开箱即用的健身开发全栈数据集：exercises-dataset 完整解析

一、项目简介
exercises-dataset 是开源开发者 hasaneyldrm 维护的健身动作结构化数据集 + 一站式开发脚手架，托管于 GitHub（https://github.com/hasaneyldrm/exercises-dataset），2026 年持续迭代更新，凭借完善的数据、多语言能力与全链路开发工具登上 GitHub 热榜，成为健身类应用、AI 健身项目、运动科研的首选开源数据源。
项目核心定位：不只是一份动作 JSON 数据，而是一套从零搭建健身 App 后端的完整解决方案。内置 1324 个标准化健身动作元数据，覆盖 6 国语言分步训练教程，配套浏览器预览工具、多数据库建表脚本、多语言 API 示例、LLM 后端生成提示词，开发者无需从零整理动作分类、翻译训练文案、设计数据表结构。
重要前置说明：仓库不含动作 GIF、缩略图等媒体素材。因原版媒体素材存在多方版权争议，仅保留每条动作对应的media_id，合规开发者可通过官方 CDN 拉取对应动画资源，避免版权纠纷。
二、核心数据能力：1324 个动作全覆盖，6 语种双语教程
1. 数据规模与分类分布
数据集总计 1324 条完整健身动作记录，覆盖全身所有肌群与主流训练器械，分类统计清晰，可直接用于筛选、训练计划生成：
（1）按身体部位划分
表格
身体部位 动作数量
上臂 292
大腿 227
背部 203
腰腹核心 169
胸部 163
肩部 143
小腿 59
小臂 37
有氧 29
颈部 2
（2）按训练器械划分
居家健身友好度极高，325 个徒手动作无需任何器械：
表格
器械类型 动作数量
徒手自重 325
哑铃 294
绳索器械 157
杠铃 154
综合力量器械 81
弹力带 54
史密斯机 48
壶铃 41
负重装备 36
健身球 28
EZ 弯举杆 23
其他器械 83
2. 标准化 JSON 数据结构
所有动作统一存储在data/exercises.json，单条动作字段完整、层级清晰，支持筛选、检索、推荐系统开发，核心字段如下：
基础标识：id（唯一编号）、name（动作标准名称）、media_id（原版素材索引）
分类标签：category/body_part（训练部位）、equipment（所需器械）
肌肉信息：target（主练肌群）、muscle_group（协同肌群）、secondary_muscles（次要参与肌肉数组）
多语言教程：instructions对象内置英 / 西 / 意 / 土 / 俄 / 中文6 套分步训练讲解，中文教程完整适配国内健身术语
预留字段：image/gif_url（媒体占位，统一为 null）、created_at（数据创建时间戳）
示例动作片段（3/4 仰卧卷腹）：
json
{
"id": "0001",
"name": "3/4 sit-up",
"category": "waist",
"equipment": "body weight",
"instructions": {
"zh": "平躺，膝盖弯曲，双脚平放在地上。双手置于脑后，手肘向外打开。收紧腹部，缓慢抬起上半身至45度，顶峰停顿后缓慢下放，重复对应次数。"
},
"target": "abs",
"secondary_muscles": ["hip flexors", "lower back"],
"media_id": "2gPfomN"
}
3. 多语言天然优势
市面上绝大多数健身数据集仅提供英文说明，而本项目原生内置中文完整动作教程，同时覆盖西班牙语、意大利语、土耳其语、俄语，非常适合出海健身 App、跨境健身教学平台、多语言运动 AI 教练开发，无需额外翻译动作文案，大幅降低本地化成本。
三、两大内置 HTML 工具，零服务本地即用
仓库自带两个纯前端静态页面，下载仓库后直接用浏览器打开，无需部署后端、无需配置环境，开箱即用：
1. index.html｜动作交互式浏览器
全量 1324 个动作本地检索预览工具，核心功能：
全局关键词搜索，支持动作名、器械、肌群模糊匹配
多维度筛选：按身体部位、器械、目标肌肉过滤动作
无限滚动卡片列表，点击卡片一键切换 6 种语言查看完整训练步骤
实时展示每条动作的肌肉分布、器械需求、media 索引
限制：因无内置媒体，页面仅展示文字元数据，GIF 与图片位置为空。
2. setup.html｜开发者一站式配置向导（项目最大亮点）
专为后端开发者打造，完整覆盖数据库搭建、API 开发、AI 生成后端三大场景，大幅减少重复编码工作：
数据库脚本生成
