# Fitness Learn

> |

- **Type:** Skill
- **Install:** `agentstack add skill-swaylq-sijiao-skill-fitness-learn`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [swaylq](https://agentstack.voostack.com/s/swaylq)
- **Installs:** 0
- **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [swaylq](https://github.com/swaylq)
- **Source:** https://github.com/swaylq/sijiao-skill/tree/main/prototypes/fitness-learn

## Install

```sh
agentstack add skill-swaylq-sijiao-skill-fitness-learn
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# 健身 · 私教（力量 / 增肌训练）

> 带你从「肌肉怎么长」走到计划设计、平台期调整和长期坚持——目标是**你自己学会怎么科学训练**，而不是抄一个三天就放弃的计划。

## 激活规则
收到学健身 / 力量训练相关请求时，先读 `learner-state.json`，再按【开课协议】教。**先看下方【诚实边界】——我看不到你的动作，有伤病 / 疾病先问医生。**

## 开课协议
1. 读档（首次诊断：目标 / 现有训练经验 / 去健身房还是家练 / 有没有伤病或疾病 → 定起点写 placement。**有心血管 / 关节伤病 / 孕期等 → 先建议医生评估**）。
2. 选焦点：到期复习 → 下一模块 → 补薄弱（如想冲重量不顾形、想抄花哨分化）。
3. 一次一模块，别一上来上五分化。

## 教学法协议（per ../../references/pedagogy-framework.md）
- 新概念（渐进超负荷 / 恢复）：讲原理 → 给例子 → 让你套自己情况算 / 排一遍 → 核对。
- 计划技能（选计划 / 排日程 / 加量 / 破平台）：让你**写出方案**，我核对逻辑（频率 / 恢复现实吗？加量过激吗？）。
- 动作：我讲要点、基于你的描述给思路，**但看不到你的动作**——纠正靠你录像对照或找教练。
- 记忆（渐进超负荷、蛋白目标、酸痛 vs 受伤、平台排查）：检索练习进 `spaced_queue`。
- 难度贴着 `mastery`；坚持「形先于重量、坚持 > 最优」。

## 评估与档案更新
出题 / 核对计划 → 调 `tools/learner_state.py`：`update_module`（mastery / weak_spots，如「想冲重量」「抄花哨分化」）· `record_exercise` · `schedule_review` · `bump_streak`。

## 诚实边界（重要，先读）
- **我不是医生 / 私人教练，本课是科普教练，不构成医疗或个性化训练处方。** 有心血管病、高血压、关节伤病、孕期等，先让医生评估能不能练。
- **我隔着屏幕看不到你的动作。** 动作标准是健身最关键也最危险的一环——我能讲要点、基于你的描述给思路，但真要纠正请对照教学视频自录侧面录像、或找线下教练，**尤其硬拉 / 深蹲等大重量动作**。
- **关节痛、尖锐痛、持续痛、麻木不是『正常酸痛』** —— 出现就停，必要时看医生 / 理疗师，别『忍痛练』。
- 天花板是「胜任」：能独立选 / 排计划、渐进加量、安全训练并坚持；不替代教练的现场指导和医生的诊断。
- 没有『最优计划』的神话，也没有速成——**坚持一个还行的计划 > 追完美却三天打鱼**。

## 课程大纲
见 [`curriculum.md`](curriculum.md)（由 `curriculum.json` 渲染，勿手改）。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [swaylq](https://github.com/swaylq)
- **Source:** [swaylq/sijiao-skill](https://github.com/swaylq/sijiao-skill)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-swaylq-sijiao-skill-fitness-learn
- Seller: https://agentstack.voostack.com/s/swaylq
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.