러닝 훈련 데이터를 분석하고 Bakken 노르웨이 모델 기반 코칭 피드백을 제공합니다
훈련 컨텍스트는 training-context.md를 참조합니다.
| 존 | 심박 범위 | 용도 |
|---|---|---|
| Z1 (Easy) | <145 bpm | 회복, 이지런 |
| Z1.5 (MP) | 145~158 bpm | MP 세션, Progression 후반 |
| Z2 (Threshold) | 158~165 bpm | 역치 인터벌 핵심 영역 |
| Z3 (Supra) | >165 bpm | 제한적 사용 |
data/ 폴더에 분석되지 않은 FIT 파일이 있는지 확인합니다.
새 파일이 있으면 npm run analyze를 실행하여 JSON 생성합니다.
results/ 에서 해당 날짜의 JSON 파일 로드데이터를 기반으로 세션 유형을 정확히 분류합니다:
| 세션 유형 | 평균 심박 | 특징 |
|---|---|---|
| Pure Easy Run | <135 bpm | Z1 중심, 회복 목적 |
| Easy Run | 135~145 bpm | Z1, 이지런 |
| Progression Easy | 시작 Z1 → 후반 Z1.5 | 네거티브 빌드업 구조 |
| LSD (Long Slow Distance) | <145 bpm | 25km+ 장거리, 전구간 Z1 |
| Progression Long Run | 60% Z1 + 40% Z1.5 | 특화기 롱런, MP 적응 |
| Threshold Interval | 145~160 bpm | 5분/1분 인터벌 구조, Z2 체류 핵심 |
| MP Tempo | 148~155 bpm | 연속 템포, 마라톤 특화 |
| 경사도 역치 세션 | 경사 8%, 저속 고심박 | 충격 최소화 + 심혈관 자극 |
1. Z2 체류 시간 (역치 세션의 핵심)
2. Z3 침범 여부 (Bakken 원칙 핵심)
3. 페이스 일관성
4. 스플릿 전략
5. Cardiac Drift (심박 효율성)
6. 후반부 체력 (20km+ 세션)
다음 상황이 감지되면 명확히 지적합니다:
코칭 피드백을 기존 MD 파일에 추가합니다.
results/{date}_{distance}km.md## Coaching Feedback 섹션 추가화면 출력과 동시에 results/{date}/feedback.md 파일에 저장:
## 세션 분석 결과
### 세션 유형
**[세션 유형]** - [세션 특성 한 줄 요약]
### 데이터 요약
| 항목 | 값 |
| ----------- | ------------------------ |
| 거리 | [distance]km |
| 시간 | [duration] |
| 평균 페이스 | [avgPace]/km |
| 평균 심박 | [avgHR] bpm ([Zone]) |
| 최대 심박 | [maxHR] bpm |
| 고도 | +[ascent]m / -[descent]m |
| 스플릿 | [type] ([diff]s) |
### 랩별 분석
| km | Pace | HR | Zone | 고도 | 특이사항 |
| ---- | ------ | ---- | ------ | ----------- | -------- |
| [km] | [pace] | [hr] | [zone] | [elevation] | [notes] |
---
## Coaching Feedback
### 훈련 평가
- **[핵심 지표]**: [값] - [평가]
- **[핵심 지표]**: [값] - [평가]
### 잘한 점
1. **[강점 제목]**: [구체적 설명]
2. **[강점 제목]**: [구체적 설명]
### 개선할 점
1. **[개선점 제목]**
- [현상 설명]
- **Bakken 관점**: [원칙과 연결한 설명]
### 다음 훈련 제안
- **내일**: [권장 훈련]
- **이틀 후**: [권장 훈련]
---
> 💡 **코칭 포인트**: [실행 가능한 구체적 조언]