首页/资讯中心/详情

健身动作生成：鸿蒙AI应用开发实战——AI私教，科学训练不迷茫

健身动作生成：鸿蒙AI应用开发实战——AI私教，科学训练不迷茫
📅 发布时间：2026/7/6 5:04:02

健身动作生成：鸿蒙AI应用开发实战——AI私教，科学训练不迷茫

一、引言

健身新手走进健身房，面对琳琅满目的器械常常不知从何下手：今天练什么部位？做多少个？休息多久？总时长多少？这些问题如果没有科学的规划，不仅训练效果大打折扣，还容易导致运动损伤。

健身动作生成正是为了解决这一痛点而诞生的鸿蒙AI应用。用户只需选择训练部位（胸/背/腿/肩/核心/全身）、器械类型（徒手/哑铃/器械/弹力带）和训练时长（15-60分钟），AI即可自动生成一套完整的训练计划，包含具体动作、组数、次数、休息时间和总时长。

本文将从应用架构设计、鸿蒙核心技术实现、AI应用亮点等维度，深度剖析这款应用的开发全流程。

二、应用架构设计：Model-Service-Page 三层架构

2.1 架构概览

┌─────────────────────────────────────────────────────────┐ │ Page 层 (UI) │ │ WorkoutGeneratorPage.ets │ │ @State 三条件联动 / Slider / @Builder 训练表 │ ├─────────────────────────────────────────────────────────┤ │ Service 层 (业务逻辑) │ │ WorkoutGeneratorService.ets │ │ 动作库管理 / 时长自适应算法 / 训练生成 │ ├─────────────────────────────────────────────────────────┤ │ Model 层 (数据模型) │ │ WorkoutGeneratorModel.ets │ │ Exercise / WorkoutData / WGMessage / 常量定义 │ └─────────────────────────────────────────────────────────┘

2.2 Model 层：数据结构定义

核心数据类：

  • Exercise：单个训练动作，包含名称、组数、次数范围和休息时间
  • WorkoutData：完整训练计划，包含动作列表和总时长

关键常量：

  • WG_PARTS：6种训练部位（胸/背/腿/肩/核心/全身）
  • WG_EQUIPMENTS：4种器械类型（徒手/哑铃/器械/弹力带）

2.3 Service 层：训练算法

Service 层预置了48个动作库，覆盖6个部位×多种器械的组合：

constroutines:Record<string,Exercise[]>={'胸|徒手':[/* 5个动作 */],'胸|哑铃':[/* 5个动作 */],'背|徒手':[/* 5个动作 */],// ... 共48个动作}

时长自适应算法：

lettotalMin=routine.length*4// 每个动作约4分钟if(minutes>0&&minutes<totalMin){routine=routine.slice(0,Math.max(2,Math.floor(minutes/4)))totalMin=routine.length*4}

2.4 Page 层：UI展示

Page 层实现了训练部位、器械类型、训练时长三个维度的选择交互，以及训练计划的结果展示。

三、鸿蒙技术深度解析

3.1 @State 三条件联动

本应用的状态管理涉及三个独立选择维度的联动：

@StateselectedPart:string=''// 选中的训练部位@StateselectedEquipment:string=''// 选中的器械类型@StateselectedMinutes:number=30// 选中的训练时长

条件联动的关键逻辑：

  1. 按钮显隐控制：当部位和器械都选中时，显示"生成训练计划"按钮
  2. 结果生成：三个状态共同作为参数传递给 Service 层
  3. 重置功能：一键清空所有选择状态
if(this.selectedPart!==''&&this.selectedEquipment!==''){Text('生成训练计划')// ....onClick(()=>{this.onGenerate()})}

3.2 Slider 滑动选择时长

训练时长选择使用鸿蒙的 Slider 组件，支持15-60分钟范围，步进5分钟：

Slider({value:this.selectedMinutes,min:15,max:60,step:5,style:SliderStyle.InSet}).blockColor(COLOR_PRIMARY).trackColor(COLOR_BORDER).selectedColor(COLOR_PRIMARY).layoutWeight(1).onChange((value:number)=>{this.selectedMinutes=value})

Slider 设计的要点：

  • 左侧标注"15min"、右侧标注"60min"，范围一目了然
  • 当前值实时显示：Text('当前：${this.selectedMinutes}分钟')
  • step: 5提供5分钟的步进粒度，兼顾灵活性和精确性

3.3 @Builder 训练表卡片

训练结果以卡片形式展示，每个动作独立成行，包含序号、动作名称、组数×次数、休息时间：

@BuilderbuildResultCard(data:WorkoutData){Column(){Row(){Text('🏋️ 训练计划')Blank()Text('总计 ${data.total_min} 分钟')}ForEach(data.routine,(exercise:Exercise,idx:number)=>{Row(){Column(){Text('${idx + 1}')// 圆形序号}Column(){Text(exercise.name)Row(){Text('${exercise.sets}组 × ${exercise.reps}次')Text('休息 ${exercise.rest}')}}}})}}

