← 返回精选项目
CASE 01 / AI 应用原型 / 个性化工作流
FitAgent：训练与减脂计划记录助手
让用户从目标确认开始，获得计划、完成记录，并能在发现不合适时修正下一版方案。
个人项目 · AI 辅助
31V2 HTTP 合约断言
138/138V1 黑盒回归
本地关键点与原图处理
验收日期：2026-10-01。以下结果是本地原型的工程验收，不代表真实训练效果或医学判断。
PROBLEM
用户需要的不是一条孤立建议。
一个想开始训练或减脂的人，通常同时面对目标、时间、身体限制和执行记录。只生成一份计划，无法解释为什么这样安排，也无法处理用户反馈后下一版应该怎样变化。
FitAgent 把主流程收敛为：建档 → 观察 → 用户确认/否定 → 计划版本 → 打卡与测量 → 周复盘。重点是让每一步都留下可回查的记录。
FLOW
一次完整使用过程。
01 / 建档
输入目标、可用时间、训练限制和需要关注的身体情况。
02 / 观察
用静态正面、侧面或背面照片做结构化几何观察，并先检查视角与画面质量。
03 / 修正
用户对每条观察结果选择确认、否定、无法判断或跳过。
04 / 执行
查看计划、记录完成情况、疼痛、RPE、测量数据，再进入周复盘。
DESIGN
把“不确定”也做成产品状态。
视觉观察只描述关键点之间的几何关系，不直接命名疾病或体态诊断。每条指标有 observed、uncertain、not_observable 三种语义；视角不适用、多人入镜、出框或关键点不足时，不返回看似精确的数值。
用户反馈不是装饰：限制、否定结果和安全过滤会进入下一版计划；当候选动作全部被排除时，系统生成恢复与感受记录兜底，而不是生成一个空训练日。
EVIDENCE
我实际验证了什么。
- V1 全量黑盒回归 138/138 通过。
- V2 HTTP 合约 31 条通过；SQLite Repository 重开 6 条通过。
- 服务停止并重启后，使用同一用户记录回查通过。
- Vue/Vite 生产构建通过；浏览器检查无控制台错误、无横向溢出。
BOUNDARY
当前边界。
这是本地单机原型，不是医疗诊断系统，也没有真实用户可用性测试或训练效果数据。原图不上传后端只说明隐私边界，不能推出模型准确率。