析运动量、频率、强度的变化趋势,识别改善或需要调整的方面。

分析维度:

  • 运动量趋势(时长、距离、卡路里)
  • 运动频率趋势(每周运动天数)
  • 强度分布变化(低/中/高强度占比)
  • 运动类型偏好变化

输出:

  • 趋势方向(改善/稳定/下降)
  • 变化幅度和百分比
  • 趋势显著性
  • 改进建议

2. 运动进步追踪

追踪特定运动类型的进步情况,量化健身效果。

支持的进步追踪:

  • 跑步进步:配速提升、距离增加、心率改善
  • 力量训练进步:重量增加、容量提升、RPE变化
  • 耐力进步:运动时长增加、距离延长
  • 柔韧性进步:关节活动度改善

输出:

  • 开始值 vs 当前值
  • 改善百分比
  • 进步可视化
  • 达成的里程碑

3. 运动习惯分析

识别用户的运动习惯和模式。

分析内容:

  • 常用运动时间(早晨/下午/晚上)
  • 运动频率模式(每周几天)
  • 运动类型偏好
  • 休息日分布
  • 运动一致性评分

输出:

  • 习惯总结
  • 一致性评分(0-100)
  • 优化建议
  • 习惯养成建议

4. 相关性分析

分析运动与其他健康指标的相关性。

支持的相关性分析:

  • 运动 ↔ 体重:运动消耗与体重变化的关系
  • 运动 ↔ 血压:运动对血压的长期影响
  • 运动 ↔ 血糖:运动对血糖控制的效果
  • 运动 ↔ 情绪/睡眠:运动对情绪和睡眠的影响

输出:

  • 相关系数(-1到1)
  • 相关性强度(弱/中/强)
  • 统计显著性
  • 因果关系推断
  • 实践建议

5. 个性化建议生成

基于用户数据生成个性化运动建议。

建议类型:

  • 运动频率建议:是否需要增加/减少运动频率
  • 运动强度建议:强度调整建议
  • 运动类型建议:推荐尝试的运动类型
  • 运动时间建议:最佳运动时间
  • 恢复建议:休息和恢复建议
  • 建议依据:

    • WHO/ACSM/AHA运动指南
    • 用户运动历史数据
    • 用户健康状况
    • 用户健身目标

    输出格式

    趋势分析报告

    # 运动趋势分析报告
    
    ## 分析周期
    2025-03-20 至 2025-06-20(3个月)
    
    ## 运动量趋势
    
    ### 运动时长
    - 趋势:⬆️ 上升
    - 开始:平均120分钟/周
    - 当前:平均180分钟/周
    - 变化:+50%(+60分钟/周)
    - 解读:运动量显著增加,表现优秀
    
    ### 卡路里消耗
    - 趋势:⬆️ 上升
    - 开始:平均960卡/周
    - 当前:平均1440卡/周
    - 变化:+50%
    - 解读:运动消耗增加,有助于体重管理
    
    ### 运动距离
    - 趋势:⬆️ 上升
    - 开始:平均10公里/周
    - 当前:平均20公里/周
    - 变化:+100%
    - 解读:耐力显著提升
    
    ## 运动频率
    
    - 当前频率:4天/周
    - 目标频率:4-5天/周
    - 状态:✅ 达标
    - 建议:保持当前频率
    
    ## 强度分布
    
    | 强度 | 占比 | 变化 |
    |------|------|------|
    | 低强度 | 25% | +5% |
    | 中等强度 | 55% | -10% |
    | 高强度 | 20% | +5% |
    
    **分析**:强度分布合理,中等强度占主导,符合有氧运动建议。
    
    ## 运动类型分布
    
    | 运动类型 | 占比 |
    |---------|------|
    | 跑步 | 50% |
    | 瑜伽 | 25% |
    | 力量训练 | 25% |
    
