# FITCOACH 后端（NestJS）

健身动作数据代理与推荐服务。所有动作数据统一存储在后端，向前端小程序提供 REST 接口。

## 技术栈
- NestJS 10 + Express
- 内存数据集（构建时由 `exercises-dataset` 导入），查询/筛选/推荐均在内存完成，毫秒级响应
- 可选静态媒体服务（`/media`，指向 `backend/media/`）

## 环境变量（`.env`，参考 `.env.example`）
| 变量 | 默认值 | 说明 |
|------|--------|------|
| `PORT` | `3000` | 服务端口 |
| `API_BASE_URL` | `http://localhost:3000` | 小程序访问基址（生成媒体 URL 用） |
| `MEDIA_BASE_URL` | `http://localhost:3000/media` | 媒体资源基址；可改为 CDN |
| `CORS_ENABLED` | `true` | 是否允许跨域（Web 调试用） |

## 安装与运行
```bash
npm install
npm run build        # 触发 prebuild: 自动下载 exercises.json 到 src/exercises/data/
npm run start:dev    # 开发（watch）
npm run start:prod   # 生产：node dist/main.js
```

## 脚本
- `npm run sync:media` — 将数据集的图片/动画同步到 `backend/media/`（供 `/media` 提供）。可选环境变量 `MEDIA_CONCURRENCY`（并发）、`MEDIA_ONLY=gif|image`。
- `node scripts/analyze.mjs` — 扫描数据集，输出各维度去重值与缺失的中文标签（用于补全 `labels.ts`）。

## 数据导入说明
数据集 `exercises.json`（1,324 条）通过 `scripts/ensure-data.mjs` 在构建时自动从 GitHub 下载；
也可手动把 `exercises-dataset/data/exercises.json` 复制到 `src/exercises/data/exercises.json`。
服务启动时由 `ExercisesService.onModuleInit()` 读取并 `normalize()` 为带中文字段的结构化对象。

## 接口示例
```bash
# 列表 + 筛选（按器械 dumbbell，分页）
curl "http://localhost:3000/api/exercises?equipment=dumbbell&pageSize=5"

# 动作详情
curl "http://localhost:3000/api/exercises/0001"

# 目标肌群智能推荐（肱二头肌，限定哑铃）
curl "http://localhost:3000/api/recommend?target=biceps&equipment=dumbbell&limit=10"

# 分类元数据
curl "http://localhost:3000/api/categories/targets"
curl "http://localhost:3000/api/categories/equipment"

# 训练组合
curl "http://localhost:3000/api/collections"
curl "http://localhost:3000/api/collections/legs/exercises?pageSize=10"

# 搜索
curl "http://localhost:3000/api/search?q=abs"
```

## 推荐算法
对每条动作计算相关性评分：
- 目标肌群完全匹配 `target`：+100，理由「主要训练 XX」
- 出现在协同肌群 `secondaryMuscles`：+40，理由「协同训练 XX」
- 指定器械匹配：+30；若为自重可替代：+10
仅返回评分 > 0 的动作，按评分降序、名称升序返回。

## 目录
```
src/exercises/
├── exercises.module.ts
├── exercises.service.ts      # 数据加载、筛选、分类、推荐、组合
├── exercises.controller.ts   # /api 路由
├── exercises.interface.ts    # 类型定义
├── dto/                      # QueryExercisesDto / RecommendQueryDto（class-validator 校验）
├── utils/normalize.ts        # 原始 → 结构化（类型推导、媒体 URL、中文标签）
└── data/
    ├── exercises.json        # 数据集（构建时生成）
    ├── labels.ts             # 中英文标签映射
    └── collections.ts        # 智能训练组合定义
```