[毕业设计] Eugene - 健身规划Agent

Co-creation-projects/EugeneChanQAQ-smart_fitness_planner/.env.example

@@ -0,0 +1,13 @@
+LLM_MODEL_ID=""
+LLM_API_KEY=""
+LLM_BASE_URL=""
+
+# 超时时间（可选，默认60秒）
+LLM_TIMEOUT=""
+
+# 服务器配置
+HOST=""
+PORT=""
+
+# CORS配置
+CORS_ORIGINS=""

Co-creation-projects/EugeneChanQAQ-smart_fitness_planner/README.md

@@ -0,0 +1,183 @@
+# FitnessPlannerAgent - 健身训练规划助手
+
+> 基于HelloAgents框架的健身规划助手
+
+## 📝 项目简介
+
+FitnessPlannerAgent是一个健身训练规划助手,能够根据用户基本信息自动规划每周期的健身计划。
+
+### 核心功能
+- ✅ 智能建议：基于LLM和用户提供的基本信息进行分析和规划训练。
+
+
+## 🛠️ 技术栈
+
+- HelloAgents框架（SimpleAgent）
+- QWEN API（智能分析）
+
+## 🚀 快速开始
+
+### 安装依赖
+
+```bash
+pip install -r requirements.txt
+```
+
+### 配置LLM参数
+
+**方式1: 使用.env文件(推荐)**
+
+```bash
+# 复制示例文件
+cp .env.example .env
+
+# 编辑.env文件,填入你的配置
+# LLM_MODEL_ID=Qwen/Qwen2.5-72B-Instruct
+# LLM_API_KEY=your_api_key_here
+# LLM_BASE_URL=https://api-inference.modelscope.cn/v1/
+```
+
+### 运行项目
+
+在终端进入当项目所在的EugeneChanQAQ-smart_fitness_planner目录激活虚拟环境。
+
+```bash
+venv_fit/Scripts/activate
+# 激活虚拟环境
+python -m uvicorn app.api.main:app --reload --host 0.0.0.0 --port 8000
+# 启动项目
+```
+
+## 📖 使用示例
+
+### 完整功能
+
+1. 用户输入自己的基本信息（身高、体重、年龄）
+2. 系统生成周期性的健身规划
+
+## 🎯 项目亮点
+
+- **智能化**：利用LLM根据个人身体基本数据,提供专业的健身训练建议
+- **可扩展**：易于添加新的工具
+
+## 📂 项目结构
+
+```
+EugeneChanQAQ-smart_fitness_planner/  
+│  
+├── app/                             # 🍱 FastAPI 服务主体   
+│   ├── config.py                    # 配置文件（应用名、版本、路径等）  
+│   ├── api/                         # FastAPI 相关  
+│   │   ├── routers                  # 路由  
+│   │   │    └──train.py             # 路由  
+│   │   ├── main.py                  # FastAPI 主入口  
+│   ├── agents/                      # 核心 Agent 逻辑模块  
+│   │   ├── train_planner.py         #  
+│   │   ├── state_manager.py         # 暂空  
+│   │   ├── \_\_init__.py  
+│   ├── models/                      # Pydantic 请求模型  
+│   │   └── schemas.py               # 数据模型 
+│   └── services/  
+│       └── llm_service.py           #  
+│  
+├── tests/  
+│   └── test_agent.py                # 暂空
+│  
+├── requirements.txt                 # Python依赖  
+└── README.md                        # 项目说明  
+```
+
+## 🔧 技术实现
+
+
+### 智能体设计
+
+使用HelloAgents的SimpleAgent。
+
+## 📊 示例输出
+
+```markdown
