终极健身数据集1324个多语言健身动作快速搭建你的健身应用【免费下载链接】exercises-dataset1,324-exercise fitness dataset — animation GIFs, 180×180 thumbnails, muscle-group equipment data, and step-by-step instructions in 6 languages. The exercise data layer behind the LogPress app.项目地址: https://gitcode.com/GitHub_Trending/ex/exercises-dataset想要快速构建一个功能完整的健身应用Exercises Dataset健身数据集为你提供了1324个精心整理的多语言健身动作让你在几分钟内就能搭建起专业的健身应用后端。这个完整的健身数据集涵盖了全身各个部位的训练动作支持6种语言包含详细的指导说明和可视化资源是开发健身应用、健康管理平台或AI健身助手的理想起点。 为什么你需要这个健身数据集在健身应用开发中最耗时的工作之一就是收集和整理健身动作数据。Exercises Dataset解决了这个痛点为你提供了一个开箱即用的完整解决方案 1324个标准化健身动作- 覆盖全身所有主要肌肉群 6种语言支持- 英语、西班牙语、意大利语、土耳其语、俄语、中文️♂️ 完整分类体系- 按身体部位、目标肌肉、器械类型精细分类 可视化资源- 每个动作都配有180×180的图片和GIF动画⚡ 即用型数据- JSON格式无需复杂处理即可集成 数据集结构一目了然数据集采用清晰的文件结构让你快速上手exercises-dataset/ ├── data/exercises.json # 核心数据文件包含1324个动作的完整信息 ├── images/ # 1324个动作的180×180缩略图 ├── videos/ # 1324个动作的180×180动画GIF ├── index.html # 交互式动作浏览器 └── setup.html # 开发者设置向导核心数据文件data/exercises.json采用简洁的JSON格式每个动作包含以下信息{ id: 0001, name: 3/4 sit-up, category: waist, body_part: waist, equipment: body weight, instructions: { en: Lie flat on your back with your knees bent..., es: Túmbate sobre tu espalda con las rodillas flexionadas..., it: Sdraiati sulla schiena con le ginocchia piegate..., tr: Dizleriniz bükülü ve ayaklarınız yere düz basacak şekilde..., ru: Лягте на спину, согните колени и поставьте ступни..., zh: 平躺膝盖弯曲双脚平放在地上... } }️♂️ 丰富的动作示例数据集包含了从基础到进阶的各种健身动作让我们看看几个经典示例杠铃平板卧推 - 胸部训练之王动作特点仰卧于平板凳上双手正握杠铃握距略宽于肩杠铃位于胸部正上方。动作过程中杠铃垂直下降至胸部中上部再推起至手臂伸直。主要锻炼肌肉胸大肌、三角肌前束、三头肌器械要求杠铃、平板卧推架适用场景胸部力量训练、增肌训练杠铃硬拉 - 全身力量之王动作特点双脚与肩同宽站立杠铃置于脚前双手正握杠铃腰背挺直核心收紧。通过臀部和腿部发力将杠铃拉起。主要锻炼肌肉臀大肌、股二头肌、竖脊肌器械要求杠铃适用场景力量训练、功能性训练杠铃深蹲 - 腿部训练核心动作特点双脚略宽于肩站立杠铃置于上背部斜方肌核心收紧腰背挺直缓慢屈髋屈膝下蹲。主要锻炼肌肉股四头肌、臀大肌、腘绳肌器械要求杠铃、深蹲架适用场景腿部力量训练、功能性训练引体向上 - 背部训练经典动作特点双手正握单杠握距略宽于肩通过背部发力将身体拉起使下巴过杠。主要锻炼肌肉背阔肌、大圆肌、肱二头肌器械要求单杠适用场景背部力量训练、自重训练 5分钟快速上手指南步骤1获取数据集git clone https://gitcode.com/GitHub_Trending/ex/exercises-dataset cd exercises-dataset步骤2探索交互式浏览器直接打开index.html文件无需任何服务器配置你就能实时搜索所有1324个动作按类别筛选胸部、背部、腿部等按器械筛选哑铃、杠铃、自重训练等查看多语言指导支持6种语言切换步骤3使用开发者设置向导打开setup.html文件获得完整的开发指导数据库设置- 生成SQL脚本支持SQL Server、PostgreSQL、MySQL、SQLiteAPI集成示例- 提供JavaScript、Python、C#、Java、PHP、Go等语言的客户端代码AI辅助开发- 结构化提示词让AI帮你生成完整的REST API 数据统计概览动作分布统计身体部位动作数量占比上臂292个22.1%大腿227个17.1%背部203个15.3%腰部169个12.8%胸部163个12.3%肩部143个10.8%小腿59个4.5%前臂37个2.8%有氧29个2.2%颈部2个0.2%器械类型分布器械类型动作数量特点自重训练325个无需器械适合家庭训练哑铃294个最常用的自由重量器械绳索157个健身房固定器械杠铃154个力量训练核心器械器械81个健身房专业设备弹力带54个便携式训练工具 实际应用场景场景1个性化健身计划生成基于用户的目标、可用器械和训练水平智能生成个性化的训练计划import json import random def generate_workout_plan(user_level, available_equipment, target_muscles): with open(data/exercises.json, r, encodingutf-8) as f: exercises