卡片设计的特点：

  • 圆形序号标识动作序号，视觉突出
  • 组数/次数和休息时间使用标签样式（tag-style），简洁清晰
  • 总时长在右上角突出显示

3.4 Scroll 滚动展示

训练计划可能包含5个以上的动作，使用 Scroll 确保所有内容可以完整展示：

if(this.currentData!==null){Scroll(){Column(){this.buildResultCard(this.currentData)}.padding({bottom:20})}.layoutWeight(1).scrollBar(BarState.Off)}

四、AI 应用亮点分析

4.1 48个动作库覆盖

应用内置了48个训练动作，覆盖6个训练部位和4种器械类型的组合：

胸部训练（徒手/哑铃）：

  • 标准俯卧撑、宽距俯卧撑、窄距俯卧撑、钻石俯卧撑
  • 哑铃卧推、哑铃飞鸟、上斜哑铃卧推等

背部训练（徒手/哑铃）：

  • 超人式伸展、仰卧划船、鸟狗式
  • 哑铃划船、单臂哑铃划船、哑铃硬拉等

腿部训练（徒手/器械）：

  • 深蹲、弓步蹲、臀桥、靠墙静蹲
  • 杠铃深蹲、腿举、腿弯举、腿屈伸等

肩部训练（徒手/哑铃）：

  • 派克俯卧撑、倒立撑、YTWL徒手
  • 哑铃肩推、哑铃侧平举、阿诺德推举等

核心训练（徒手）：

  • 卷腹、俄罗斯转体、仰卧举腿、死虫式、侧平板支撑

全身训练（弹力带）：

  • 弹力带深蹲、弹力带划船、弹力带推胸等

4.2 54种组合

虽然理论组合为6×4=24种，但通过时长维度的加入，实际提供了超过54种不同的训练方案：

训练部位(6) × 器械类型(4) = 24 种组合模式 每种模式 × 不同时长切片 = 丰富的变体

4.3 时长自适应算法

这是本应用最具技术含量的 AI 亮点。当用户选择较短训练时长时，系统会自动裁剪动作数量以适应时间限制：

lettotalMin=routine.length*4// 估算总时长if(minutes>0&&minutes<totalMin){// 按比例裁剪动作数量routine=routine.slice(0,Math.max(2,Math.floor(minutes/4)))totalMin=routine.length*4}

算法逻辑：

  1. 先根据部位和器械获取完整的动作列表（通常5个动作）
  2. 估算每个动作耗时约4分钟（含组间休息）
  3. 如果用户选择时长短于总时长，按比例裁剪动作数量
  4. 确保至少保留2个动作，保证训练的有效性

五、关键技术挑战与解决方案

5.1 挑战一：动作库的组织和扩展

挑战：48个动作需要合理的组织方式，便于维护和扩展。

解决方案：

  • 采用Record<string, Exercise[]>映射表结构
  • 键为"部位|器械"组合，值为动作数组
  • 新增动作只需在对应数组末尾添加，不影响现有逻辑
  • 支持兜底键（如"${part}|徒手"）确保总有可用方案

5.2 挑战二：时长与训练内容的匹配

挑战：用户选择的时长不一定与预设动作数量匹配。

解决方案：

  • 每个动作的标准耗时估算为4分钟（含组间休息）
  • 通过slice方法动态裁剪动作数量
  • 保留至少2个核心动作，保证训练质量
  • 显示实际生成的训练总时长，让用户了解计划的时间安排

5.3 挑战三：训练数据的清晰呈现

挑战：每个动作涉及名称、组数、次数、休息时间等多个数据维度。

解决方案：

  • 使用 Row 布局将动作序号和详情分列展示
  • 组数/次数和休息时间使用标签样式并排显示
  • 蓝色圆形序号提供清晰的视觉索引

六、用户交互体验设计

6.1 蓝色的运动主题

应用采用蓝色系配色（#EFF6FF背景、#3B82F6主题色），传达专业、冷静的运动氛围：

constCOLOR_BG='#EFF6FF'constCOLOR_PRIMARY='#3B82F6'constCOLOR_SELECTED_BG='#DBEAFE'

6.2 清晰的训练计划展示

训练计划的展示设计体现了人体工程学的考虑：

  • 圆形序号便于快速定位动作
  • 组数和次数采用 tag 标签样式，一目了然
  • 总时长在卡头顶部突出显示
  • 每个动作独立成行，间距适中

6.3 即时数据反馈

  • Slider 滑动时实时显示选中时长
  • 训练生成后自动滚动到结果区域
  • 重置按钮一键清空

七、总结

健身动作生成应用展示了鸿蒙 ArkTS 在健身领域的技术实力，三个核心技术亮点值得关注：

  1. 三条件状态联动：通过 @State 管理部位、器械、时长三个维度的选择状态
  2. 时长自适应算法：根据用户选择的时间动态调整训练计划
  3. @Builder 训练表组件：将复杂的训练数据组织成清晰的卡片式布局

未来展望：未来可以引入训练记录功能、进度追踪、动作视频演示、智能调整训练强度等功能，打造更完整的 AI 私教体验。