企业官网建设流程全解析

workout-guide 是一个框架无关的开源 npm 包（@bryllim/workout-guide），核心是一份包含302 个健身动作元数据的 manifest.json，覆盖 17 类器械、20 个主肌群，每个动作附带 3 帧 512×512 的动作插画（共 906 帧）。这篇文章带你逐字段读懂这份动作元数据清单，帮你在健身 App、训练计划工具或动作检索功能中直接复用这套 workout 动作数据。

一、manifest.json 是什么？整体结构一眼看懂

整个包的数据灵魂就是这一个文件：

[ { "id": "exercise-bench-press", "slug": "bench-press", "name": "Bench Press", "exerciseType": "weight_reps", "equipment": "Barbell", "primaryMuscle": "Chest", "secondaryMuscles": ["Triceps", "Shoulders"], "isStretch": false, "frames": [ ... 3 帧 ... ], "attribution": { ... } }, ... ]

顶层是一个长度为 302 的 JSON 数组，每个元素是一个动作对象，字段高度统一。项目里还有自动化校验脚本 validate-catalog.mjs，它会强制检查：数量必须恰好是 302 条、id 与 slug 全局唯一、每个动作必须有 3 帧、每帧必须是带透明通道的 512×512 SVG。数据质量有脚本兜底，你可以放心消费。

卧推（Bench Press）动作插画：equipment 为 Barbell、primaryMuscle 为 Chest

二、动作标识三字段：id / slug / name

npm 包提供的getExercise()同时支持按 id 或 slug 查询（见 index.ts），查不到时返回null，使用上很省心。

三、exerciseType：5 种训练类型字段完全对照

exerciseType决定了一个动作"怎么计数"，只有 5 个枚举值：

做训练计划时，前两类展示"组 × 次"，duration展示"组 × 秒"，distance_duration则展示时长或里程——一个字段就能驱动整套 UI 逻辑。

壶铃摆荡：weight_reps 类型的典型动作插画

四、equipment：17 类器械字段的分布参考

equipment是单一字符串字段（不是数组），共 17 个取值，分布非常集中：

超过六成的动作只需自重和哑铃，这说明该数据集天然适合家用健身房与徒手训练场景。按"我只有一对哑铃"筛出 45 个动作，就是searchExercises('', { equipment: 'Dumbbell' })一条调用的事。

高脚杯深蹲：equipment 为 Dumbbell 的动作示例

五、primaryMuscle 与 secondaryMuscles：肌群标签怎么用

主肌群primaryMuscle有20 个取值，动作数 Top 6：

• Core（核心）45 个、Glutes（臀）38 个、Quads（股四头肌）35 个
• Chest（胸）26 个、Shoulders（肩）22 个、Back（背）19 个

其余还包括 Hamstrings、Lats、Legs、Biceps、Triceps、Calves、Forearms、Upper Back、Rear Delts、Lower Back、Hips、Posterior Chain、Adductors、Mobility 等。

secondaryMuscles是辅肌群字符串数组，共出现 22 种取值。统计下来被引用最多的是：Core（96 次）、Shoulders（80 次）、Glutes（63 次）、Hamstrings（50 次）——一眼就能看出这份元数据对动作复合性的刻画很细。

isStretch布尔字段单独标出了 14 个拉伸动作（如 cat-cow-stretch、hamstring-stretch），无需靠字符串猜。

引体向上：primaryMuscle 为 Lats、辅肌群含 Biceps 的背肌训练代表动作

六、frames 与 attribution：插画帧和资源授权字段

每个动作固定 3 帧（index: 1/2/3），每帧结构：

{ "index": 1, "path": "assets/bench-press/frame-1.svg", "width": 512, "height": 512, "format": "svg", "attribution": { "creator": "Bryl Lim", "license": "CC BY-SA 4.0", "source": { "name": "Everkinetic", "changes": "..." } } }

三个要点：

1. 双格式资产：仓库中每个动作目录同时提供 SVG 与 PNG 两种帧文件（如 assets/bench-press/），manifest 指向 SVG，PNG 作为位图兜底；
2. 溯源字段：来自 Everkinetic 的 76 个首帧姿态在attribution.source里保留了原始出处与修改说明，这是商用时规避授权风险的关键字段；
3. 授权清晰：代码 MIT、图片 CC BY-SA 4.0，详见 LICENSES.md 与 ATTRIBUTION.md。

硬拉动作帧：每个动作均含 3 张这样的序列帧插画

七、把元数据用起来：搜索、过滤与 CDN 地址

包导出 4 个核心 API（src/index.ts），全部直接构建在 manifest 之上：

• exercises：完整的 302 条元数据数组；
• getExercise(idOrSlug)：按 id 或 slug 精确查找；
• searchExercises(query, filters)：关键词 + 结构化过滤，filters支持equipment、primaryMuscle、exerciseType、isStretch四个维度，且匹配时会自动做小写化、去音调、&转and等归一化；
• getAssetUrl(slug, frameIndex)：生成指定帧的 CDN 地址，可自定义baseUrl与版本号，也可本地导入资源。

import { searchExercises, getAssetUrl } from '@bryllim/workout-guide'; // 哑铃肩部推举 searchExercises('press', { equipment: 'Dumbbell', primaryMuscle: 'Shoulders' }); // 第 2 帧插画地址 getAssetUrl('push-up', 2);

测试用例 catalog.test.ts 完整演示了以上用法，是最佳"字段用法参考"。

辅助引体：exerciseType 为 assisted_bodyweight 的少数动作之一

八、结语：一份可以直接入库的动作元数据

总结这份 manifest 的价值：302 个动作 × 6 个核心字段（类型/器械/主辅肌群/拉伸标记）× 906 帧透明插画，字段枚举封闭、命名统一、带授权溯源，并且有校验脚本和测试用例双重保证。无论是做动作检索、按肌群生成训练计划，还是按器械筛选家用动作，它都是一份开箱即用的元数据参考。安装@bryllim/workout-guide后，从searchExercises开始就能跑通第一个功能。