支持 MySQL、PostgreSQL、SQL Server、SQLite 四大主流数据库，一键生成完整建表语句 + 1324 条数据插入 SQL 文件，下载后直接导入数据库，省去手动设计表结构、批量录入数据的工作。
多语言 API 客户端代码
内置 JavaScript、Python、C#、Java、PHP、Go、cURL 七套请求示例，填入项目后端地址即可实时更新代码，复制粘贴直接接入项目。
LLM 后端生成提示词
内置适配主流大模型（ChatGPT、Claude、Gemini）的结构化 Prompt，可选 Express.js、FastAPI、Spring Boot、Laravel、Gin 等主流后端框架，粘贴至 AI 即可一键生成完整 RESTful 健身动作接口服务。
四、项目文件结构极简清晰
plaintext
exercises-dataset/
├── data/
│ └── exercises.json # 核心1324条动作数据集
├── index.html # 本地动作浏览器
├── setup.html # 开发配置向导
├── README.md # 官方完整文档
└── .gitignore
无冗余资源文件，仓库轻量化，克隆、下载速度快，仅保留纯数据与开发工具，不占用存储空间。
五、五大主流应用场景
1. 健身 App、训练计划小程序开发
无论是居家健身、健身房记录、私教教学类产品，可直接导入数据集搭建动作库。325 个自重动作完美适配居家健身赛道，按肌群、器械筛选逻辑开箱即用，多语言文案支撑国内外产品。
2. 机器学习 / AI 健身项目训练
动作识别、姿态矫正模型：依靠标准化动作标签、肌群标注构建训练数据集；
个性化训练推荐系统：通过target、secondary_muscles、equipment字段做多条件匹配推荐；
健身垂直大模型微调：6 语种动作教程可作为健身领域语料，优化 AI 教练问答、训练计划生成能力。
3. 运动康复、健康科研项目
标准化肌群分类、分步动作说明，可用于运动损伤康复方案研究、大众健身行为数据分析，多语言数据也支持跨境健康调研。
4. 健身教学、知识科普平台
线上健身课程、运动科普网站可直接调用数据集展示标准动作，多语言教程适配海外教学渠道。
5. 垂直行业数据原型快速搭建
创业团队、独立开发者无需投入人力整理动作数据，依托 setup.html 快速生成数据库与接口，短时间完成产品 MVP 原型验证。
六、数据来源与版权说明
底层数据源：原始动作元数据来自 AscendAPI 旗下 ExerciseDB v1，经 Kaggle 二次分发后，本项目在此基础上完成翻译、清洗、标准化整理；
媒体素材版权：仓库不附带 GIF、图片，所有media_id仅为素材索引，开发者使用原版媒体资源需遵守 ExerciseDB 官方服务条款；
使用规范：数据集元数据、多语言翻译内容可用于教育、研究、商用开发，但不可宣称拥有原始动作素材所有权；若为素材版权持有方，可提交 Issue 联系维护者调整内容；
开源约束：使用前需同时查阅 ExerciseDB 官方协议与本仓库说明，规避版权风险。
七、快速上手示例（Python 读取过滤数据）
python
运行
import json

# 加载完整数据集
with open("data/exercises.json", "r", encoding="utf-8") as f:
exercises = json.load(f)

# 筛选所有胸部动作
chest_ex = [item for item in exercises if item["category"] == "chest"]
print(f"胸部动作总数：{len(chest_ex)}")

# 筛选居家徒手腹肌动作
home_abs = [i for i in exercises if i["equipment"] == "body weight" and i["target"] == "abs"]
# 打印中文动作教程
print(home_abs[0]["instructions"]["zh"])
Node.js、Java、C# 等完整示例可直接在 setup.html 中复制，无需自行编写基础查询逻辑。
八、总结
exercises-dataset区别于普通健身数据集的核心价值，在于数据 + 开发工具一体化：它不仅提供 1324 条覆盖全面、自带中文的标准化健身动作数据，更配套完整的数据库、API、AI 开发工具链，把健身项目开发中最耗时的数据整理、后端搭建工作全部标准化。
对于独立开发者、创业团队、AI 科研人员，该项目大幅降低健身类产品的开发门槛，无需从零搭建动作库、翻译教程、设计数据表。如果你的项目涉及健身 App、运动 AI、健康科研，这个开源仓库值得收藏并落地使用。