- backend: NestJS service with exercise/plan data - miniprogram: WeChat mini program client - exclude node_modules, dist, runtime data-store, local env
3.3 KiB
3.3 KiB
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.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
# 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