مربی تناسب اندام هوش مصنوعی: تحلیل داده‌های Strava و بینش‌های…

مربی تناسب اندام هوش مصنوعی: تحلیل داده‌های Strava و بینش‌های تمرینی شخصی‌سازی شده

این گردش کار به عنوان یک مربی سه‌گانه مجازی عمل می‌کند و از داده‌های Strava برای ارائه بینش‌های تمرینی شخصی‌سازی شده به ورزشکاران استفاده می‌کند. این گردش کار، تحلیل فعالیت‌های شنا، دوچرخه‌سواری و دویدن را خودکار کرده و بازخورد تولید شده توسط هوش مصنوعی را مستقیماً از طریق ایمیل یا واتس‌اپ ارائه می‌دهد.

دسته‌بندی‌ها: سایر، هوش مصنوعی

کاتالوگ Axeto: https://axeto.ai/n8n

---

🚀 نمای کلی گردش کار

این گردش کار برای موارد زیر طراحی شده است:

1. دریافت فعالیت Strava: تشخیص خودکار فعالیت‌های جدید یا به‌روز شده از Strava.

2. پردازش داده‌ها: مسطح‌سازی و ساختاردهی داده‌های خام Strava برای تحلیل هوش مصنوعی.

3. تحلیل مبتنی بر هوش مصنوعی: استفاده از Google Gemini و یک عامل LangChain برای تفسیر معیارهای عملکرد و تولید توصیه‌های مربیگری شخصی‌سازی شده.

4. ساختاردهی بینش‌ها: سازماندهی بازخورد هوش مصنوعی در سرفصل‌ها، پاراگراف‌ها و لیست‌های واضح.

5. قالب‌بندی برای ارائه: تبدیل بینش‌های ساختاریافته به HTML برای خوانایی آسان.

6. ارتباط بازخورد: ارسال توصیه‌های تمرینی شخصی‌سازی شده از طریق ایمیل و به صورت اختیاری واتس‌اپ.

---

🧩 تجزیه و تحلیل بلوک به بلوک

۱. دریافت ورودی: تریگر فعالیت Strava

• هدف: راه‌اندازی گردش کار هر زمان که ورزشکاری فعالیتی را در Strava ثبت یا اصلاح می‌کند، تضمین همگام‌سازی داده‌ها در زمان واقعی.
• نودها:

* Strava Trigger (n8n-nodes-base.stravaTrigger)

• جزئیات:

* نوع: نود تریگر برای رویدادهای API Strava.

* پیکربندی: برای نظارت بر رویدادهای "update" برای اشیاء "activity" پیکربندی شده است. نیاز به احراز هویت OAuth2 با حساب توسعه‌دهنده Strava دارد.

* ورودی: ندارد (رویداد محور).

* خروجی: داده‌های خام فعالیت Strava در فرمت JSON.

* یادداشت چسبان: دستورالعمل‌هایی برای دریافت اعتبارنامه API Strava ارائه می‌دهد (https://developers.strava.com/) و اشاره می‌کند که داده‌ها در مراحل بعدی ساختاردهی خواهند شد.

* موارد مرزی: انقضای توکن OAuth، محدودیت‌های نرخ API، قطعی API Strava، داده‌های ناقص فعالیت.

۲. پیش‌پردازش داده‌ها: مسطح‌سازی داده‌های فعالیت

• هدف: تبدیل داده‌های JSON تودرتو از Strava به یک فرمت رشته‌ای ساده و مسطح که مدل‌های هوش مصنوعی بتوانند به راحتی پردازش کنند.
• نودها:

* Code (n8n-nodes-base.code)

* Combine Everything (n8n-nodes-base.code)

• جزئیات:

* نود Code: یک فیلد جایگزین (myNewField) به هر آیتم ورودی اضافه می‌کند.

* ورودی: خروجی از Strava Trigger.

* خروجی: داده‌های ارسال شده به پایین‌دست با فیلد اضافه شده.

* نود Combine Everything: از یک تابع بازگشتی جاوا اسکریپت برای مسطح کردن تمام کلیدها و مقادیر JSON تودرتو به یک رشته واحد استفاده می‌کند. مسیرهای کلید با استفاده از نماد نقطه نمایش داده می‌شوند و رکوردهای جداگانه با "---" جدا می‌شوند.

* ورودی: خروجی از اولین نود Code.

* خروجی: یک شیء JSON حاوی فیلد data با رشته فعالیت مسطح شده.

* موارد مرزی: مشکلات احتمالی عملکرد با JSON بسیار بزرگ یا عمیقاً تودرتو؛ مقادیر غیرقابل سریال‌سازی نادیده گرفته می‌شوند؛ مقادیر null/undefined مدیریت می‌شوند.

۳. تحلیل هوش مصنوعی: تولید بینش‌های مربیگری

• هدف: تجزیه و تحلیل داده‌های فعالیت پیش‌پردازش شده با استفاده از هوش مصنوعی، شناسایی روندهای کلیدی عملکرد و تولید بازخورد مربیگری شخصی‌سازی شده.
• نودها:

* Google Gemini Chat Model (@n8n/n8n-nodes-langchain.lmChatGoogleGemini)

* Fitness Coach (@n8n/n8n-nodes-langchain.agent)

• جزئیات:

* نود Google Gemini Chat Model: به API Google Gemini (به طور خاص models/gemini-2.0-flash-exp) متصل می‌شود تا داده‌های ورودی را پردازش کند. نیاز به اعتبارنامه API Google PaLM دارد.

* ورودی: رشته داده‌های فعالیت مسطح شده از Combine Everything.

* خروجی: پاسخ متنی خام تولید شده توسط هوش مصنوعی حاوی بینش‌های اولیه.

