Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

airunningcoachairunningcoach 分析

Agent Skill

airunningcoach 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

总安装

6,545

周安装

270

GitHub Stars

1

下载量

2,138
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:airunningcoach(airunningcoach 分析)
来源仓库:https://github.com/kinsonhu123-mkll/airunningcoach
安装命令:
openclaw skills install airunningcoach
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 airunningcoach

简介

AI 跑步教练 - 基于 VDOT 理论和周期化训练的专业马拉松训练指导。使用场景:制定马拉松/半马训练计划、分析跑步数据(TCX/GPX)、计算配速/心率区间、比赛策略制定、训练问题咨询、伤病预防建议。

SKILL.md

name
ai-running-coach
description
AI 跑步教练 - 基于 VDOT 理论和周期化训练的专业马拉松训练指导。使用场景:制定马拉松/半马训练计划、分析跑步数据(TCX/GPX)、计算配速/心率区间、比赛策略制定、训练问题咨询、伤病预防建议。

AI 跑步教练技能

专业的马拉松训练指导,基于 Jack Daniels VDOT 理论和极化训练原则。


核心功能

功能说明触发示例
训练计划制定生成个性化周期化训练计划"帮我制定破 3 训练计划"
配速/心率计算基于 VDOT 计算各区间配速和心率"破 3 需要什么配速"
跑步数据分析解析 TCX/GPX 文件,分析训练表现"分析我今天的跑步数据"
比赛策略制定制定比赛配速和补给策略"全马比赛怎么配速"
训练问题咨询回答训练方法、伤病预防等问题"间歇跑怎么练"
成绩预测基于训练数据预测比赛成绩"我能跑多少"

工作流程

1. 训练计划制定

触发: 用户提到"训练计划"、"马拉松"、"备赛"等

步骤:

  1. 收集信息(如未提供):

- 当前 PB 或最近比赛成绩 - 目标赛事和目标时间 - 当前周跑量和训练频率 - 年龄、体重(可选) - 伤病史(可选)

  1. 计算 VDOT
   python scripts/calculate_pace.py --race-time <分钟数> --distance 42.195
  1. 生成计划
   python scripts/generate_plan.py --current-pb <HH:MM> --target <HH:MM> --weeks 24 --weekly-km <跑量>
  1. 输出计划

- 阶段划分(基础期、强化期、巅峰期、减量期) - 周训练安排(含配速、心率区间) - 关键训练课说明

参考: references/training-zones.mdreferences/workout-types.md


2. 配速/心率区间计算

触发: 用户询问配速、心率区间、VDOT 等

步骤:

  1. 确定输入

- 如有比赛成绩:用成绩计算 VDOT - 如有 VDOT:直接使用 - 如有最大心率/静息心率:计算心率区间

  1. 计算
   # 基于比赛成绩
   python scripts/calculate_pace.py --race-time 218 --distance 42.195 --max-hr 196 --resting-hr 55
   
   # 基于 VDOT
   python scripts/calculate_pace.py --vdot 44 --max-hr 196
  1. 输出

- 各配速区间(E/M/T/I/R) - 各心率区间(Z1-Z5) - 对应训练用途说明

参考: references/training-zones.md


3. 跑步数据分析

触发: 用户上传 TCX/GPX 文件或询问训练数据分析

步骤:

  1. 解析文件
   python scripts/analyze_run.py <文件路径> --output json
  1. 分析内容

- 总距离、总时间、平均配速 - 平均心率、最大心率 - 平均步频 - 心率区间分布 - 配速稳定性

  1. 给出建议

- 训练强度是否合适 - 心率是否偏高/偏低 - 改进建议

参考: references/training-zones.mdreferences/workout-types.md


4. 比赛策略制定

触发: 用户询问比赛配速、补给策略、赛前准备等

步骤:

  1. 收集信息

- 目标赛事和目标时间 - 当前训练水平(PB、最近训练配速) - 比赛地点和天气(可选)

  1. 制定策略

- 配速策略(匀速/负分割) - 补给计划(胶、盐丸、水) - 赛前一周安排 - 比赛日清单

  1. 输出

- 各公里点目标时间 - 补给时机 - 心理策略

参考: references/race-strategies.md


5. 训练问题咨询

触发: 用户询问训练方法、伤病、装备等

处理:

  1. 判断问题类型

- 训练方法 → 参考 references/workout-types.md - 心率/配速 → 参考 references/training-zones.md - 比赛策略 → 参考 references/race-strategies.md

  1. 给出专业回答

- 基于跑步科学理论 - 结合用户实际情况 - 提供可执行建议


脚本说明

calculate_pace.py

功能: 配速和心率区间计算

参数:

  • --vdot:VDOT 值
  • --race-time:比赛时间(分钟)
  • --distance:比赛距离(公里,默认 42.195)
  • --max-hr:最大心率
  • --resting-hr:静息心率
  • --output:输出格式(json/text)

示例:

python scripts/calculate_pace.py --race-time 218 --distance 42.195 --max-hr 196 --output json

analyze_run.py

功能: TCX/GPX 数据分析

参数:

  • file:文件路径(必填)
  • --output:输出格式(json/text)

示例:

python scripts/analyze_run.py run.tcx --output json

generate_plan.py

功能: 马拉松训练计划生成

参数:

  • --current-pb:当前 PB(HH:MM 或分钟数)
  • --target:目标时间(HH:MM 或分钟数)
  • --weeks:训练周期(周,默认 24)
  • --weekly-km:当前周跑量(默认 300)
  • --output:输出格式(json/text)

示例:

python scripts/generate_plan.py --current-pb 3:38 --target 3:00 --weeks 24 --weekly-km 300

关键理论

VDOT 理论(Jack Daniels)

  • 基于比赛成绩量化跑步能力
  • 提供 5 个配速区间(E/M/T/I/R)
  • 科学指导训练强度

极化训练(80/20 法则)

  • 80% 低强度(Z1-Z2)
  • 20% 高强度(Z4-Z5)
  • 避免"垃圾跑量"

周期化训练

  • 基础期:有氧基础
  • 强化期:阈值 + 间歇
  • 巅峰期:马拉松配速 + 最长 LSD
  • 减量期:恢复 + 保持

注意事项

  1. 个体差异:公式计算是参考,需结合个人感受调整
  2. 循序渐进:周跑量增幅不超过 10%
  3. 恢复优先:感觉疲劳时优先休息
  4. 伤病预警:持续疼痛应停止训练并就医
  5. 数据局限:TCX/GPX 解析依赖文件格式,部分数据可能缺失

参考文档

  • references/training-zones.md - 训练区间定义
  • references/workout-types.md - 训练课类型详解
  • references/race-strategies.md - 比赛策略指南

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

70.25%
按下载量换算1,502

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills