把训练计划，变成可执行的周期。

Name: TrainPhase
Author: 熊灏

组织周期、训练日和强度规则，再把完成结果带回下一次安排。

看产品怎么工作浏览当前界面

力量训练者在深色训练环境中完成传统硬拉 — **计划负责方向，训练结果负责修正。**

从计划来源到训练反馈。

TrainPhase 的核心不是一张训练表，而是一条能继续运行的数据链。

计划进入系统后，会经历什么

每一层都保留自己的职责。模板不会被训练记录改写，运行计划也不会和原始计划混在一起。

选择计划来源 经典模板、引导式定制、自建计划与专项构建器提供不同起点。
组织周期结构 Block、周、训练日、动作 slot、组次、百分比或 RPE 在同一结构中验证。
生成运行实例 激活后形成独立计划实例，并记录当前阶段、周次和训练日。
执行当日训练 计划处方进入训练页面，保存实际重量、次数、RPE 和完成状态。
把结果带回计划 历史、趋势、进阶和阶段衔接继续使用已完成训练，而不是覆盖过去。

直接看当前版本。

切换模块并滚动界面。下面的图片来自项目现有页面，不是概念效果图。

训练资源

动作库

搜索和筛选训练动作，查看器械与肌群信息，为计划中的动作槽位准备可复用资源。

按名称、器械与肌群搜索

主项、变式和辅助动作分组

动作标签帮助快速筛选

可进入计划动作槽位

在系统中的位置 这是计划结构下方的训练资源层，为构建器和训练日提供动作数据。

控制权留在训练者手里。

可以从成熟模板开始，也可以深入到周期、训练日、强度规则和阶段衔接。系统负责校验，不替你隐藏关键决定。

不同计划入口，共用一套运行逻辑

经典模板、自建计划和专项构建器最后都会进入相同的验证、激活和逐日执行流程。

引导式定制自建计划 Nuckols 组合 Leader/Anchor Peaking DUP

计划编辑和训练历史分开保存

修改计划不会重写已经完成的训练。历史保存实际表现，下一次处方单独保存进阶结果。

阶段推进需要确认

积累、转化、实现和过渡不会静默切换。系统准备下一阶段，训练者确认后再继续。

让 AI 助手读懂你的训练。

连接你常用的 AI 助手后，它可以读取你允许的训练信息，结合当前计划、训练进度和趋势给出建议。

回答基于你的真实训练 读取当前计划、训练进度、主项重量和近期趋势，不需要反复手动描述。

能分析，也能生成调整提案 可以帮你复盘训练、比较阶段表现，并准备计划修改建议。

每一步都由你确认 敏感信息需要单独授权，修改计划只生成提案，确认后才会写入。

打开连接页面

连接演示 不安装程序，不读取真实账号

安装组件

准备 TrainPhase AI Bridge

安装本机连接组件，再让 AI 助手发起第一次 TrainPhase 请求。

首次可用信息 更多信息会继续询问

当前计划摘要当前训练进度主项重量 28 天趋势摘要

怎么连接。

首次连接按下面的顺序完成，之后打开桌面 H5 并启动 AI 助手即可继续使用。

打开连接页面 在电脑浏览器登录 TrainPhase，进入“我的 → 外部 AI 助手”，并保持页面打开。
安装 AI Bridge 点击页面中的安装入口，下载并运行 TrainPhase AI Bridge 安装器。
配置你的 AI 助手 Codex 等已适配助手可一键配置；OpenCode、CodeBuddy 使用右侧配置示例。
重启 AI 助手 保存配置后完全退出并重新打开客户端，让 TrainPhase 工具生效。
发起第一次请求 例如输入：“使用 TrainPhase 读取我的当前训练计划摘要。”
回到 H5 确认 核对助手名称和请求内容，允许本次连接。敏感读取和计划提案会继续单独确认。

选择你的 AI 助手

已适配的助手可由安装器配置，其他支持本地 stdio MCP 的客户端可以手动添加。

可一键配置

Codex（Windows / WSL） Hermes（WSL） Claude Desktop Cursor VS Code

手动添加

OpenCode CodeBuddy 其他本地 stdio MCP 客户端

OpenCode 配置 合并到 opencode.json

替换 Windows 用户名，保存后重启 OpenCode。

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "servers": {
      "trainphase": {
        "type": "local",
        "command": [
          "C:\\Users\\<你的用户名>\\AppData\\Local\\TrainPhase\\AIBridge\\TrainPhase-AI-Bridge.exe",
          "mcp"
        ],
        "environment": {
          "TRAINPHASE_AGENT_NAME": "OpenCode"
        }
      }
    }
  }
}

CodeBuddy 配置 添加到 MCP 设置

替换 Windows 用户名，保存后重启 CodeBuddy。

{
  "mcpServers": {
    "trainphase": {
      "type": "stdio",
      "command": "C:\\Users\\<你的用户名>\\AppData\\Local\\TrainPhase\\AIBridge\\TrainPhase-AI-Bridge.exe",
      "args": ["mcp"],
      "env": {
        "TRAINPHASE_AGENT_NAME": "CodeBuddy"
      }
    }
  }
}

连接失败时

看不到 TrainPhase 工具：重新修复配置，并完全重启 AI 助手。
H5 没有连接请求：保持连接页面打开，再让助手调用一次 TrainPhase。
刷新 H5、退出账号或断开连接后，需要重新确认会话。

训练数据有明确边界。

云同步、教练协作和外部 AI 助手都建立在明确告知与主动授权之上。

权限最小化

只申请完成当前功能所需的权限。

用户主动选择

云同步与相关处理在启用前单独提示。

健康边界

产品提供训练辅助，不替代医疗诊断。

成年用户

当前版本按 18 岁以上使用场景设计。

隐私政策 个人信息处理、权限与用户权利 用户协议 服务范围、账号使用与责任边界 健康免责声明 训练风险提示与健康使用要求

先从网页版开始。

使用浏览器构建计划、执行训练和查看历史。iOS 与 Android 客户端入口已经预留。

Web 已开放 iOS 规划中 Android 规划中

进入网页版

把训练计划， 变成可执行的周期。