Deep Garden 游泳训练看板

它解决什么问题

业余泳者的训练数据通常散在三个地方：手表 App 里只有配速和距离，没有长期趋势；动作问题只能靠反复回放视频自己猜；至于《全国游泳锻炼等级标准》怎么评级，几乎没人帮你算。结果是练了很久不知道有没有进步，动作错了也不知道为什么慢。

这个技能把三件事合并到一块自包含的 HTML 看板里：多日趋势、逐组 SWOLF、成就徽章，以及「你的动作 vs 标准动作」的 GIF 连续对比，同时按参考规范给出文字版泳姿建议。看板零依赖，Chart.js 已本地化，离线双击就能打开。

核心流程

初始化：把 assets/dashboard-template.html 复制一份用户自己的文件，同目录保留 chart.umd.js。首次只问一次称呼、年龄、身高，写进模板内联 JSON 的 SWIM_DATA.profile，打开就是空状态引导。

解析截图：用视觉识别读出日期、总距离、各组泳姿/距离/配速/休息/SWOLF，再按 references/data-quality-rules.md 剔除异常。这里有个坑：SWOLF 本质是单趟（50 米）指标，连续 100 米组要按 单趟划手数 = SWOLF − 总用时÷趟数 折算，游速正常但 SWOLF 看似离谱的真实连续游应当保留并折算，而不是直接删掉。

更新看板：本地版直接编辑 HTML 里的 SWIM_DATA，trainingDays 和 allSessions 两处必须同步写入；托管版则把当日数据写成 JSON 片段，跑 scripts/merge_data.py 合并进 swim-data.json。

视频分析（可选，建议有 Python 环境）：按 references/shooting-spec.md 判断拍摄质量，用 OpenCV 抽帧生成 wrong_*.gif，对照泳姿技术规范与参考视频索引，只指出 1–2 个最关键的问题。自由泳先数一个完整划手周期的打腿次数判断腿法，蛙泳先判休闲还是竞速姿势，再匹配错误条目，建议统一按「标准是 X，你现在是 Y，所以 Z」的结构写出来。

适用边界

• 面向业余爱好者和初学者（含 40 岁以上人群），不替代专业队的生物力学分析。
• 截图识别存在 ±1 组、配速 ±2 秒的误差，关键决策需用户回看原图确认。
• 完整参考视频库（B 站 mp4 + 细节 GIF）因版权和体积未打包，只有索引可用。
• 任何要部署到公开 URL 的看板必须先改 var PASS = ... 设访问口令，否则禁止部署。
• 改完 HTML 内联 JS 记得跑 node --check，中文引号曾经让整页白屏。