json.load(f) # 筛选符合条件的动作 filtered [ ex for ex in exercises if ex[equipment] in available_equipment and ex[category] in target_muscles ] # 根据用户水平确定训练量 if user_level beginner: exercises_per_day 4-6 sets 3 reps 8-12 elif user_level intermediate: exercises_per_day 6-8 sets 4 reps 6-10 else: # advanced exercises_per_day 8-10 sets 4-5 reps 4-8 # 随机选择动作 selected random.sample(filtered, min(exercises_per_day, len(filtered))) return { plan: selected, sets: sets, reps: reps, rest_time: 60-90秒 }场景2多语言健身应用利用数据集的6种语言支持轻松构建国际化健身应用class MultiLanguageFitnessApp { constructor(language zh) { this.language language; this.exercises require(./data/exercises.json); } getExerciseDetails(exerciseId) { const exercise this.exercises.find(ex ex.id exerciseId); if (!exercise) return null; return { name: exercise.name, instructions: exercise.instructions[this.language] || exercise.instructions.en, category: exercise.category, equipment: exercise.equipment, target: exercise.target, image: exercise.image, gif: exercise.gif_url }; } searchByMuscleGroup(muscleGroup) { return this.exercises.filter(ex ex.category muscleGroup || ex.target muscleGroup || ex.secondary_muscles.includes(muscleGroup) ); } }场景3AI健身助手结合AI技术创建智能健身指导系统class AIFitnessCoach: def __init__(self): with open(data/exercises.json, r, encodingutf-8) as f: self.exercises json.load(f) def recommend_exercises(self, user_profile): 基于用户画像推荐动作 recommendations [] for exercise in self.exercises: score self.calculate_match_score(exercise, user_profile) if score 0.7: # 匹配度阈值 recommendations.append({ exercise: exercise, score: score, reason: self.get_recommendation_reason(exercise, user_profile) }) return sorted(recommendations, keylambda x: x[score], reverseTrue)[:10] def calculate_match_score(self, exercise, user_profile): 计算动作与用户需求的匹配度 score 0 # 基于目标肌肉匹配 if exercise[target] in user_profile[target_muscles]: score 0.3 # 基于可用器械匹配 if exercise[equipment] in user_profile[available_equipment]: score 0.3 # 基于难度级别匹配 if exercise[difficulty] user_profile[fitness_level]: score 0.2 # 基于训练目标匹配 if exercise[category] in user_profile[training_goals]: score 0.2 return score 技术集成方案后端API快速搭建使用Python Flask快速创建健身APIfrom flask import Flask, jsonify, request import json app Flask(__name__) # 加载健身数据 with open(data/exercises.json, r, encodingutf-8) as f: exercises_data json.load(f) app.route(/api/exercises, methods[GET]) def get_exercises(): 获取所有健身动作 return jsonify(exercises_data) app.route(/api/exercises/filter, methods[GET]) def filter_exercises(): 按条件筛选动作 category request.args.get(category) equipment request.args.get(equipment) target request.args.get(target) filtered exercises_data