前言¶
跑步训练越系统化，越依赖配速、心率和周负荷这些数据。数据往往散落在手表 App、Intervals.icu 或表格里；自己复盘要对照区间和训练类型，评估 5K/半马潜力还要套模型。把规则、脚本和参考文档收进一个 Skill，可以让 Agent 按同一套方法读数据、归类训练、算 CS-D’，并给出区间建议，而不是每次从零写分析提示词。
下面介绍 SkillHub 社区技能 赛博跑者（@user_a851fe71/cyber-runner，v1.0.0）的定位、能力与安装方式。
这是什么¶
赛博跑者 是一款基于 AI 的跑步训练分析 Skill，面向「深度挖掘训练数据、评估运动能力、制定科学训练计划」三类需求。
- 坐标：
@user_a851fe71/cyber-runner - 来源：SkillHub 社区（
community），发布者user_a851fe71 - 分类：
life-service - 官方页面：SkillHub - 赛博跑者
- API 元数据地址：https://api.skillhub.cn/user_a851fe71/cyber-runner
Skill 自述的核心定位包括：作为 Intervals.icu 的数据同步枢纽、自动识别训练类型并解析配速/心率、用 CS-D’ 模型做能力评估与成绩预测，以及输出配速与心率区间建议。SkillHub 标签为 requires_api_key=true，对接 Intervals.icu 时需要自行准备 API Key（获取方式见技能包内 references/intervals_api.md）。
核心功能¶
以下能力均来自技能包 SKILL.md 与配套 references/、scripts/ 说明，按模块归纳。
Intervals.icu 数据同步¶
支持与 Intervals.icu 双向同步：
- 上传：将训练计划导出到平台。
- 下载：拉取历史活动记录供分析。
认证方式为 Authorization: Bearer YOUR_API_KEY；活动列表、详情、上传计划等 REST 端点与字段说明见 references/intervals_api.md。
训练数据智能分析¶
训练类型识别（scripts/training_classifier.py）覆盖 EASY、LSD、TEMPO、INTERVAL、VO2MAX、RECOVERY、LONG、RACE 等类型。
配速分析包括实时配速、区间分布、趋势与间歇稳定性；心率分析包括区间分布、恢复曲线及有氧/无氧阈值识别。间歇段落可用 scripts/rest_interval_detector.py 做休息段过滤。
能力评估与预测¶
CS-D’ 模型（scripts/cs_d_calculator.py，原理见 references/cs_d_prime.md）用于估计临界配速（Critical Speed）、D’ 储备，并预测 5K、10K、半马、全马及自定义距离成绩。
配速区间按五档生成：Z1 轻松跑 (E)、Z2 马配速 (M)、Z3 节奏阈 (T)、Z4 阈值以上 (A)、Z5 VO2Max (I)，定义见 references/pace_zones.md。
个性化训练建议¶
结合能力评估与训练历史，Skill 说明中涵盖训练强度建议、间歇配速目标、恢复时间与训练负荷评估等产出方向；具体报告形态可参考 examples/example_report.md。
安装与启用¶
安装 SkillHub CLI¶
若尚未安装 CLI，可先检查版本：
command -v skillhub && skillhub --version
未安装时可执行（完整安装含默认 Skill，仅 CLI 时加 --cli-only）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装说明全文：https://skillhub.cn/install/skillhub.md
安装赛博跑者¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。
在 Cursor 中，skills 目录一般为 ~/.cursor/skills/：
skillhub install cyber-runner --namespace user_a851fe71 --dir ~/.cursor/skills/
等价坐标写法也可让 Agent 按官方提示安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_a851fe71/cyber-runner。
其他客户端常见路径（摘自 SkillHub 安装文档）：Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下 .agents/skills/。装好后按所用客户端要求重启或刷新 Agent，使 Skill 生效。
运行依赖¶
技能包声明需要 Python 3.8+，以及 requests、pandas、numpy。在需要直接调用脚本做分类或 CS-D’ 计算时，请先在本机安装上述依赖。
API Key¶
对接 Intervals.icu 时，在 Intervals.icu 的 Settings → API 中生成 Key，并按 references/intervals_api.md 配置 Bearer 认证。仅做本地配速/心率序列分析、不拉云端活动时，可不配置平台 Key，但无法使用同步能力。
典型用法¶
在对话中启用 Skill¶
安装完成后，可用自然语言描述任务，例如：同步某日期区间的 Intervals 活动、识别本周训练类型、根据多次比赛距离计算 CS-D’ 并给出 5K 预测。Agent 会读取 SKILL.md 与 references/ 中的规则与 API 说明执行。
调用内置脚本（示例）¶
SKILL.md 中的基础用法如下，用于本地序列分析（配速、心率数组需自行准备或从活动详情解析）：
from scripts.training_classifier import TrainingClassifier
from scripts.cs_d_calculator import CSDCalculator
classifier = TrainingClassifier()
result = classifier.analyze(
pace_data=[...],
heart_rate_data=[...],
duration=1800
)
calculator = CSDCalculator()
cs_result = calculator.calculate(
distances=[5000, 10000],
times=[1200, 2520]
)
print(f"临界配速: {cs_result['critical_speed']:.2f} m/s")
print(f"5K预测: {cs_result['predictions']['5k']}")
从 Intervals.icu 拉取活动时，需使用 API Key；intervals_api.md 中给出了 IntervalsClient 示例（get_activities、get_activity_detail 等），SKILL.md 快速开始一节也展示了按日期下载并逐条 analyze_activity 的流程思路。
技能包内分析示例¶
examples/example_analysis.md 演示了从周训练表到训练类型识别、间歇稳定性、CS-D’ 参数与目标配速建议的完整分析结构，可作为让 Agent 对齐输出格式的参考模板（文档内为示意数据，非真实用户反馈）。
适用场景与注意¶
更适合：已有一定训练记录、使用 Garmin/Apple Watch/Polar 等设备或 Intervals.icu 汇总数据，并希望在 5K/10K/半马/全马等目标下做复盘与能力估算的跑者。
使用注意：
- 分析精度依赖 GPS 与心率设备质量；Skill 说明建议至少输入 3 次不同距离的比赛或测试数据，CS 估计才更稳。
- CS-D’ 为模型估算，实际表现仍受状态、赛道、天气等影响。
- Skill 声明分析处理可在本地完成；一旦启用 Intervals.icu 同步，则会向该平台发起 API 请求，需自行保管 API Key。
- SkillHub 页面元数据（抓取时）：评分 100000，下载约 1183 次；以页面实时显示为准。
结尾¶
赛博跑者把 Intervals 对接说明、训练分类脚本、CS-D’ 计算与区间参考收进一个 Agent Skill，适合把「看表、归类、估成绩」变成可重复的工作流。需要安装或查看版本时，请访问 SkillHub 技能页 或元数据地址 https://api.skillhub.cn/user_a851fe71/cyber-runner。
