$ loading_
通过对个人28天健身基线计算，帮助你快速发现训练数据的趋势与异常。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "TrainBud" MCP 服务： 执行：claude mcp add 'io-github-zsadigzade-trainbud' -- npx -y trainbud
运动用户在每周末可快速将近况与过去28天基线比对，提炼出是否有提升或下滑，为下周训练提供依据。
当个人希望监测训练是否失衡时，可持续观察数据偏离28天基线的程度，及时识别需要调整的阶段。
TrainBud 是一款 MCP 工具，面向个人健身数据进行分析。它的核心能力是基于你自己的28天基线计算并输出发现。
当前素材只说明它用于“你的个人健身数据”和“28天基线”分析，具体的接入方式、密钥或运行环境请见源码仓库。
它并非单纯存储数据，而是围绕个人基线进行计算式分析，强调“基于代码的发现”。更详细差异请见源码仓库。
用自然语言查询 TrainingPeaks 训练记录、体能指标与功率个人纪录。
将 TrainingPeaks 接入 AI 助手，用自然语言管理训练计划、日历与数据趋势。
用自然语言连接 TrainingPeaks，查询训练、生成间歇并跟踪体能趋势。
连接 Whoop 健身数据到 Claude，用自然语言分析恢复、睡眠与训练状态
帮助用户计算 BMI、体脂等身体指标并追踪测量趋势变化
让 AI 用自然语言读取并分析 Fitbit 健康数据，辅助追踪活动、睡眠与心率趋势。