需开启多轮对话记忆并上传结构化知识库，配置正则与llm双路径目标解析，通过知识检索、api优化、markdown组装生成个性化计划，最后绑定飞书多维表格实现打卡数据去重回写。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
创建健身Bot并启用多轮对话记忆
你需要让Bot记住用户上次说的“膝盖旧伤不能深蹲”、这次问“有没有替代动作”，否则每次都要重复说明，训练计划就失去连续性。进入Coze管理后台 → 创建新Bot → 命名“AI健身私教”，在「设置」页立即开启「多轮对话记忆」开关。
这一步必须打开，关闭状态下Bot把每句话当全新提问，无法构建个性化训练逻辑。开启后系统自动为每位用户分配独立上下文槽位，后续所有动作节点都能读取历史交互片段。
上传结构化健身知识库
在Bot编辑页左侧点击「知识库」→ 点击「上传文件」→ 选择本地Excel文件《常见运动损伤与替代方案对照表.xlsx》。
该表格必须包含四列：原始动作、禁忌人群、推荐替代动作、执行要点。例如“深蹲”行对应“膝关节术后3个月内”“靠墙静蹲”“背部贴墙，缓慢下移至大腿与地面成45°，保持30秒”。系统将自动建立向量索引，当用户说“我刚做完半月板缝合”时，Bot能精准匹配到“弓步蹲→靠墙静蹲”这条映射关系。
配置动态目标解析节点
在Bot工作流中新增「逻辑判断」节点，连接用户首条输入文本：
方法一：正则硬匹配显性数值
匹配规则写为：减脂[\s]*[约|大概|目标]?\s*(\d+)[\s]*(斤|kg) → 提取数字存为变量 target_weight_loss；
匹配规则写为：增肌[\s]*[约|目标]?\s*(\d+)[\s]*(kg|公斤) → 提取数字存为变量 target_muscle_gain。
方法二：LLM补全隐性约束
当用户输入“最近加班多，只能晚上练”或“哺乳期妈妈”，触发「LLM调用」节点，提示词设定为：“请严格按JSON格式输出：{‘time_availability’:‘早/中/晚/碎片化’, ‘physiological_stage’:‘孕期/哺乳期/术后恢复/健康成人’, ‘equipment_access’:‘无器械/弹力带/哑铃/综合健身房’}”。
【避免用LLM解析预算、天数等确定性数字，正则匹配更快更稳】
飞书多维表格AI管家 — 自动化数据清洗、批量录入、报表生成、字段管理和智能摘要。适用于操作飞书多维表格（Bitable）、批量处理数据、自动生成报表/周报、整理数据或管理表格结构。触发词：多维表格、Bitable、飞书表格、自动报表、批量录入、数据清洗、飞书数据。
组装训练计划生成工作流
第一步：根据解析出的 time_availability 和 physiological_stage，调用「知识库检索」插件，在《常见运动损伤与替代方案对照表.xlsx》中筛选匹配行；
第二步：对筛选结果调用「HTTP插件」→ 请求URL填入 https://api.yourdomain.com/v1/exercise-optimizer → Body中传入 {“base_action”: “{{retrieved_action}}”, “target_muscle”: “{{user_goal}}”, “duration_minutes”: 25}；
第三步：将HTTP返回的优化后动作清单，按“热身→主训→拉伸”三段式结构组装成Markdown卡片，插入变量 {{target_weight_loss}} 和 {{user_name}} 生成定制标题；
第四步：在卡片末尾自动追加打卡监督指令：“请回复✅完成今日训练，我将记录进度并推送明日计划”。
绑定打卡数据回写飞书多维表格
在Bot工作流末尾添加「飞书多维表格」插件节点：
① 表格选择：已创建的「用户健身打卡总表」；
② 字段映射：将 {{user_id}} →「成员ID」，{{today_date}} →「日期」，{{completed_flag}} →「是否完成」；
③ 关键设置：勾选「如记录已存在则更新」，确保同一用户当天多次回复✅不会重复新增行；
【若未勾选该选项，用户发10次✅将生成10条重复记录，后续统计完全失真】