if category: filtered [ex for ex in filtered if ex[category] category] if equipment: filtered [ex for ex in filtered if ex[equipment] equipment] if target: filtered [ex for ex in filtered if ex[target] target] return jsonify(filtered) app.route(/api/exercises/exercise_id, methods[GET]) def get_exercise_by_id(exercise_id): 根据ID获取特定动作 exercise next((ex for ex in exercises_data if ex[id] exercise_id), None) if exercise: return jsonify(exercise) return jsonify({error: Exercise not found}), 404前端应用集成使用React构建现代化的健身应用界面import React, { useState, useEffect } from react; function ExerciseBrowser() { const [exercises, setExercises] useState([]); const [filtered, setFiltered] useState([]); const [selectedCategory, setSelectedCategory] useState(all); useEffect(() { // 从API加载数据 fetch(/api/exercises) .then(response response.json()) .then(data { setExercises(data); setFiltered(data); }); }, []); const categories [...new Set(exercises.map(ex ex.category))]; const handleCategoryChange (category) { setSelectedCategory(category); if (category all) { setFiltered(exercises); } else { setFiltered(exercises.filter(ex ex.category category)); } }; return ( div classNameexercise-browser div classNamefilters select onChange{(e) handleCategoryChange(e.target.value)} option valueall所有类别/option {categories.map(cat ( option key{cat} value{cat}{cat}/option ))} /select /div div classNameexercise-grid {filtered.map(exercise ( div key{exercise.id} classNameexercise-card img src{exercise.image} alt{exercise.name} / h3{exercise.name}/h3 p{exercise.equipment}/p p{exercise.target}/p /div ))} /div /div ); } 项目优势与特色1. 完整的数据覆盖1324个标准化健身动作6种语言详细指导180×180图片和GIF动画科学的肌肉群分类2. 开发者友好设计开箱即用的JSON数据无需复杂的数据清洗完整的API示例代码交互式浏览器和设置向导3. 多场景适用性健身应用开发健康管理平台AI健身助手教育研究项目健身社区建设4. 技术栈灵活性支持各种后端框架兼容多种数据库提供多语言客户端示例易于与现有系统集成 数据质量保证Exercises Dataset经过精心整理确保数据的准确性和一致性✅ 每个动作都有完整的6种语言说明✅ 统一的分类标准和命名规范✅ 准确的目标肌肉标注✅ 规范的器械类型分类✅ 高质量的可视化资源✅ 完整的元数据信息 开始你的健身应用开发无论你是个人开发者还是企业团队Exercises Dataset都能为你节省大量数据收集和整理的时间。这个数据集已经为超过1300个健身动作提供了标准化的数据结构让你可以专注于应用的核心功能和用户体验。立即开始克隆项目仓库浏览交互式动作浏览器使用开发者设置向导集成到你的应用中构建个性化的健身解决方案通过这个完整的健身数据集你可以在几天内搭建起专业的健身应用后端而不是花费数月时间收集和整理数据。现在就开始你的健身应用开发之旅为用户提供科学、专业、个性化的健身体验核心价值总结快速启动几分钟内获得完整的健身数据全球覆盖支持6种语言的国际化方案专业标准1324个科学验证的健身动作️易于集成提供完整的开发工具和示例多场景应用适用于各种健身相关项目开始使用Exercises Dataset让你的健身应用开发事半功倍【免费下载链接】exercises-dataset1,324-exercise fitness dataset — animation GIFs, 180×180 thumbnails, muscle-group equipment data, and step-by-step instructions in 6 languages. The exercise data layer behind the LogPress app.项目地址: https://gitcode.com/GitHub_Trending/ex/exercises-dataset创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 终极健身数据集：1324个多语言健身动作快速搭建你的健身应用
