为薄肌训练设计的极简渐进式负荷健身记录 App
-3DDC84?logo=android&logoColor=white){kind=icon}
一款基于 Kotlin + Jetpack Compose (Material 3) 构建的现代化、100% 离线单机健身记录应用。
专注于零延迟极速记录、双重渐进负荷量化与身体指标追踪。
界面遵循 Apple Human Interface Guidelines (HIG) 极简黑曜石设计，全界面采用 Lucide 矢量线性图标。
💡 在线交互体验：无需安装，即可在网页端 1:1 体验全套交互！👉 点击打开 Live Web Preview 演示页（支持打勾记容量、组间倒计时、5 个页面自由切换）。
| 训练记录 (Workout) | 负荷与表现 (Overload) | 日历打卡 (Calendar) | 动作库 (Library) | 身体数据 (Body) |
|---|---|---|---|---|
 |
 |
 |
 |
 |
直接在 GitHub Release 页面获取已签名的正式安装包： 👉 下载最新版本 APK (v1.0.0)
本项目无需配置任何外部 API Key 或自建后端，开箱即编：
- 克隆代码仓库：
git clone https://github.com/JY626/rep.git cd rep - 使用 Android Studio (Ladybug 2024.2+) 打开；
- 执行 Gradle 构建并直接安装至设备：
./gradlew assembleDebug adb install -r app/build/outputs/apk/debug/app-debug.apk
- 零键盘流式记录：开练自动回填上次该动作的重量与次数；打勾某组后，下一组自动继承刚完成的数据，手抖疲劳时无需反复唤起软键盘。
- 48dp+ 防误触大触控区：针对力竭手抖场景深度优化，单手拇指即可极速完成打卡。
- 严谨容量口径：实时累加有效容量（Volume kg），严格自动排除热身组（
WARMUP），避免虚高脏数据。
- 打勾完成组后，底部自动平滑浮起半透明高斯模糊胶囊倒计时。
- 环形进度条显示，支持一键
+30s延长与跳过，完全不遮挡继续浏览和编辑动作库。
-
E1RM 极限拟合：采用经典 Epley 公式
$1\text{RM} = \text{Weight} \times (1 + \text{Reps} / 30)$ ，以 Canvas 动态绘制力量增长轨迹，自动标出破纪录的 PR 突破徽章。 - 动作 PR 荣誉墙：动作库每个动作卡片直观外显最佳成绩标签，点击动作即可呼出专属荣誉弹层——一览历史极限估算 1RM、最大做组重量、最佳单组容量（重量×次数）以及完整的做组时间线。
- RP 科学肌群容量监控：按周统计胸、背、腿、肩、臂、核心各部位有效组数，实时对照 MEV（维持量）、MAV（最佳适应量） 与 MRV（最大恢复量） 阈值，提示部位训练是否欠缺或过度。
- 智能双重渐进建议：基于前次首组数据智能给出本周冲重指导（如 60kg × 8次达标 → 建议冲击 62.5kg × 6次）。
- 直观查看每月训练打卡分布（推日 / 拉日 / 腿日 颜色速辨）。
- 连续训练天数（Current Streak）与最长坚持天数统计，强化健身习惯。
- 记录体重、体脂率、胸围、腰围、臂围等全维度形态指标。
- 自动计算 BMI 并与上一次记录对比计算差值，趋势一目了然。
- 系统底层双向闭环：训练归档后无感将力量训练记录（含起止时间、有效容量、各组明细）写入 Android 系统 Health Connect 底座；同时支持从 Health Connect 一键读取智能体脂秤或第三方手表记录的体重与体脂率，自动去重补齐本地数据。
- 赋能外部 AI 教练：外部 AI 助手（如 Muse）可直接通过系统权限在后台读取训练成果；同时支持在 App 内一键生成结构化 Markdown 卡片，通过系统 Sharesheet 快速转发。
- 极简 JSON 导出：设置页一键将全部训练历史、动作库、身体指标打包导出为带日期的标准 JSON 文件，通过系统 Sharesheet 直接保存至云盘、文件管理器或发送到微信/邮箱。
- 无损恢复与跨机迁移：重装系统或更换手机时，从本地 JSON 文件即可秒级恢复；弹窗支持【合并导入（按时间与动作名称智能去重，推荐）】与【覆盖导入】两种模式。
| 特性维度 | 传统纸笔记录 | 商业臃肿健身 App | Rep |
|---|---|---|---|
| 网络要求 | 100% 离线 | 强依赖网络，地下室转圈 | 100% 离线单机运行 |
| 隐私安全 | 容易丢失 | 用户数据上传云端服务器，有商业变现风险 | 零服务器，数据 100% 本地 |
| 数据备份 | 拍照翻找 | 账号绑定闭环，导出受限 | 一键 JSON 导出与合并恢复 |
