AI健身计划生成系统

一个基于Google Agent Development Kit (ADK)的全自动多代理AI健身计划生成系统,通过多个代理协同工作,从用户输入生成个性化的健身计划,并进行安全性验证、设备推荐和记忆存储。

  • by Agnik-git-sys
  • Python
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 Agnik-git-sys/-AI-Gym-Trainer-Multi-Agent-Workout-Planner

使用说明

🏋️‍♂️ AI多智能体训练管道

完全自动化 6-agent人工智能锻炼生成系统 使用 谷歌代理开发工具包(ADK).
此管道收集用户锻炼意图,生成锻炼计划,验证安全性,选择设备,保存内存,并输出最终汇总摘要。


🚀 特性

✅ 1.多代理架构(7个链接代理)

  • 解码器代理 → 摘录:肌肉、目标、训练风格、经验水平
  • 规划师代理 → 打造个性化的6-8运动训练
  • 设备代理 → 建议所需设备和替代设备
  • 验证器代理 → 检查安全性、音量和难度
  • 内存代理 → 保存锻炼历史记录(JSON)
  • 推荐代理 → 康复、营养、次日小贴士
  • 聚合代理 → 为用户生成最终的干净摘要

🔄 管道流量

User Input
   ↓
Workout Decoder
   ↓
[Planner + Equipment Agents] (Parallel)
   ↓
Validator
   ↓
Memory Agent
   ↓
Recommender
   ↓
Aggregator → Final Output

🧠 记忆意识训练创建

系统会自动读取您的最后一次 3项训练 并避免重复练习:

  • 防止过度使用损伤
  • 增加变化
  • 感觉就像一个真正的私人教练在学习你的模式

🧰 设备选择器(自定义工具)

系统加载JSON设备数据库:

muscle → required_equipment + alternatives

如果没有找到匹配项,则提供后备选项(哑铃、带子、体重、家居用品)。


📁 项目结构

project/
│
├── agents.py
├── data/
│   └── equipments_db.json
├── memory/
│   └── workout_history.json
├── logs/
│   └── run_log.txt
└── README.md

Logs and Memory folder are not uploaded!


📝 如何使用

1.安装依赖项

pip install google-adk

2.运行管道

adk run agents.py

系统将首先显示所需的输入格式。

然后,您可以提供任何随意的输入,例如:

chest workout, muscle growth, supersets, intermediate

📥 示例输出

FINAL WORKOUT SUMMARY
- Muscle: chest
- Goal: muscle growth
- Experience: intermediate

WORKOUT:
- Barbell Bench Press — 4×8 — 90s
- Incline DB Press — 3×10 — 75s
...

EQUIPMENT:
- Primary: bench, dumbbells, barbell
- Alternatives: resistance bands, push‑up variations

RECOMMENDATIONS:
- Increase protein intake post‑workout
- Stretch chest + triceps 10 minutes
...

📌 为什么这个系统很特别

  • 完整的多代理管道
  • 并行代理执行
  • 基于记忆的计划创建
  • 调试日志
  • 干净的模块化架构
  • 可扩展到移动应用程序/web UI/API

📌 未来改进

  • 添加每周分期试剂
  • 使用计算机视觉添加形状矫正剂
  • 添加强度跟踪记忆
  • 添加用户配置文件系统

🤝 贡献

欢迎拉取请求!

📄 许可证

MIT许可证