Фитнес-нутрициология

Планировщик тренировок в зале и трекер питания. Ищите 690+ упражнений по мышцам, оборудованию или категориям через wger. Узнавайте макронутриенты и калорийность 380 000+ продуктов через USDA FoodData Central. Рассчитывайте ИМТ, TDEE, повторный максимум, распределение макронутриентов и процент жира — чистый Python, без pip-установок. Создано для тех, кто стремится к набору массы, снижению веса или просто хочет питаться лучше.

Метаданные навыка

Источник	Опционально — установка через vibeos skills install official/health/fitness-nutrition
Путь	optional-skills/health/fitness-nutrition
Версия	1.0.0
Лицензия	MIT
Платформы	linux, macos, windows
Теги	health, fitness, nutrition, gym, workout, diet, exercise

Справочник: полный SKILL.md

к сведению

Ниже приведено полное описание навыка, которое VibeOS загружает при его активации. Агент видит эти инструкции, когда навык активен.

Фитнес и нутрициология

Экспертный навык фитнес-тренера и спортивного нутрициолога. Два источника данных плюс офлайн-калькуляторы — всё, что нужно посетителю зала, в одном месте.

Источники данных (все бесплатные, без pip-зависимостей):

• wger (https://wger.de/api/v2/) — открытая база упражнений, 690+ упражнений с мышцами, оборудованием, изображениями. Публичные эндпоинты не требуют аутентификации.
• USDA FoodData Central (https://api.nal.usda.gov/fdc/v1/) — государственная база данных о питании США, 380 000+ продуктов. DEMO_KEY работает сразу; бесплатная регистрация для более высоких лимитов.

Офлайн-калькуляторы (чистый Python из стандартной библиотеки):

• ИМТ, TDEE (Mifflin-St Jeor), повторный максимум (Epley/Brzycki/Lombardi), распределение макронутриентов, процент жира (метод ВМС США)

---

Когда использовать

Активируйте этот навык, когда пользователь спрашивает о:

• Упражнениях, тренировках, программах для зала, мышечных группах, сплитах
• Макронутриентах продуктов, калориях, содержании белка, планировании питания, подсчёте калорий
• Композиции тела: ИМТ, процент жира, TDEE, профицит/дефицит калорий
• Оценке повторного максимума, тренировочных процентах, прогрессивной перегрузке
• Соотношении макронутриентов для сушки, набора массы или поддержания

---

Процедура

Поиск упражнений (API wger)

Все публичные эндпоинты wger возвращают JSON и не требуют аутентификации. Всегда добавляйте format=json и language=2 (английский) к запросам упражнений.

Шаг 1 — Определите, что нужно пользователю:

• По мышце → используйте /api/v2/exercise/?muscles={id}&language=2&status=2&format=json
• По категории → используйте /api/v2/exercise/?category={id}&language=2&status=2&format=json
• По оборудованию → используйте /api/v2/exercise/?equipment={id}&language=2&status=2&format=json
• По названию → используйте /api/v2/exercise/search/?term={query}&language=english&format=json
• Полные детали → используйте /api/v2/exerciseinfo/{exercise_id}/?format=json

Шаг 2 — Справочные ID (чтобы не делать лишних API-запросов):

Категории упражнений:

ID	Категория
8	Руки
9	Ноги
10	Пресс
11	Грудь
12	Спина
13	Плечи
14	Икры
15	Кардио

Мышцы:

ID	Мышца	ID	Мышца
1	Двуглавая плеча	2	Передняя дельтовидная
3	Передняя зубчатая	4	Большая грудная
5	Наружная косая	6	Икроножная
7	Прямая живота	8	Большая ягодичная
9	Трапециевидная	10	Четырёхглавая бедра
11	Двуглавая бедра	12	Широчайшая спины
13	Плечевая	14	Трёхглавая плеча
15	Камбаловидная

Оборудование:

ID	Оборудование
1	Штанга
3	Гантель
4	Гимнастический коврик
5	Фитбол
6	Турник
7	нет (с весом тела)
8	Скамья
9	Наклонная скамья
10	Гиря

Шаг 3 — Получите и представьте результаты:

# Поиск упражнений по названию
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} | Категория: {d.get('category','N/A')}\")
"

# Получить полную информацию о конкретном упражнении
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\"Упражнение: {t.get('name','N/A')}\")
print(f\"Категория : {data.get('category',{}).get('name','N/A')}\")
print(f\"Основные  : {', '.join(m.get('name_en','') for m in data.get('muscles',[])) or 'N/A'}\")
print(f\"Вторичные : {', '.join(m.get('name_en','') for m in data.get('muscles_secondary',[])) or 'нет'}\")
print(f\"Оборуд.   : {', '.join(e.get('name','') for e in data.get('equipment',[])) or 'вес тела'}\")
print(f\"Как делать: {desc[:500]}\")
imgs=data.get('images',[])
if imgs: print(f\"Изображение: {imgs[0].get('image','')}\")
"