终极健身数据集1324个多语言健身动作快速搭建你的健身应用【免费下载链接】exercises-dataset1,324-exercise fitness dataset — animation GIFs, 180×180 thumbnails, muscle-group equipment data, and step-by-step instructions in 6 languages. The exercise data layer behind the LogPress app.项目地址: https://gitcode.com/GitHub_Trending/ex/exercises-dataset想要快速构建一个功能完整的健身应用Exercises Dataset健身数据集为你提供了1324个精心整理的多语言健身动作让你在几分钟内就能搭建起专业的健身应用后端。这个完整的健身数据集涵盖了全身各个部位的训练动作支持6种语言包含详细的指导说明和可视化资源是开发健身应用、健康管理平台或AI健身助手的理想起点。 为什么你需要这个健身数据集在健身应用开发中最耗时的工作之一就是收集和整理健身动作数据。Exercises Dataset解决了这个痛点为你提供了一个开箱即用的完整解决方案 1324个标准化健身动作- 覆盖全身所有主要肌肉群 6种语言支持- 英语、西班牙语、意大利语、土耳其语、俄语、中文️♂️ 完整分类体系- 按身体部位、目标肌肉、器械类型精细分类 可视化资源- 每个动作都配有180×180的图片和GIF动画⚡ 即用型数据- JSON格式无需复杂处理即可集成 数据集结构一目了然数据集采用清晰的文件结构让你快速上手exercises-dataset/ ├── data/exercises.json # 核心数据文件包含1324个动作的完整信息 ├── images/ # 1324个动作的180×180缩略图 ├── videos/ # 1324个动作的180×180动画GIF ├── index.html # 交互式动作浏览器 └── setup.html # 开发者设置向导核心数据文件data/exercises.json采用简洁的JSON格式每个动作包含以下信息{ id: 0001, name: 3/4 sit-up, category: waist, body_part: waist, equipment: body weight, instructions: { en: Lie flat on your back with your knees bent..., es: Túmbate sobre tu espalda con las rodillas flexionadas..., it: Sdraiati sulla schiena con le ginocchia piegate..., tr: Dizleriniz bükülü ve ayaklarınız yere düz basacak şekilde..., ru: Лягте на спину, согните колени и поставьте ступни..., zh: 平躺膝盖弯曲双脚平放在地上... } }️♂️ 丰富的动作示例数据集包含了从基础到进阶的各种健身动作让我们看看几个经典示例杠铃平板卧推 - 胸部训练之王动作特点仰卧于平板凳上双手正握杠铃握距略宽于肩杠铃位于胸部正上方。动作过程中杠铃垂直下降至胸部中上部再推起至手臂伸直。主要锻炼肌肉胸大肌、三角肌前束、三头肌器械要求杠铃、平板卧推架适用场景胸部力量训练、增肌训练杠铃硬拉 - 全身力量之王动作特点双脚与肩同宽站立杠铃置于脚前双手正握杠铃腰背挺直核心收紧。通过臀部和腿部发力将杠铃拉起。主要锻炼肌肉臀大肌、股二头肌、竖脊肌器械要求杠铃适用场景力量训练、功能性训练杠铃深蹲 - 腿部训练核心动作特点双脚略宽于肩站立杠铃置于上背部斜方肌核心收紧腰背挺直缓慢屈髋屈膝下蹲。主要锻炼肌肉股四头肌、臀大肌、腘绳肌器械要求杠铃、深蹲架适用场景腿部力量训练、功能性训练引体向上 - 背部训练经典动作特点双手正握单杠握距略宽于肩通过背部发力将身体拉起使下巴过杠。主要锻炼肌肉背阔肌、大圆肌、肱二头肌器械要求单杠适用场景背部力量训练、自重训练 5分钟快速上手指南步骤1获取数据集git clone https://gitcode.com/GitHub_Trending/ex/exercises-dataset cd exercises-dataset步骤2探索交互式浏览器直接打开index.html文件无需任何服务器配置你就能实时搜索所有1324个动作按类别筛选胸部、背部、腿部等按器械筛选哑铃、杠铃、自重训练等查看多语言指导支持6种语言切换步骤3使用开发者设置向导打开setup.html文件获得完整的开发指导数据库设置- 生成SQL脚本支持SQL Server、PostgreSQL、MySQL、SQLiteAPI集成示例- 提供JavaScript、Python、C#、Java、PHP、Go等语言的客户端代码AI辅助开发- 结构化提示词让AI帮你生成完整的REST API 数据统计概览动作分布统计身体部位动作数量占比上臂292个22.1%大腿227个17.1%背部203个15.3%腰部169个12.8%胸部163个12.3%肩部143个10.8%小腿59个4.5%前臂37个2.8%有氧29个2.2%颈部2个0.2%器械类型分布器械类型动作数量特点自重训练325个无需器械适合家庭训练哑铃294个最常用的自由重量器械绳索157个健身房固定器械杠铃154个力量训练核心器械器械81个健身房专业设备弹力带54个便携式训练工具 实际应用场景场景1个性化健身计划生成基于用户的目标、可用器械和训练水平智能生成个性化的训练计划import json import random def generate_workout_plan(user_level, available_equipment, target_muscles): with open(data/exercises.json, r, encodingutf-8) as