Files
fitness-coach/backend
wm b3b58e66fb feat: init fitness-coach (backend + miniprogram)
- backend: NestJS service with exercise/plan data
- miniprogram: WeChat mini program client
- exclude node_modules, dist, runtime data-store, local env
2026-07-22 00:35:40 +08:00
..

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

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.json1,324 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

# 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 / RecommendQueryDtoclass-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