* یادداشت چسبان: استفاده از Gemini 2.0 Flash را نشان می‌دهد.

* موارد مرزی: محدودیت‌های سهمیه API، خطاهای احراز هویت، تأخیر در پاسخ مدل، ورودی غیرمنتظره که بر کیفیت خروجی تأثیر می‌گذارد.

* نود Fitness Coach: یک عامل سفارشی LangChain را پیاده‌سازی می‌کند. این عامل برای عمل به عنوان یک مربی سه‌گانه، تحلیل معیارهایی مانند سرعت، ضربان قلب، کادنس، SWOLF، مناطق توان و ارتفاع، فراخوانی می‌شود. این عامل بازخورد انگیزشی، مبتنی بر داده و شخصی‌سازی شده را بر اساس اهداف و عملکرد ورزشکار ارائه می‌دهد.

* ورودی: متن تولید شده توسط هوش مصنوعی از Google Gemini Chat Model.

* خروجی: متن مشاوره مربیگری اصلاح شده و ساختاریافته.

* یادداشت چسبان: قابلیت‌های مربی هوش مصنوعی، آگاهی از زمینه و تخصص در شنا، دوچرخه‌سواری و دویدن را شرح می‌دهد.

* موارد مرزی: تفسیر نادرست پرامپت، داده‌های ناقص منجر به مشاوره عمومی، برش ورودی، مشکلات ادغام LangChain.

۴. ساختاردهی خروجی: سازماندهی بازخورد هوش مصنوعی

• هدف: تجزیه متن تولید شده توسط هوش مصنوعی به یک فرمت JSON ساختاریافته، دسته‌بندی محتوا به سرفصل‌ها، پاراگراف‌ها و لیست‌ها برای ارائه بهتر.
• نودها:

* Structure Output (n8n-nodes-base.code)

• جزئیات:

* نوع: نود کد (جاوا اسکریپت).

پیکربندی: متن هوش مصنوعی را با خطوط جدید دوتایی تقسیم می‌کند و نحو شبیه به markdown را شناسایی می‌کند (به عنوان مثال، bold برای سرفصل‌ها، برای موارد گلوله‌ای، 1. برای لیست‌های شماره‌دار). اینها را به اشیاء JSON با انواع مانند heading، paragraph، list و numbered-list تبدیل می‌کند.

* ورودی: متن مربیگری هوش مصنوعی از نود Fitness Coach.

* خروجی: آرایه‌ای از اشیاء JSON که محتوای ساختاریافته را نشان می‌دهند.

* یادداشت چسبان: اشاره می‌کند که این نود داده‌ها را برای تبدیل HTML آماده می‌کند.

* موارد مرزی: طبقه‌بندی نادرست متن بدون ساختار، ورودی خالی یا بدشکل.

۵. تبدیل HTML: قالب‌بندی برای ارائه

• هدف: تبدیل محتوای JSON ساختاریافته به یک رشته HTML تمیز، مناسب برای نمایش در ایمیل‌ها یا برنامه‌های پیام‌رسان.
• نودها:

* Conver to HTML (n8n-nodes-base.code)

• جزئیات:

* نوع: نود کد (جاوا اسکریپت).

* پیکربندی: بر روی آیتم‌های JSON ساختاریافته تکرار می‌کند و آنها را به تگ‌های HTML مربوطه نگاشت می‌کند (<p>, <h2>, <ul><li>, <ol><li>). اینها را در یک رشته HTML واحد الحاق می‌کند.

* ورودی: خروجی JSON ساختاریافته از Structure Output.

* خروجی: یک شیء JSON حاوی فیلد html با رشته کامل HTML.

* موارد مرزی: ورودی JSON بدشکل می‌تواند منجر به HTML شکسته شود؛ فرض می‌شود کاراکترهای خاص از خروجی هوش مصنوعی ایمن هستند.

* یادداشت چسبان: تبدیل داده‌های ساختاریافته به HTML را نشان می‌دهد.

۶. ارتباطات: ارائه بینش‌ها

• هدف: ارسال بینش‌های تمرینی شخصی‌سازی شده به ورزشکار از طریق کانال‌های ارتباطی ترجیحی آنها.
• نودها:

* Send Email (n8n-nodes-base.emailSend)

WhatsApp Business Cloud (n8n-nodes-base.whatsApp) - اختیاری*

• جزئیات:

* نود Send Email: ایمیلی با موضوع "فعالیت جدید در Strava" ارسال می‌کند. بدنه ایمیل با محتوای HTML تولید شده پر می‌شود. نیاز به اعتبارنامه SMTP و جزئیات فرستنده/گیرنده پیکربندی شده دارد.

* ورودی: رشته HTML از Conver to HTML.

* خروجی: ندارد (نود پایانی).

* یادداشت چسبان: ارسال پاسخ‌های شخصی‌سازی شده از طریق ایمیل یا کانال‌های دیگر را ذکر می‌کند.

* موارد مرزی: مشکلات احراز هویت/اتصال SMTP، آدرس‌های ایمیل نامعتبر، اندازه‌های بزرگ ایمیل، HTML بدشکل.

* نود WhatsApp Business Cloud: (اختیاری) یک پیام خلاصه از طریق واتس‌اپ ارسال می‌کند. نیاز به اعتبارنامه API WhatsApp Business Cloud و پیکربندی شماره تلفن گیرنده دارد.

* ورودی: معمولاً از HTML یا داده‌های ساختاریافته مشتق می‌شود.

* خروجی: ندارد (نود پایانی).

* موارد مرزی: محدودیت‌های API، خطاهای احراز هویت، محدودیت‌های قالب‌بندی پیام، پیکربندی نادرست شماره تلفن.

---

📊 جدول خلاصه