--- title: "Fitness Nutrition — wger / USDA を使ったトレーニング計画・マクロ栄養素・身体指標の計算" description: "wger / USDA を使ったトレーニング計画・マクロ栄養素・身体指標の計算" upstream_path: user-guide/skills/optional/health/health-fitness-nutrition.md upstream_blob: feb2a450498fb15a0d6f7cf61cc2aa37dcd457b8 sources: - https://hermes-agent.nousresearch.com/docs/user-guide/skills/optional/health/health-fitness-nutrition --- # Fitness Nutrition {#fitness-nutrition} wger / USDA を使って、トレーニング計画・マクロ栄養素・身体指標を計算します。 ## skill の情報 {#skill-metadata} | | | |---|---| | 提供元 | 追加インストール — `hermes skills install official/health/fitness-nutrition` で入れます | | パス | `optional-skills/health/fitness-nutrition` | | バージョン | `1.0.0` | | 作者 | Hailey Marshall (haileymarshall), Hermes Agent | | ライセンス | MIT | | 対応プラットフォーム | linux, macos, windows | | タグ | `health`, `fitness`, `nutrition`, `gym`, `workout`, `diet`, `exercise` | ## 参考: SKILL.md 全文 {#reference-full-skillmd} :::info 以下は、この skill が呼び出されたときに Hermes が読み込む skill 定義の全文です。skill が有効なあいだ、エージェントはこれを指示として受け取ります。 ::: # Fitness & Nutrition {#fitness-nutrition} フィットネスコーチとスポーツ栄養士の役割をこなす skill です。2 つのデータ提供元と オフライン計算をまとめてあり、ジムに通う人が必要とするものはひととおり揃います。 **データの提供元（どれも無料で、pip の追加インストールは要りません）:** - **wger** (https://wger.de/api/v2/) — 公開されている種目データベースです。690 種類以上の種目に、鍛える筋肉・器具・画像が付いています。公開エンドポイントは認証なしで使えます。 - **USDA FoodData Central** (https://api.nal.usda.gov/fdc/v1/) — アメリカ政府の栄養データベースで、38 万件以上の食品が登録されています。`DEMO_KEY` ならすぐ使えますし、無料登録すれば上限が上がります。 **オフライン計算（Python の標準ライブラリだけで動きます）:** - BMI、TDEE（Mifflin-St Jeor 式）、1 回挙上できる最大重量（Epley / Brzycki / Lombardi 式）、マクロ栄養素の配分、体脂肪率（US Navy 法） --- ## いつ使うか {#when-to-use} 次のような話題が出たら、この skill を呼び出します。 - 種目、トレーニングメニュー、ジムでの流れ、筋肉の部位、分割法 - 食品のマクロ栄養素、カロリー、たんぱく質量、献立作り、カロリー計算 - 体組成、つまり BMI・体脂肪・TDEE・摂取カロリーの過不足 - 1 回挙上できる最大重量の推定、トレーニング強度の割合、漸進性過負荷 - 減量期・増量期・維持期それぞれのマクロ栄養素の比率 --- ## 手順 {#procedure} ### 種目を調べる（wger API） {#exercise-lookup-wger-api} wger の公開エンドポイントはすべて JSON を返し、認証は要りません。種目を検索するときは 必ず `format=json` と `language=2`（英語）を付けてください。 **手順 1 — 何を知りたいのかを見極めます:** - 筋肉から探す → `/api/v2/exercise/?muscles={id}&language=2&status=2&format=json` - カテゴリから探す → `/api/v2/exercise/?category={id}&language=2&status=2&format=json` - 器具から探す → `/api/v2/exercise/?equipment={id}&language=2&status=2&format=json` - 名前から探す → `/api/v2/exercise/search/?term={query}&language=english&format=json` - 詳細を見る → `/api/v2/exerciseinfo/{exercise_id}/?format=json` **手順 2 — ID の一覧（余計な API 呼び出しをしなくて済みます）:** 種目のカテゴリ: | ID | Category | |----|-------------| | 8 | 腕 | | 9 | 脚 | | 10 | 腹 | | 11 | 胸 | | 12 | 背中 | | 13 | 肩 | | 14 | ふくらはぎ | | 15 | 有酸素 | 筋肉: | ID | Muscle | ID | Muscle | |----|---------------------------|----|-------------------------| | 1 | 上腕二頭筋 | 2 | 三角筋前部 | | 3 | 前鋸筋 | 4 | 大胸筋 | | 5 | 外腹斜筋 | 6 | 腓腹筋 | | 7 | 腹直筋 | 8 | 大殿筋 | | 9 | 僧帽筋 | 10 | 大腿四頭筋 | | 11 | 大腿二頭筋 | 12 | 広背筋 | | 13 | 上腕筋 | 14 | 上腕三頭筋 | | 15 | ヒラメ筋 | | | 器具: | ID | Equipment | |----|----------------| | 1 | バーベル | | 3 | ダンベル | | 4 | ジムマット | | 5 | バランスボール | | 6 | 懸垂バー | | 7 | なし（自重） | | 8 | ベンチ | | 9 | インクラインベンチ | | 10 | ケトルベル | **手順 3 — 取得して見せます:** ```bash # Search exercises by name QUERY="$1" ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$QUERY") curl -s "https://wger.de/api/v2/exercise/search/?term=${ENCODED}&language=english&format=json" \ | python3 -c " data=json.load(sys.stdin) for s in data.get('suggestions',[])[:10]: d=s.get('data',{}) print(f\" ID {d.get('id','?'):>4} | {d.get('name','N/A'):<35} | Category: {d.get('category','N/A')}\") " ``` ```bash # Get full details for a specific exercise EXERCISE_ID="$1" curl -s "https://wger.de/api/v2/exerciseinfo/${EXERCISE_ID}/?format=json" \ | python3 -c " data=json.load(sys.stdin) trans=[t for t in data.get('translations',[]) if t.get('language')==2] t=trans[0] if trans else data.get('translations',[{}])[0] desc=re.sub('<[^>]+>','',html.unescape(t.get('description','N/A'))) print(f\"Exercise : {t.get('name','N/A')}\") print(f\"Category : {data.get('category',{}).get('name','N/A')}\") print(f\"Primary : {', '.join(m.get('name_en','') for m in data.get('muscles',[])) or 'N/A'}\") print(f\"Secondary : {', '.join(m.get('name_en','') for m in data.get('muscles_secondary',[])) or 'none'}\") print(f\"Equipment : {', '.join(e.get('name','') for e in data.get('equipment',[])) or 'bodyweight'}\") print(f\"How to : {desc[:500]}\") imgs=data.get('images',[]) if imgs: print(f\"Image : {imgs[0].get('image','')}\") " ``` ```bash # List exercises filtering by muscle, category, or equipment # Combine filters as needed: ?muscles=4&equipment=1&language=2&status=2 FILTER="$1" # e.g. "muscles=4" or "category=11" or "equipment=3" curl -s "https://wger.de/api/v2/exercise/?${FILTER}&language=2&status=2&limit=20&format=json" \ | python3 -c " data=json.load(sys.stdin) print(f'Found {data.get(\"count\",0)} exercises.') for ex in data.get('results',[]): print(f\" ID {ex['id']:>4} | muscles: {ex.get('muscles',[])} | equipment: {ex.get('equipment',[])}\") " ``` ### 栄養を調べる（USDA FoodData Central） {#nutrition-lookup-usda-fooddata-central} 環境変数 `USDA_API_KEY` があればそれを使い、なければ `DEMO_KEY` で動きます。 DEMO_KEY は 1 時間あたり 30 リクエストまで、無料登録した鍵なら 1 時間あたり 1,000 リクエストまでです。 ```bash # Search foods by name FOOD="$1" API_KEY="${USDA_API_KEY:-DEMO_KEY}" ENCODED=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$FOOD") curl -s "https://api.nal.usda.gov/fdc/v1/foods/search?api_key=${API_KEY}&query=${ENCODED}&pageSize=5&dataType=Foundation,SR%20Legacy" \ | python3 -c " data=json.load(sys.stdin) foods=data.get('foods',[]) if not foods: print('No foods found.'); sys.exit() for f in foods: n={x['nutrientName']:x.get('value','?') for x in f.get('foodNutrients',[])} cal=n.get('Energy','?'); prot=n.get('Protein','?') fat=n.get('Total lipid (fat)','?'); carb=n.get('Carbohydrate, by difference','?') print(f\"{f.get('description','N/A')}\") print(f\" Per 100g: {cal} kcal | {prot}g protein | {fat}g fat | {carb}g carbs\") print(f\" FDC ID: {f.get('fdcId','N/A')}\") print() " ``` ```bash # Detailed nutrient profile by FDC ID FDC_ID="$1" API_KEY="${USDA_API_KEY:-DEMO_KEY}" curl -s "https://api.nal.usda.gov/fdc/v1/food/${FDC_ID}?api_key=${API_KEY}" \ | python3 -c " d=json.load(sys.stdin) print(f\"Food: {d.get('description','N/A')}\") print(f\"{'Nutrient':<40} {'Amount':>8} {'Unit'}\") print('-'*56) for x in sorted(d.get('foodNutrients',[]),key=lambda x:x.get('nutrient',{}).get('rank',9999)): nut=x.get('nutrient',{}); amt=x.get('amount',0) if amt and float(amt)>0: print(f\" {nut.get('name',''):<38} {amt:>8} {nut.get('unitName','')}\") " ``` ### オフラインで計算する {#offline-calculators} まとめて処理したいときは `scripts/` にある補助スクリプトを使い、 1 件だけならその場で実行します。 - `python3 scripts/body_calc.py bmi ` - `python3 scripts/body_calc.py tdee ` - `python3 scripts/body_calc.py 1rm ` - `python3 scripts/body_calc.py macros ` - `python3 scripts/body_calc.py bodyfat [hip_cm] ` それぞれの式の根拠は `references/FORMULAS.md` にまとめてあります。 --- ## つまずきやすいところ {#pitfalls} - wger の種目エンドポイントは、既定では**すべての言語**を返します。英語だけにするには `language=2` を必ず付けてください - wger には**未確認の投稿**も含まれます。承認済みのものだけを取るには `status=2` を付けます - USDA の `DEMO_KEY` は**1 時間あたり 30 リクエスト**までです。まとめて叩くときはあいだに `sleep 2` を入れるか、無料の鍵を取得してください - USDA のデータは**100g あたり**の値です。実際に食べる量に換算するよう伝えてください - BMI は筋肉と脂肪を区別しません。筋肉質な人の高い BMI が、そのまま不健康を意味するわけではありません - 体脂肪率の計算式はあくまで**目安**（±3〜5%）です。正確に測りたいなら DEXA スキャンをすすめてください - 1RM の式は 10 回を超えると精度が落ちます。3〜5 回のセットで測ると推定が安定します - wger の `exercise/search` エンドポイントは、引数の名前が `query` ではなく `term` です --- ## 確認のしかた {#verification} 種目検索を実行したあと: 結果に種目名・鍛える筋肉・器具が含まれているか確かめます。 栄養を調べたあと: 100g あたりのカロリー・たんぱく質・脂質・炭水化物が返っているか確かめます。 計算したあと: 出てきた値が妥当か見直します（たとえば TDEE は成人ならおおむね 1500〜3500 に収まります）。 --- ## 早見表 {#quick-reference} | Task | Source | Endpoint | |------|--------|----------| | 名前で種目を検索する | wger | `GET /api/v2/exercise/search/?term=&language=english` | | 種目の詳細を見る | wger | `GET /api/v2/exerciseinfo/{id}/` | | 筋肉で絞り込む | wger | `GET /api/v2/exercise/?muscles={id}&language=2&status=2` | | 器具で絞り込む | wger | `GET /api/v2/exercise/?equipment={id}&language=2&status=2` | | カテゴリの一覧を見る | wger | `GET /api/v2/exercisecategory/` | | 筋肉の一覧を見る | wger | `GET /api/v2/muscle/` | | 食品を検索する | USDA | `GET /fdc/v1/foods/search?query=&dataType=Foundation,SR Legacy` | | 食品の詳細を見る | USDA | `GET /fdc/v1/food/{fdcId}` | | BMI / TDEE / 1RM / マクロ栄養素 | オフライン | `python3 scripts/body_calc.py` |