基于证据的耐力运动AI教练协议，通过结构化JSON数据驱动个性化训练分析与建议，支持本地部署保障数据主权。
说明：
## 核心用法
Section 11 是一套开源的耐力运动AI教练协议，专为骑行、跑步等耐力运动设计。其核心工作流包括：
1. **数据准备**：运动员通过 `sync.py` 将训练平台（Intervals.icu 等）数据同步为结构化JSON文件（`latest.json`、`history.json`、`intervals.json` 等），存储于本地或私有GitHub仓库
2. **档案配置**：填写 `DOSSIER.md` 记录个人阈值、训练区间、目标赛事、可用时间等
3. **AI交互**：AI读取JSON数据后，基于协议规则生成训练建议、前后训练报告、周/阶段总结
4. **可选自动化**：配置 `HEARTBEAT.md` 实现定时训练检查与天气感知调度
### 显著优点
– **数据主权优先**：所有数据存储于用户控制的位置（本地设备或私有仓库），无中心化云服务
– **结构化可验证**：每个训练建议必须引用JSON中的具体数值，禁止凭记忆或推测生成数据
– **开源透明**：协议、模板、同步工具全部开源，可审计无黑箱
– **多平台兼容**：支持本地CLI、OpenClaw、Claude Code、Cowork等agentic平台
– **扩展性强**：支持写回操作（`push.py`）管理日历、更新阈值、添加注释
### 潜在局限与风险
– **技术门槛**：需配置Python环境、理解JSON结构、可能使用Git/GitHub
– **数据依赖**：分析质量完全取决于同步数据的完整性与时效性
– **平台限制**：写操作功能（日历管理）仅限支持代码执行或GitHub Actions的平台
– **无原生移动端**：主要面向桌面/终端使用场景
– **协议更新**：需手动跟踪GitHub仓库更新，无自动推送机制
### 适合人群
– 数据驱动的严肃耐力运动员（功率/心率训练者）
– 具备基础技术能力的自服务用户
– 重视隐私、不愿将训练数据上传第三方平台的用户
– 已与Intervals.icu等平台配合使用的人群
### 常规风险
– **数据泄露风险**：若使用公共GitHub仓库存储训练数据
– **配置错误风险**：错误的阈值或区间设置可能导致不当训练负荷
– **过度依赖风险**：AI建议需结合运动员主观感受，协议明确包含”C验证清单”要求人工判断
– **供应链风险**：从GitHub URL获取模板时的开源依赖风险（ mitigated by 本地优先设计）
