Когда я вернулся к бегу после большого перерыва, мне хотелось получить от AI простой ответ: нормально ли я восстанавливаюсь и что делать на следующей тренировке.

Сначала схема выглядела очевидно: часы записывают пробежку, я делаю несколько скриншотов из Mi Fitness и отправляю их в ChatGPT.

На практике это быстро стало неудобно. Одна тренировка не помещается на один экран: отдельно сводка, пульс, графики, зоны, нагрузка. Но главная проблема была даже не в количестве картинок.

Для полезного совета нужна динамика. Пульс 168 сам по себе почти ничего не значит. Он становится сигналом только рядом с предыдущими тренировками, нагрузкой, временем восстановления и тем, что я уже записал о самочувствии.

Я понял, что мне нужен не более хитрый промпт, а слой между данными часов и моделью. Так появился running-portal: он синхронизирует тренировки, хранит историю и подробные метрики, а затем сам собирает для AI контекст конкретной пробежки и последних тренировок.

Например, ежедневный совет получает не только вопрос «можно ли бежать», а факты: последнюю пробежку, прошедшее время, историю нагрузки, расчётное восстановление и сохранённый контекст. На одном из снимков после тренировки прошло 47 часов при расчётных 61 часах восстановления; портал предложил отдых, а не ещё одну пробежку.

Я не отдаю решение модели целиком. Правила вроде незавершённого времени восстановления заданы явно, код собирает и считает факты, а LLM связывает несколько факторов и объясняет рекомендацию человеческим языком. AI не врач и не медицинская система — это дополнительная обратная связь о нагрузке.

Главный результат для меня не в том, что агент написал веб-приложение. AI перестал быть собеседником, которому после каждой пробежки приходится вручную показывать картинки, и получил постоянный, проверяемый контекст моей истории.

Полную историю портала, интеграции с Mi Fitness, AI-тренера и месячных целей собрал в статье: https://hram.github.io/articles/running-portal/