+============================================================
+🚀 HelloAgents健身规划助手 v1.0.0
+============================================================
+应用名称: HelloAgents健身规划助手
+版本: 1.0.0
+服务器: 0.0.0.0:8000
+LLM API Key: 已配置
+LLM Base URL: https://dashscope.aliyuncs.com/compatible-mode/v1
+LLM Model: qwen-max
+日志级别: INFO
+
+ ✔验证通过
+
+============================================================
+📚 API文档: http://localhost:8000/docs
+📖 ReDoc文档: http://localhost:8000/redoc
+============================================================
+
+INFO:     Application startup complete.
+INFO:     127.0.0.1:57008 - "GET / HTTP/1.1" 307 Temporary Redirect
+INFO:     127.0.0.1:57008 - "GET /train/ HTTP/1.1" 200 OK
+INFO:     127.0.0.1:57008 - "GET /favicon.ico HTTP/1.1" 404 Not Found
+
+============================================================
+📥 收到训练计划制定请求:
+   身高: 183
+   体重: 76
+   年龄: 21
+============================================================
+
+获取Agent系统
+开始初始化智能体健身规划系统
+✅ LLM服务初始化成功
+   提供商: qwen
+   模型: qwen-max
+创建健身规划Agent
+
+============================================================
+🚀 开始智能体规划训练...
+身高：183
+体重：76
+年龄：21
+
+============================================================
+制定训练计划中...
+训练规划结果: [
+  {"day":1,"action":"深蹲","muscle":"腿部","group_num":3,"amount":12},
+  {"day":1,"action":"卧推","muscle":"胸部","group_num":3,"amount":10},
+  {"day":1,"action":"引体向上","muscle":"背部","group_num":3,"amount":8},
+  {"day":2,"action":"休息"},
+  {"day":3,"action":"硬拉","muscle":"背部","group_num":3,"amount":10},
+  ...
+
+============================================================
+✅ 训练计划生成完成!
+============================================================
+
+✅ 训练计划生成成功,准备返回响应
+
+INFO:     127.0.0.1:61389 - "POST /train/plan HTTP/1.1" 200 OK
+```
+
+## 🚧 未来改进
+
+- [ ] 提供更多的基础信息以及特殊需求填写（性别、健身目的等）
+- [ ] 添加食谱规划Agent（帮助提高健身效率）
+- [ ] 调用API查找附近的健身餐食
+- [ ] 提供周期性反馈，根据用户的最新数据更改健身策略和方案
+- [ ] 生成用户身体数据报告
+
+## 👤 作者
+
+- GitHub: [@EugeneChanQAQ](https://github.com/EugeneChanQAQ)
+- 项目链接：[FitnessPlannerAgent](https://github.com/datawhalechina/Hello-Agents/tree/main/Co-creation-projects/EugeneChanQAQ-smart_fitness_planner)
+
+## 🙏 致谢
+
+感谢Datawhale社区和Hello-Agents项目！
+
+## 📄 许可证
+
+所有共创项目遵循CC BY-NC-SA 4.0 License，欢迎学习和共创。
+
+