f: exercises json.load(f) # 筛选符合条件的动作 filtered [ ex for ex in exercises if ex[equipment] in available_equipment and ex[category] in target_muscles ] # 根据用户水平确定训练量 if user_level beginner: exercises_per_day 4-6 sets 3 reps 8-12 elif user_level intermediate: exercises_per_day 6-8 sets 4 reps 6-10 else: # advanced exercises_per_day 8-10 sets 4-5 reps 4-8 # 随机选择动作 selected random.sample(filtered, min(exercises_per_day, len(filtered))) return { plan: selected, sets: sets, reps: reps, rest_time: 60-90秒 }场景2多语言健身应用利用数据集的6种语言支持轻松构建国际化健身应用class MultiLanguageFitnessApp { constructor(language zh) { this.language language; this.exercises require(./data/exercises.json); } getExerciseDetails(exerciseId) { const exercise this.exercises.find(ex ex.id exerciseId); if (!exercise) return null; return { name: exercise.name, instructions: exercise.instructions[this.language] || exercise.instructions.en, category: exercise.category, equipment: exercise.equipment, target: exercise.target, image: exercise.image, gif: exercise.gif_url }; } searchByMuscleGroup(muscleGroup) { return this.exercises.filter(ex ex.category muscleGroup || ex.target muscleGroup || ex.secondary_muscles.includes(muscleGroup) ); } }场景3AI健身助手结合AI技术创建智能健身指导系统class AIFitnessCoach: def __init__(self): with open(data/exercises.json, r, encodingutf-8) as f: self.exercises json.load(f) def recommend_exercises(self, user_profile): 基于用户画像推荐动作 recommendations [] for exercise in self.exercises: score self.calculate_match_score(exercise, user_profile) if score 0.7: # 匹配度阈值 recommendations.append({ exercise: exercise, score: score, reason: self.get_recommendation_reason(exercise, user_profile) }) return sorted(recommendations, keylambda x: x[score], reverseTrue)[:10] def calculate_match_score(self, exercise, user_profile): 计算动作与用户需求的匹配度 score 0 # 基于目标肌肉匹配 if exercise[target] in user_profile[target_muscles]: score 0.3 # 基于可用器械匹配 if exercise[equipment] in user_profile[available_equipment]: score 0.3 # 基于难度级别匹配 if exercise[difficulty] user_profile[fitness_level]: score 0.2 # 基于训练目标匹配 if exercise[category] in user_profile[training_goals]: score 0.2 return score 技术集成方案后端API快速搭建使用Python Flask快速创建健身APIfrom flask import Flask, jsonify, request import json app Flask(__name__) # 加载健身数据 with open(data/exercises.json, r, encodingutf-8) as f: exercises_data json.load(f) app.route(/api/exercises, methods[GET]) def get_exercises(): 获取所有健身动作 return jsonify(exercises_data) app.route(/api/exercises/filter, methods[GET]) def filter_exercises(): 按条件筛选动作 category request.args.get(category) equipment request.args.get(equipment) target request.args.get(target) filtered