|
|
пре 2 месеци | |
|---|---|---|
| .. | ||
| data | пре 2 месеци | |
| fithealth_agent | пре 2 месеци | |
| templates | пре 2 месеци | |
| .dockerignore | пре 2 месеци | |
| .env.example | пре 2 месеци | |
| .gitignore | пре 2 месеци | |
| Dockerfile | пре 2 месеци | |
| LICENSE | пре 2 месеци | |
| README.md | пре 2 месеци | |
| docker-compose.yml | пре 2 месеци | |
| main.py | пре 2 месеци | |
| requirements.lock | пре 2 месеци | |
| requirements.txt | пре 2 месеци | |
基于 HelloAgents1.0.0 的本地优先健身与健康管理智能体
FitHealthAgent 是一个面向个人用户的单用户 Web 应用,将 AI 对话、Garmin 健康数据、训练记录、营养估算、训练计划和肌群恢复整合在同一个本地界面中。
项目采用“本地存储、按需联网”的方式。训练、档案、健康和记忆数据默认保存在 data/;AI 对话、餐盘识别和 YouTube 搜索需要访问用户配置的外部服务。当前版本没有登录认证,请勿将服务未经保护地直接暴露到公网。
FitHealthAgent 不是医疗器械。风险筛查、恢复时间、营养估算和训练建议仅供个人健康管理参考,不能替代医生诊断、急救服务或专业指导。
.md 或 .txt 训练计划,并检查健康限制与恢复冲突fitparse、fitfile推荐直接使用 Docker Compose,镜像构建时会自动安装锁定依赖:
docker compose build
使用 Python 本地运行时:
python -m venv .venv
# Windows PowerShell
.\.venv\Scripts\Activate.ps1
# Linux / macOS
# source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
requirements.txt 已声明 hello-agents==1.0.0 及项目的其他直接依赖,安装时会从 PyPI 获取。若需要严格复现发布验证环境,可改用锁定依赖:
python -m pip install --require-hashes -r requirements.lock
# Windows PowerShell
Copy-Item .env.example .env
# Linux / macOS
# cp .env.example .env
# 编辑 .env,至少配置主对话模型
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL_ID=deepseek-chat
# 可选:轻量路由、计划鉴定和摘要模型
LLM_LITE_API_KEY=
LLM_LITE_BASE_URL=https://api.deepseek.com
LLM_LITE_MODE_ID=deepseek-chat
# 可选:餐盘照片识别
VISION_API_KEY=
VISION_BASE_URL=
VISION_MODEL_ID=
# 可选:YouTube 动作教学视频搜索
YOUTUBE_API_KEY=
完整变量见 .env.example。不要提交包含真实密钥的 .env。外部模型开关初始为开启状态,可在 Web 界面的“数据管理 → 外部模型与数据外发”中关闭。
# 推荐:Docker Compose
docker compose up -d --build
# 查看运行状态
docker compose ps
# 或使用 Python 本地运行,仅监听本机回环地址
python -m uvicorn main:app --host 127.0.0.1 --port 9999
打开 http://127.0.0.1:9999。服务与存储状态可通过 http://127.0.0.1:9999/health/storage-status 检查,API 文档位于 http://127.0.0.1:9999/docs 。
Docker Compose 默认仅绑定 127.0.0.1:9999,并将宿主机 ./data 挂载到容器 /app/data。应用目前没有登录认证;如需远程访问,必须自行配置 HTTPS、身份认证和访问控制。
启动后在浏览器中打开首页,可以直接对话或上传文件:
用户:查看我这周的训练记录和恢复情况。
Agent:汇总近期训练,并结合肌群恢复、酸痛记录和已确认的健康限制回答。
用户:明天想练背,帮我生成一份训练计划。
Agent:检查周训练安排、历史计划、临时健康约束和恢复冲突后,生成可保存的训练计划。
上传 Garmin 训练文件:
1. 在页面中选择或拖入 .fit 文件。
2. 应用自动判断它是活动记录还是全天健康监测文件。
3. 活动记录进入训练编辑区,可修改动作、重量、次数或活动分段。
4. 确认后保存训练,肌群恢复状态会随记录更新。
支持的主要上传格式和限制:
.fit Garmin 活动或健康监测,最大 50 MiB
.zip Garmin 全天健康批量导入,最大 50 MiB
.csv Garmin 睡眠数据,最大 2 MiB
.md / .txt 训练计划,最大 1 MiB
JPEG/PNG/WebP 餐盘照片,最大 10 MiB
健康批量导入每次最多选择 5 个 .zip 或 .csv 文件。餐盘照片会发送到配置的视觉模型服务,但不会保存原始图片。
FITHEALTH_DATA_DIR 定位,容器重建不会清空宿主机数据当前发布版完成了功能和部署验证,尚未进行正式的并发压测或模型效果准确率评测:
/health/storage-status 返回 HTTP 200/、/health/storage-status、/docs 和 /redoc 均通过 HTTP 200 冒烟测试docker compose config 校验通过,Python 代码编译通过实际响应速度主要受模型服务、网络、Garmin 文件大小和本地磁盘性能影响。生产或多人使用前应根据目标环境补充并发、长时间运行和大数据量测试。
欢迎提出 Issue 和 Pull Request!
提交代码前请确认:
.env、API 密钥、个人健康数据或真实备份文件;MIT License,详见 LICENSE。
感谢 Datawhale 社区和 HelloAgents 项目!