一个解析码表/运动手表 .fit 文件的本地训练分析工具，输出逐秒时序 CSV 与汇总指标 JSON，并提供 Web 仪表盘与 AI 训练报告。
English documentation — click here to read the English README.
- FIT 文件解析：把
.fit文件重采样为严格 1 秒网格的时序 CSV（功率、心率、踏频、海拔、速度、温度），并生成汇总 JSON（NP、IF、TSS、功率/心率分区、峰功率曲线、心率漂移、间歇/爬坡段、数据质量等） - 运动指标计算：标准化功率（NP）、强度因子（IF）、训练负荷（TSS）、CTL/ATL/TSB 负荷趋势、FTP 自动估算（20min 峰功率 × 0.95）、科学 FTP 估算（CP 模型 + Coggan 双法互校 + 心率交叉验证）
- 多运动类型：骑行（指标最全）、跑步（配速/步频）、游泳（length 消息：趟数/泳池长度/划水/SWOLF）
- Web 仪表盘：本地浏览器查看负荷趋势、月度汇总、训练详情时序曲线、分区分布、上传分析
- AI 训练分析：一键生成单次复盘、周期规划、赛前减量、两次对比报告；AI 通过 agentic 工具调用（function calling）按需自主查询训练库——历史训练清单、单次详情、逐秒时序、负荷走势、月汇总、FTP 估算，并能做实时计算：未来 CTL/ATL/TSB 负荷推演（含风险标注）与按目标/时长生成单次课表，不限于提示词预装数据
- AI 对话：报告追问（快问快答，200 字以内，结合本次训练具体数据）与「对话」页自由问答均入库持久化，异步生成、提交后可关闭页面事后回看，支持整条删除
- AI 记忆：AI 在交互中了解到伤病、日程约束、目标变化等个人事实时主动保存（带时间戳，新事实可取代旧事实），后续所有 AI 调用自动注入；「记忆」页可查看与删除
- 技能知识库：
skills/目录下的 Markdown 训练科学文档（Coggan 功率体系、TrainingPeaks 负荷模型、心率区间、报告撰写规范）全文注入 AI 报告与对话提示词，保证切换任意模型报告口径一致；往目录放.md文件即可扩充（详见skills/_README.md） - 中英双语：界面、图表与 AI 报告支持英文——首次打开按浏览器系统语言自动选择（非中文一律英文），设置页可随时切换；命令行提示词命令加
--lang en生成英文提示词 - 训练备注（体感/路况）与身份/训练目标会纳入 AI 分析考量
- 训练数据库：SQLite 本地训练库，自动记录每次分析并计算长期负荷趋势
npm install
# 分析单个文件
node index.js 你的骑行.fit
# 批量处理目录下所有 .fit
node index.js ./input ./output
# 启动 Web 界面（默认 http://localhost:3000）
npm run web
# 运行回归测试
npm test已发布镜像到 GitHub Packages，可直接拉取运行：
docker pull ghcr.io/wallyyanggt/voltcoach-for-docker:latest
docker run -d \
--name voltcoach-for-docker \
-p 3000:3000 \
-v "$(pwd)/input:/input" \
-v "$(pwd)/output:/output" \
-v "$(pwd)/db:/app/db" \
ghcr.io/wallyyanggt/voltcoach-for-docker:latest启动后访问 http://localhost:3000 即可使用。
完整构建说明（含本地构建、版本号标签、持久化挂载、权限配置）见 DEPLOY.md。
- Node.js（ESM，零构建、零转译）
fit-file-parser：解析.fit文件marked：AI 报告 Markdown 转 HTMLdayjs：AI 提示词当前日期/星期/时区格式化- Node 内置
node:sqlite：本地训练库
详见 AGENTS.md：算法阈值集中在 src/settings.js，骑手参数走训练库 settings 表，修改指标算法后需跑 npm test 并同步更新文档。