前言¶
跑步訓練越系統化，越依賴配速、心率和周負荷這些數據。數據往往散落在手錶 App、Intervals.icu 或表格裏；自己復盤要對照區間和訓練類型，評估 5K/半馬潛力還要套模型。把規則、腳本和參考文檔收進一個 Skill，可以讓 Agent 按同一套方法讀數據、歸類訓練、算 CS-D’，並給出區間建議，而不是每次從零寫分析提示詞。
下面介紹 SkillHub 社區技能 賽博跑者（@user_a851fe71/cyber-runner，v1.0.0）的定位、能力與安裝方式。
這是什麼¶
賽博跑者 是一款基於 AI 的跑步訓練分析 Skill，面向「深度挖掘訓練數據、評估運動能力、制定科學訓練計劃」三類需求。
- 座標：
@user_a851fe71/cyber-runner - 來源：SkillHub 社區（
community），發佈者user_a851fe71 - 分類：
life-service - 官方頁面：SkillHub - 賽博跑者
- API 元數據地址：https://api.skillhub.cn/user_a851fe71/cyber-runner
Skill 自述的核心定位包括：作爲 Intervals.icu 的數據同步樞紐、自動識別訓練類型並解析配速/心率、用 CS-D’ 模型做能力評估與成績預測，以及輸出配速與心率區間建議。SkillHub 標籤爲 requires_api_key=true，對接 Intervals.icu 時需要自行準備 API Key（獲取方式見技能包內 references/intervals_api.md）。
核心功能¶
以下能力均來自技能包 SKILL.md 與配套 references/、scripts/ 說明，按模塊歸納。
Intervals.icu 數據同步¶
支持與 Intervals.icu 雙向同步：
- 上傳：將訓練計劃導出到平臺。
- 下載：拉取歷史活動記錄供分析。
認證方式爲 Authorization: Bearer YOUR_API_KEY；活動列表、詳情、上傳計劃等 REST 端點與字段說明見 references/intervals_api.md。
訓練數據智能分析¶
訓練類型識別（scripts/training_classifier.py）覆蓋 EASY、LSD、TEMPO、INTERVAL、VO2MAX、RECOVERY、LONG、RACE 等類型。
配速分析包括實時配速、區間分佈、趨勢與間歇穩定性；心率分析包括區間分佈、恢復曲線及有氧/無氧閾值識別。間歇段落可用 scripts/rest_interval_detector.py 做休息段過濾。
能力評估與預測¶
CS-D’ 模型（scripts/cs_d_calculator.py，原理見 references/cs_d_prime.md）用於估計臨界配速（Critical Speed）、D’ 儲備，並預測 5K、10K、半馬、全馬及自定義距離成績。
配速區間按五檔生成：Z1 輕鬆跑 (E)、Z2 馬配速 (M)、Z3 節奏閾 (T)、Z4 閾值以上 (A)、Z5 VO2Max (I)，定義見 references/pace_zones.md。
個性化訓練建議¶
結合能力評估與訓練歷史，Skill 說明中涵蓋訓練強度建議、間歇配速目標、恢復時間與訓練負荷評估等產出方向；具體報告形態可參考 examples/example_report.md。
安裝與啓用¶
安裝 SkillHub CLI¶
若尚未安裝 CLI，可先檢查版本：
command -v skillhub && skillhub --version
未安裝時可執行（完整安裝含默認 Skill，僅 CLI 時加 --cli-only）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安裝說明全文：https://skillhub.cn/install/skillhub.md
安裝賽博跑者¶
安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。
在 Cursor 中，skills 目錄一般爲 ~/.cursor/skills/：
skillhub install cyber-runner --namespace user_a851fe71 --dir ~/.cursor/skills/
等價座標寫法也可讓 Agent 按官方提示安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_a851fe71/cyber-runner。
其他客戶端常見路徑（摘自 SkillHub 安裝文檔）：Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下 .agents/skills/。裝好後按所用客戶端要求重啓或刷新 Agent，使 Skill 生效。
運行依賴¶
技能包聲明需要 Python 3.8+，以及 requests、pandas、numpy。在需要直接調用腳本做分類或 CS-D’ 計算時，請先在本機安裝上述依賴。
API Key¶
對接 Intervals.icu 時，在 Intervals.icu 的 Settings → API 中生成 Key，並按 references/intervals_api.md 配置 Bearer 認證。僅做本地配速/心率序列分析、不拉雲端活動時，可不配置平臺 Key，但無法使用同步能力。
典型用法¶
在對話中啓用 Skill¶
安裝完成後，可用自然語言描述任務，例如：同步某日期區間的 Intervals 活動、識別本週訓練類型、根據多次比賽距離計算 CS-D’ 並給出 5K 預測。Agent 會讀取 SKILL.md 與 references/ 中的規則與 API 說明執行。
調用內置腳本（示例）¶
SKILL.md 中的基礎用法如下，用於本地序列分析（配速、心率數組需自行準備或從活動詳情解析）：
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"臨界配速: {cs_result['critical_speed']:.2f} m/s")
print(f"5K預測: {cs_result['predictions']['5k']}")
從 Intervals.icu 拉取活動時，需使用 API Key；intervals_api.md 中給出了 IntervalsClient 示例（get_activities、get_activity_detail 等），SKILL.md 快速開始一節也展示了按日期下載並逐條 analyze_activity 的流程思路。
技能包內分析示例¶
examples/example_analysis.md 演示了從周訓練表到訓練類型識別、間歇穩定性、CS-D’ 參數與目標配速建議的完整分析結構，可作爲讓 Agent 對齊輸出格式的參考模板（文檔內爲示意數據，非真實用戶反饋）。
適用場景與注意¶
更適合：已有一定訓練記錄、使用 Garmin/Apple Watch/Polar 等設備或 Intervals.icu 彙總數據，並希望在 5K/10K/半馬/全馬等目標下做復盤與能力估算的跑者。
使用注意：
- 分析精度依賴 GPS 與心率設備質量；Skill 說明建議至少輸入 3 次不同距離的比賽或測試數據，CS 估計才更穩。
- CS-D’ 爲模型估算，實際表現仍受狀態、賽道、天氣等影響。
- Skill 聲明分析處理可在本地完成；一旦啓用 Intervals.icu 同步，則會向該平臺發起 API 請求，需自行保管 API Key。
- SkillHub 頁面元數據（抓取時）：評分 100000，下載約 1183 次；以頁面實時顯示爲準。
結尾¶
賽博跑者把 Intervals 對接說明、訓練分類腳本、CS-D’ 計算與區間參考收進一個 Agent Skill，適合把「看錶、歸類、估成績」變成可重複的工作流。需要安裝或查看版本時，請訪問 SkillHub 技能頁 或元數據地址 https://api.skillhub.cn/user_a851fe71/cyber-runner。
