# 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` | `https://cdn.jsdelivr.net/gh/hasaneyldrm/exercises-dataset@main` | 媒体资源基址（CDN 直链，免本地下载） |
| `CORS_ENABLED` | `true` | 是否允许跨域（Web 调试用） |
| `WX_APPID` | 空 | 微信小程序 AppID；**不填则登录走开发降级模式**（任意 code 生成稳定虚拟 openid） |
| `WX_SECRET` | 空 | 微信小程序 AppSecret，配合 `WX_APPID` 调用 code2session 换取真实 openid |
| `JWT_SECRET` | `fitcoach-dev-secret` | token 签名密钥，生产务必修改为强随机值 |

## 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"

# ===== 用户体系（登录 / 收藏 / 计划）=====
# 登录（开发模式：任意 code 均可，后端自动建号）
TOKEN=$(curl -s -X POST http://localhost:3000/api/auth/login -H 'content-type: application/json' \
  -d '{"code":"dev_123","userInfo":{"nickname":"阿强","avatar":"🦊"}}' | node -e "let d='';process.stdin.on('data',c=>d+=c).on('end',()=>console.log(JSON.parse(d).token))")

# 个人资料
curl http://localhost:3000/api/auth/me -H "Authorization: Bearer $TOKEN"
curl -X PATCH http://localhost:3000/api/users/me -H "Authorization: Bearer $TOKEN" -H 'content-type: application/json' -d '{"nickname":"阿强Pro"}'

# 收藏动作
curl -X POST http://localhost:3000/api/favorites/exercises -H "Authorization: Bearer $TOKEN" -H 'content-type: application/json' -d '{"target":"0001"}'
curl http://localhost:3000/api/favorites/exercises -H "Authorization: Bearer $TOKEN"
curl http://localhost:3000/api/favorites/exercises/0001/status -H "Authorization: Bearer $TOKEN"

# 我的计划
curl -X POST http://localhost:3000/api/plans -H "Authorization: Bearer $TOKEN" -H 'content-type: application/json' -d '{"name":"胸肌日","exerciseIds":["0001","0002"]}'
curl http://localhost:3000/api/plans -H "Authorization: Bearer $TOKEN"
# 从官方计划一键导入为我的计划
curl -X POST http://localhost:3000/api/plans/import -H "Authorization: Bearer $TOKEN" -H 'content-type: application/json' -d '{"slug":"home"}'

# 官方计划（按水平分级）
curl http://localhost:3000/api/plans/official -H "Authorization: Bearer $TOKEN"
curl "http://localhost:3000/api/plans/official/home/exercises?pageSize=10" -H "Authorization: Bearer $TOKEN"
```

## 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。

## 用户体系 / 收藏 / 计划（v2 新增）

独立的 `auth` / `users` / `favorites` / `plans` 四个模块，构成完整用户闭环：

- **登录**：`POST /api/auth/login` 接收 `wx.login` 的 `code`，生产环境调用微信 `code2session` 换取真实 `openid`；**未配置 `WX_APPID`/`WX_SECRET` 时自动降级**，用任意 code 生成稳定虚拟 `openid`，方便本地联调。返回自签 `token`（HMAC-SHA256，30 天有效）与用户资料。
- **鉴权**：受保护接口需 `Authorization: Bearer <token>`；统一 `AuthGuard` 校验，非法/过期返回 401。
- **资料**：`GET /api/auth/me`、`PATCH /api/users/me`（昵称/头像 emoji）。
- **收藏**：动作收藏（`/api/favorites/exercises`）+ 官方计划收藏（`/api/favorites/plans`），均带状态查询接口。
- **我的计划**：完整 CRUD（`/api/plans`）+ 向计划增删动作；`POST /api/plans/import` 可把官方计划一键复制为个人计划。
- **官方计划**：在原有 8 个训练组合基础上新增「按水平分级」的官方推荐计划（新手七天 / 新手燃脂 / 进阶增肌 / 进阶力量 / 高级竞技 / 舒展放松 / 女子塑形等），通过 `GET /api/plans/official` 按 `新手入门 / 进阶提升 / 高级挑战 / 全阶段适用` 分组下发。

### 数据持久化

用户、收藏、计划数据落地在 **`backend/data-store/*.json`**（`users.json` / `favorites-exercises.json` / `favorites-plans.json` / `plans.json`），由 `src/common/store.ts` 的单例 `JsonStore` 在进程内加载、每次写入整体落盘。无需数据库即可持久化；首次启动自动建目录与空文件。

> 该目录为运行时数据，**建议加入 `.gitignore`**（已在仓库根 `.gitignore` 忽略 `data-store/`）。

## 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 / 官方计划定义（含 level 分级）
src/common/
├── store.ts                  # 文件持久化单例 JsonStore（data-store/）
├── token.ts                  # token 签名 / 校验
├── auth.guard.ts             # Bearer 鉴权守卫
└── current-user.decorator.ts # 注入当前 openid
src/auth/   src/users/   src/favorites/   src/plans/   # 用户体系四模块
```