Co-creation-projects/EugeneChanQAQ-smart_fitness_planner/app/agents/__init__.py

@@ -0,0 +1,4 @@
+__all__ = [
+    "train_planner.py",
+    "state_manager",
+]

Co-creation-projects/EugeneChanQAQ-smart_fitness_planner/app/agents/train_planner.py

@@ -0,0 +1,185 @@
+import json
+from typing import Dict, Any, List
+from hello_agents import SimpleAgent
+
+from ..models.schemas import FitnessRequest, TrainPlan
+from ..services.llm_service import get_llm
+from ..config import get_settings
+
+# ========== Agent 提示词 ==========
+PLANNER_AGENT_PROMPT = """你是健身规划专家，你的任务是根据客户的身高、体重和年龄，生成详细的健身计划。
+
+请为以下用户生成个性化的健身计划：
+- 年龄：{request.age}岁
+- 身高：{request.height}cm
+- 体重：{request.weight}kg
+
+要求：
+1. 包含训练计划（每周3-5天）
+2. 包含营养建议
+3. 包含注意事项
+4. 用中文回复，格式美观
+
+"""
+
+class FitnessPlanner:
+
+    def __init__(self):
+        print("开始初始化智能体健身规划系统")
+
+        try:
+            settings = get_settings()
+            self.llm = get_llm()
+
+            print("创建健身规划Agent")
+            self.planner_agent = SimpleAgent(
+                name="健身规划专家",
+                llm=self.llm,
+                system_prompt=PLANNER_AGENT_PROMPT
+            )
+
+        except Exception as e:
+            print(f"❌ 智能体系统初始化失败: {str(e)}")
+            import traceback
+            traceback.print_exc()
+            raise
+
+    def plan_train(self, request: FitnessRequest) -> List[TrainPlan]:
+        try:
+            print(f"\n{'=' * 60}")
+            print(f"🚀 开始智能体规划训练...")
+            print(f"身高：{request.height}")
+            print(f"体重：{request.weight}")
+            print(f"年龄：{request.age}")
+            print(f"\n{'=' * 60}")
+
+            print("制定训练计划中...")
+            planner_query = self._build_planner_query(request)
+            planner_response = self.planner_agent.run(planner_query)
+            print(f"训练规划结果: {planner_response[:300]}...\n")
+
+            # 解析响应为列表
+            train_plan_list = self._parse_response(planner_response, request)
+
+            # 确保返回 7 天列表，如果不足则用休息日填充
+            full_plan = []
+            for day in range(1, 8):
+                day_plan = next((p for p in train_plan_list if p.get("day") == day), None)
+                if day_plan:
+                    # 转换为 TrainPlan 对象
+                    full_plan.append(TrainPlan(**day_plan))
+                else:
+                    # 休息日占位
+                    full_plan.append(TrainPlan(
+                        day=day,
+                        action="休息",
+                        muscle=None,
+                        group_num=None,
+                        amount=None
+                    ))
+
+            print(f"{'=' * 60}")
+            print(f"✅ 训练计划生成完成!")
+            print(f"{'=' * 60}\n")
+
+            return full_plan
+
+        except Exception as e:
+            print(f"❌ 生成训练计划失败: {str(e)}")
+            import traceback
+            traceback.print_exc()
+            return self._create_fallback_plan(request)
+
+    def _build_planner_query(self, request: FitnessRequest) -> str:
+
+        query = f"""
+        你是一个健身训练计划生成器，只能返回 JSON 格式。
+
+        请根据以下信息生成 **7 天训练计划**，并严格按下面的 JSON schema 输出：
+
+        每条数据格式必须如下：
+        {{
+          "day": int,
+          "action": str,
+          "muscle": str,
+          "group_num": int,
+          "amount": int
+        }}
+
+        输出格式必须是一个 JSON 数组，例如：
+        [
+          {{ ... }},
+          {{ ... }},
+          ...
+        ]
+
+        用户信息：
+        - 身高: {request.height}
+        - 体重: {request.weight}
+        - 年龄: {request.age}
+
+        生成要求：
+        1. 输出完整 7 天计划，每天 3~4 个动作（可拆成多条 JSON）
+        2. 返回标准 JSON 数组
+        3. 严禁输出解释、文字、标题，只能输出 JSON
+
+        """
+        return query
+
+    def _parse_response(self, response: str, request: FitnessRequest) -> List[dict]:
+        """
+        解析 Agent 响应为字典列表，每个元素对应一天训练计划
+        """
+        try:
+            import json
+
+            # 提取 JSON 部分
+            if "```json" in response:
+                start = response.find("```json") + 7
+                end = response.find("```", start)
+                json_str = response[start:end].strip()
+            elif "```" in response:
+                start = response.find("```") + 3
+                end = response.find("```", start)
+                json_str = response[start:end].strip()
+            else:
+                # 尝试直接解析 JSON
+                json_str = response.strip()
+
+            data = json.loads(json_str)
+
+            # 确保返回的是列表
+            if isinstance(data, dict):
+                return [data]
+            elif isinstance(data, list):
+                return data
+            else:
+                raise ValueError("Agent 返回数据格式不正确")
+
+        except Exception as e:
+            print(f"⚠️  解析响应失败: {str(e)}")
+            print(f"   将使用备用方案生成计划")
+            return [p.dict() for p in self._create_fallback_plan(request)]
+
+    def _create_fallback_plan(self, request: FitnessRequest) -> List[TrainPlan]:
+        """
+        生成 7 天 fallback 计划
+        """
+        fallback = []
+        for day in range(1, 8):
+            if day % 2 == 0:
+                fallback.append(TrainPlan(day=day, action="休息", muscle=None, group_num=None, amount=None))
+            else:
+                fallback.append(TrainPlan(day=day, action="深蹲", muscle="腿部", group_num=4, amount=12))
+        return fallback
+
+
+_fitness_planner = None
+
+def get_fitness_planner_agent() -> FitnessPlanner:
+    global _fitness_planner
+
+    if _fitness_planner is None:
+        _fitness_planner = FitnessPlanner()
+
+    return _fitness_planner