| 记录摩擦力 | 需手写笔算 | 步骤繁琐，广告弹窗与社区干扰 | 自动继承 + 48dp+ 盲打勾 |
| 科学量化 | 无 | 多数仅做简单次数累加 | E1RM 曲线 + PR 荣誉墙 + RP 阈值 |
| 系统生态 | 无 | 封闭孤岛，无法导出 | Health Connect 闭环 + 结构化 Markdown |
Q1: Rep 是否需要注册账号或联网使用？
答：完全不需要。 Rep 是一款纯粹的单机工具，没有注册登录界面，不设任何远程用户中心，100% 离线可用，在任何地下室或无网健身房中均能秒开使用。
Q2: 我的训练记录保存在哪里？更换手机或误删应用如何恢复？
答： 数据默认保存在本机的 SQLite Room 安全沙盒与系统 Health Connect 中。同时，Rep 提供了强大的「数据备份与恢复」功能：在日历/设置页面点击「导出数据备份」，即可将全量记录保存为 JSON 文件；更换手机或重装后，点击「从文件恢复」并选择该文件，即可无损恢复所有历史与身体数据（推荐使用默认的合并导入，自动按时间去重）。
Q3: 热身组会影响我的总容量和 E1RM 计算吗？
答：不会。 针对力量训练严谨度，Rep 的核心算法严格排除了标为热身组（WARMUP）的数据，仅正式组计入累计容量和肌群有效组数监控，保证训练数据 100% 具备科学参考价值。
Q4: 如何授权 Health Connect 自动同步功能？
答： 进入「日历」页面底部，即可看到「Health Connect 自动同步」卡片。如果尚未授权，点击「立即授权」并勾选写入运动、体重与体脂权限即可。若你的设备未安装 Health Connect 或版本过低，应用会自动优雅降级，完全不影响核心记录功能。
Q5: 动作库支持自定义动作吗？
答：支持。 进入「动作库」Tab，点击右上角加号即可快速创建个人自定义动作，支持选择目标肌群与器械类型，并在创建后自动纳入渐进负荷与 RP 容量统计。
点击展开查看源码组织架构
app/src/main/java/com/baoji/fitness/
├── core/
│ ├── theme/ # Apple OLED 黑色系、字阶排版、等宽数字 (Tabular nums)
│ ├── designsystem/icons/ # 纯净 Lucide Compose 矢量线性图标 (Dumbbell, Activity, Calendar, Layers, User 等)
│ └── database/ # Room 数据库实体、DAO 与预置经典动作种子数据 (BaojiDatabase)
├── domain/
│ ├── model/ # 核心领域模型 (WorkoutSession, WorkoutSet, WorkoutDayDetail)
│ └── algorithm/ # 渐进负荷、RP 周期容量与 Markdown 分享格式化器 (OverloadCalculator, PeriodReviewCalculator, AiShareTextFormatter)
├── data/
│ ├── repository/ # 数据仓库 (WorkoutRepository, BodyMetricRepository)
│ ├── healthconnect/ # Health Connect 写入器 (HealthConnectWriter)
│ ├── reminder/ # 训练日定时通知 (WorkManager)
│ └── settings/ # 提醒、Health Connect 同步与组间休息偏好设置
├── ui/
│ ├── workout/ # 训练记录主屏 & 悬浮休息计时胶囊
│ ├── analytics/ # 渐进负荷看板 & Canvas E1RM 折线图与周期容量对比
│ ├── calendar/ # 每日记录：训练打卡月历、习惯面板与 Health Connect 设置
│ ├── library/ # 动作库分类与自定义动作
│ ├── body/ # 身体指标管理与趋势面板
│ ├── components/ # AI 分享预览弹层 (AiSharePreviewBottomSheet) 等通用组件
│ └── navigation/ # 5-Tab 磨砂底部导航与路由宿主 (MainScreen)
├── BaojiApplication.kt # 应用级依赖注入、Room 初始化与 Health Connect 桥接
└── MainActivity.kt # 入口 Activity、边缘延展 (Edge-to-Edge) 与权限 Rationale
欢迎提交 Issue 反馈 Bug 或发起 Pull Request！请参阅 贡献指南 了解环境配置与开发规范。
本项目采用 MIT License 开源协议，欢迎自由学习与使用。