# Список упражнений с фильтрацией по мышце, категории или оборудованию
# Комбинируйте фильтры по необходимости: ?muscles=4&equipment=1&language=2&status=2
FILTER="$1"  # например "muscles=4" или "category=11" или "equipment=3"
curl -s "https://wger.de/api/v2/exercise/?${FILTER}&language=2&status=2&limit=20&format=json" \
  | python3 -c "
import json,sys
data=json.load(sys.stdin)
print(f'Найдено {data.get(\"count\",0)} упражнений.')
for ex in data.get('results',[]):
    print(f\"  ID {ex['id']:>4} | мышцы: {ex.get('muscles',[])} | оборудование: {ex.get('equipment',[])}\")
"

Поиск продуктов питания (USDA FoodData Central)

Использует переменную окружения USDA_API_KEY, если она задана, иначе использует DEMO_KEY. DEMO_KEY = 30 запросов/час. Бесплатный ключ = 1 000 запросов/час.

# Поиск продуктов по названию
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('Продукты не найдены.'); 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\"  На 100г: {cal} ккал | {prot}г белка | {fat}г жира | {carb}г углеводов\")
    print(f\"  FDC ID: {f.get('fdcId','N/A')}\")
    print()
"

# Детальный профиль питательных веществ по 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\"Продукт: {d.get('description','N/A')}\")
print(f\"{'Питательное вещество':<40} {'Количество':>8} {'Ед.'}\")
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','')}\")
"

Офлайн-калькуляторы

Используйте вспомогательные скрипты в scripts/ для пакетных операций или запускайте встроенные команды для одиночных расчётов:

• python3 scripts/body_calc.py bmi <вес_кг> <рост_см>
• python3 scripts/body_calc.py tdee <вес_кг> <рост_см> <возраст> <M|F> <активность 1-5>
• python3 scripts/body_calc.py 1rm <вес> <повторения>
• python3 scripts/body_calc.py macros <tdee_ккал> <cut|maintain|bulk>
• python3 scripts/body_calc.py bodyfat <M|F> <шея_см> <талия_см> [бедра_см] <рост_см>

Смотрите references/FORMULAS.md для научного обоснования каждой формулы.

---

Подводные камни

• Эндпоинт упражнений wger возвращает все языки по умолчанию — всегда добавляйте language=2 для английского
• wger включает непроверенные пользовательские материалы — добавляйте status=2, чтобы получать только одобренные упражнения
• DEMO_KEY USDA имеет 30 запросов/час — добавляйте sleep 2 между пакетными запросами или получите бесплатный ключ
• Данные USDA даны на 100г — напоминайте пользователям масштабировать под их фактический размер порции
• ИМТ не различает мышцы и жир — высокий ИМТ у мускулистых людей не обязательно нездоров
• Формулы процента жира являются приблизительными (±3-5%) — рекомендуйте DEXA-сканирование для точности
• Формулы ПМ теряют точность при более чем 10 повторениях — используйте подходы по 3-5 повторений для лучших оценок
• Эндпоинт exercise/search wger использует term, а не query в качестве имени параметра

---

Проверка

После поиска упражнений: убедитесь, что результаты включают названия упражнений, мышечные группы и оборудование. После поиска продуктов: убедитесь, что возвращены макронутриенты на 100г с ккал, белками, жирами, углеводами. После калькуляторов: проверьте результаты на правдоподобие (например, TDEE должен быть 1500-3500 для большинства взрослых).

---

Быстрая справка

Задача	Источник	Эндпоинт
Поиск упражнений по названию	wger	GET /api/v2/exercise/search/?term=&language=english
Детали упражнения	wger	GET /api/v2/exerciseinfo/{id}/
Фильтр по мышце	wger	GET /api/v2/exercise/?muscles={id}&language=2&status=2
Фильтр по оборудованию	wger	GET /api/v2/exercise/?equipment={id}&language=2&status=2
Список категорий	wger	GET /api/v2/exercisecategory/
Список мышц	wger	GET /api/v2/muscle/
Поиск продуктов	USDA	GET /fdc/v1/foods/search?query=&dataType=Foundation,SR Legacy
Детали продукта	USDA	GET /fdc/v1/food/{fdcId}
ИМТ / TDEE / ПМ / макронутриенты	офлайн	python3 scripts/body_calc.py