Synapse Run

项目概述 {#overview}

Synapse Run是一个面向中长跑爱好者的多智能体协作训练助手。四个专业 AI 智能体像神经突触一样协同工作，通过"论坛式"交互机制进行多轮讨论与迭代，最终生成数据驱动的个性化训练方案。

系统零框架依赖，采用去中心化黑板架构，支持 Keep / Garmin 数据导入，内置 20+ 专业报告模板。GitHub + Gitee 累计 90+ Star，直接促成技术顾问岗位邀约。

核心数据一览：

数值	说明
4	专业智能体
20+	报告模板
90+	GitHub Star
Forum	去中心化协作

系统架构：四大智能体 · 论坛引擎 · 报告生成 · 数据层

四大核心智能体 {#agents}

每个智能体拥有独立工具集与专业领域，通过 Forum 机制实现跨角色信息共享与多轮协商。

角色	英文名	职责	工具	模型
理论专家	Query Agent	训练理论检索、学术文献查阅、运动科学知识问答	Tavily API	Qwen-Plus
后勤部	Media Agent	赛事报名、天气查询、装备价格、路线数据	Bocha Search	Qwen-Plus
数据分析师	Insight Agent	历史训练数据挖掘、统计分析、趋势预测	DB Query	Qwen-Plus
报告专家	Report Agent	模板选择、多轮优化、HTML 报告渲染	Template Engine、HTML Gen	Qwen3-Max

论坛式协作流程 {#workflow}

受"论坛辩论"启发的去中心化多智能体协作机制。智能体之间不直接通信，而是通过共享的 forum.log 进行信息交换，由 LLM 主持人引导讨论方向。

1. 用户提问 — 输入训练相关问题，如"备战半马的 8 周训练计划"
2. 三 Agent 并行 — 理论专家、后勤部、数据分析师同时启动，各自调用专属工具进行分析
3. 结果写入 Forum — 各 Agent 将分析结果写入 logs/forum.log 共享黑板
4. 主持人引导 — LLM 主持人阅读论坛内容，提炼关键信息，引导下一轮讨论方向
5. 多轮迭代 — Agent 通过 forum_reader 工具读取同伴观点，补充、质疑、完善，直至内容收敛
6. 报告生成 — Report Agent 综合全部讨论，匹配专业模板，多轮优化后生成最终训练报告

论坛协作实录：三个智能体并行分析 → 主持人综合引导 → 迭代收敛

训练数据管理 {#data}

支持 Keep 和 Garmin 两大数据源，覆盖国内主流运动用户群体。

Keep 数据接入

App 导出 Excel → 邮件接收 → 系统导入。支持完整 CRUD 操作与手动记录管理。

Garmin 数据接入

自动同步 Garmin Connect 历史数据，一键拉取最新训练记录，支持更丰富的生理指标（心率、步频、配速等）。

数据源选择界面

Garmin 数据管理后台

首次启动自动校验：API 连通性 · 数据库状态 · 模型可用性

智能报告生成 {#report}

Report Agent 基于 20+ 专业模板，经过多轮迭代优化，最终生成结构化的 HTML 训练报告，涵盖训练建议、配速分析、强度分布、恢复策略等维度。

• 20+ 专业模板 — 覆盖周训练计划、赛前准备、恢复策略、伤病预防等场景，动态匹配用户需求
• 多轮优化 — Report Agent 阅读论坛讨论全文，综合四方观点，多轮迭代打磨内容直至满意
• HTML 渲染输出 — 精排版的可视化报告，支持图表嵌入与结构化展示，可直接浏览器预览或导出

最终训练报告：结构化建议 · 数据支撑 · 可视化呈现

技术栈 {#tech-stack}

层级	技术	说明
语言	Python 3.9+	纯 Python 实现，轻量级模块化架构
框架	Flask + Streamlit	Flask 主应用 + Streamlit 单 Agent 调试界面
LLM	OpenAI 兼容 API	支持 Qwen / Kimi / Gemini 等多模型
数据库	MySQL 8.0+	训练记录 ORM 存储与查询
搜索	Tavily + Bocha	学术文献检索 + 实时情报搜索
前端	HTML5 + Socket.IO	实时流式输出与交互界面

结语

Synapse Run 将多智能体协作引入运动训练领域，通过去中心化的论坛式架构让四个专业 AI 角色充分讨论与碰撞，为跑者提供真正数据驱动的个性化训练方案。项目在 GitHub + Gitee 获得 90+ Star，并直接促成企业技术顾问岗位邀约。

查看 GitHub 源码 →