    **建议**:可以适当增加力量训练比例至30-40%。
    
    ## 洞察与建议
    
    ### 优势
    1. ✅ 运动量稳定增长,(+50%)
    2. ✅ 运动频率稳定,每周4天
    3. ✅ 休息日充足,恢复良好
    
    ### 改进建议
    1. 📈 每周增加2次力量训练
    2. 📈 尝试不同运动类型避免单调
    3. 📈 适当增加高强度间歇训练(HIIT)
    
    ### 警示
    1. ⚠️ 注意运动强度不宜过高,控制在中等强度为主
    

    相关性分析报告

    # 运动与血压相关性分析
    
    ## 数据来源
    - 运动数据:fitness-logs (2025-03-20 至 2025-06-20)
    - 血压数据:hypertension-tracker (同期)
    
    ## 分析结果
    
    ### 相关系数
    - 变量:每周运动时长 ↔ 收缩压
    - 相关系数:r = -0.68
    - 相关性强度:**强负相关**
    - 统计显著性:p < 0.01 **高度显著**
    
    ### 解读
    运动时长与收缩压呈强负相关,意味着:
    - 运动越多,血压越低
    - 每增加30分钟运动,收缩压平均下降3-5 mmHg
    
    ### 实践建议
    1. ✅ 继续保持规律运动,每周5-7天
    2. ✅ 每次运动30-60分钟,中等强度
    3. ✅ 优先选择有氧运动(快走、慢跑、骑行)
    4. ⚠️ 避免憋气动作和突然爆发性运动
    
    ### 医学参考
    - AHA声明:规律有氧运动可降低收缩压5-7 mmHg
    - 您的运动效果:降低约10 mmHg,效果显著!
    

    进步追踪报告

    # 跑步进步追踪
    
    ## 分析周期
    2025-01-01 至 2025-06-20(6个月)
    
    ## 配速进步
    
    | 指标 | 开始 | 当前 | 改善 |
    |------|------|------|------|
    | 平均配速 | 7:30 min/km | 6:00 min/km | +20% ⬆️ |
    | 最快配速 | 7:00 min/km | 5:30 min/km | +22% ⬆️ |
    | 5公里用时 | 37:30 | 30:00 | +20% ⬆️ |
    
    **趋势**:配速持续稳定提升,进步显著!
    
    ## 距离进步
    
    | 指标 | 开始 | 当前 | 改善 |
    |------|------|------|------|
    | 最长单次距离 | 3 km | 12 km | +300% ⬆️ |
    | 月度总距离 | 40 km | 86 km | +115% ⬆️ |
    | 平均距离 | 5 km | 6 km | +20% ⬆️ |
    
    **趋势**:耐力大幅提升,可以完成更长距离。
    
    ## 心率改善
    
    | 指标 | 开始 | 当前 | 改善 |
    |------|------|------|------|
    | 静息心率 | 78 bpm | 72 bpm | -6 bpm ⬇️ |
    | 相同配速心率 | 155 bpm | 145 bpm | -10 bpm ⬇️ |
    
    **分析**:心肺功能显著改善,相同配速下心率降低。
    
    ## 里程碑
    
    - ✅ 2025-03-15:首次完成5公里跑
    - ✅ 2025-05-20:首次完成10公里跑
    - ✅ 2025-06-10:配速突破6:00 min/km
    
    ## 下一步目标
    
    - 🎯 完成半程马拉松(21公里)
    - 🎯 配速提升至5:30 min/km
    - 🎯 尝试间歇训练提升速度
    

    数据源

    主要数据源

    1. 运动日志

      • 路径:data/fitness-logs/YYYY-MM/YYYY-MM-DD.json
      • 内容:运动记录(类型、时长、强度、心率、距离等)
      • 频率:每次运动后更新
    2. 用户档案

      • 路径:data/fitness-tracker.json
      • 内容:用户档案、健身目标、统计数据
      • 更新:定期更新
    3. 健康数据关联