exercises_data if category: filtered [ex for ex in filtered if ex[category] category] if equipment: filtered [ex for ex in filtered if ex[equipment] equipment] if target: filtered [ex for ex in filtered if ex[target] target] return jsonify(filtered) app.route(/api/exercises/exercise_id, methods[GET]) def get_exercise_by_id(exercise_id): 根据ID获取特定动作 exercise next((ex for ex in exercises_data if ex[id] exercise_id), None) if exercise: return jsonify(exercise) return jsonify({error: Exercise not found}), 404前端应用集成使用React构建现代化的健身应用界面import React, { useState, useEffect } from react; function ExerciseBrowser() { const [exercises, setExercises] useState([]); const [filtered, setFiltered] useState([]); const [selectedCategory, setSelectedCategory] useState(all); useEffect(() { // 从API加载数据 fetch(/api/exercises) .then(response response.json()) .then(data { setExercises(data); setFiltered(data); }); }, []); const categories [...new Set(exercises.map(ex ex.category))]; const handleCategoryChange (category) { setSelectedCategory(category); if (category all) { setFiltered(exercises); } else { setFiltered(exercises.filter(ex ex.category category)); } }; return ( div classNameexercise-browser div classNamefilters select onChange{(e) handleCategoryChange(e.target.value)} option valueall所有类别/option {categories.map(cat ( option key{cat} value{cat}{cat}/option ))} /select /div div classNameexercise-grid {filtered.map(exercise ( div key{exercise.id} classNameexercise-card img src{exercise.image} alt{exercise.name} / h3{exercise.name}/h3 p{exercise.equipment}/p p{exercise.target}/p /div ))} /div /div ); } 项目优势与特色1. 完整的数据覆盖1324个标准化健身动作6种语言详细指导180×180图片和GIF动画科学的肌肉群分类2. 开发者友好设计开箱即用的JSON数据无需复杂的数据清洗完整的API示例代码交互式浏览器和设置向导3. 多场景适用性健身应用开发健康管理平台AI健身助手教育研究项目健身社区建设4. 技术栈灵活性支持各种后端框架兼容多种数据库提供多语言客户端示例易于与现有系统集成 数据质量保证Exercises Dataset经过精心整理确保数据的准确性和一致性✅ 每个动作都有完整的6种语言说明✅ 统一的分类标准和命名规范✅ 准确的目标肌肉标注✅ 规范的器械类型分类✅ 高质量的可视化资源✅ 完整的元数据信息 开始你的健身应用开发无论你是个人开发者还是企业团队Exercises Dataset都能为你节省大量数据收集和整理的时间。这个数据集已经为超过1300个健身动作提供了标准化的数据结构让你可以专注于应用的核心功能和用户体验。立即开始克隆项目仓库浏览交互式动作浏览器使用开发者设置向导集成到你的应用中构建个性化的健身解决方案通过这个完整的健身数据集你可以在几天内搭建起专业的健身应用后端而不是花费数月时间收集和整理数据。现在就开始你的健身应用开发之旅为用户提供科学、专业、个性化的健身体验核心价值总结快速启动几分钟内获得完整的健身数据全球覆盖支持6种语言的国际化方案专业标准1324个科学验证的健身动作️易于集成提供完整的开发工具和示例多场景应用适用于各种健身相关项目开始使用Exercises Dataset让你的健身应用开发事半功倍【免费下载链接】exercises-dataset1,324-exercise fitness dataset — animation GIFs, 180×180 thumbnails, muscle-group equipment data, and step-by-step instructions in 6 languages. The exercise data layer behind the LogPress app.项目地址: https://gitcode.com/GitHub_Trending/ex/exercises-dataset创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考