      • data/hypertension-tracker.json(血压数据)
      • data/diabetes-tracker.json(血糖数据)
      • data/profile.json(体重、BMI等)

    数据质量检查

    • 数据完整性:检查必要字段是否存在
    • 数据合理性:检查数值是否在合理范围内
    • 时间一致性:检查时间戳是否合理
    • 重复数据:检测并处理重复记录

    算法说明

    1. 线性回归趋势分析

    使用线性回归分析运动数据的时间趋势。

    公式: y = a + bx

    其中:

    • y:运动指标(时长、卡路里、距离等)
    • x:时间
    • a:截距
    • b:斜率(趋势方向和速度)

    解释:

    • b > 0:上升趋势
    • b < 0:下降趋势
    • b ≈ 0:稳定

    2. Pearson相关系数

    用于分析两个变量之间的线性相关性。

    公式: r = Σ[(xi - x̄)(yi - ȳ)] / √[Σ(xi - x̄)² × Σ(yi - ȳ)²]

    范围:-1 ≤ r ≤ 1

    解释:

    • r = 1:完全正相关
    • r = -1:完全负相关
    • r = 0:无线性相关

    强度判断:

    • |r| < 0.3:弱相关
    • 0.3 ≤ |r| < 0.7:中等相关
    • |r| ≥ 0.7:强相关

    3. 配速计算

    配速 = 运动时长 / 距离

    单位:min/km 或 min/mile

    示例:

    • 30分钟跑5公里
    • 配速 = 30 / 5 = 6 min/km

    4. MET能量代谢计算

    卡路里消耗 = MET × 体重(kg) × 时间(小时)

    常见运动的MET值:

    • 走路(3-5 km/h):3.5-5 MET
    • 慢跑(8 km/h):8 MET
    • 快跑(10 km/h):10 MET
    • 游泳:6-10 MET
    • 骑行(休闲):4 MET
    • 力量训练:5 MET
    • 瑜伽:3 MET

    医学安全边界

    ⚠️ 重要声明 本分析仅供健康参考,不构成医疗建议。

    分析能力范围

    ✅ 能做到:

    • 运动数据统计和分析
    • 趋势识别和可视化
    • 相关性计算和解释
    • 一般性运动建议

    ❌ 不做到:

    • 疾病诊断
    • 运动风险评估
    • 具体运动处方设计
    • 运动损伤诊断和治疗

    危险信号检测

    在分析过程中检测以下危险信号:

    1. 心率异常

      • 运动心率 > 95%最大心率
      • 静息心率 > 100 bpm
    2. 血压异常

      • 收缩压 ≥ 180 mmHg
      • 舒张压 ≥ 110 mmHg
    3. 过度训练迹象

      • 连续7天高强度运动
      • 运动感受持续下降(RPE > 17)
    4. 体重快速下降

      • 每周减重 > 1kg(可能不健康)

    建议分级

    Level 1: 一般性建议

    • 基于WHO/ACSM指南
    • 适用于一般人群

    Level 2: 参考性建议

    • 基于用户数据
    • 需结合个人情况

    Level 3: 医疗建议

    • 涉及疾病管理
    • 需医生确认

    使用示例

    示例1:生成运动趋势报告

    /fitness trend 3months
    

    输出:

    • 3个月运动趋势分析
    • 运动量、频率、强度变化
    • 洞察和建议

    示例2:追踪跑步进步

    /fitness analysis progress running
    

    输出:

    • 配速进步
    • 距离进步
    • 心率改善
    • 里程碑达成

    示例3:分析运动与血压相关性

    /fitness analysis correlation blood_pressure
    

    输出:

    • 相关系数
    • 相关性强度
    • 显著性检验
    • 实践建议

    技能版本: v1.0 最后更新: 2026-01-02 维护者: WellAlly Tech

    Related skills

    finishing-a-development-branchadaptyvadhd-daily-planneraeonagent-browser