夜雨聆风想做一个健身 App，最麻烦的地方往往不是界面，是动作数据。
深蹲、硬拉、卧推、弯举、引体向上，每个动作都要有名称、目标肌群、器械、动作说明，最好还要有图片和动图。
如果从零整理，光是这一步就够劝退很多人。
GitHub 上有个项目专门把这件事做成了数据集，叫 exercises-dataset。
它不是健身计划软件，也不是 AI 私教成品，而是一套可以直接拿来做应用的数据底座。
项目里收集了 1324 个健身动作，每个动作都有缩略图、动画 GIF、肌群、器械、目标部位和多语言动作说明。GitHub 上已经 1.6 万多 Star。
项目简介
exercises-dataset 是一个健身动作数据集。
你可以把它理解成一份已经整理好的“动作资料库”。
里面不是简单放一堆图片，而是把每个动作都拆成结构化字段。
比如一个动作会包含：
• 动作 ID
• 动作名称
• 训练部位
• 目标肌肉
• 辅助肌群
• 所需器械
• 缩略图路径
• 动画 GIF 路径
• 多语言动作说明
• 分步骤动作提示
这样一来，你做健身 App、训练计划工具、动作搜索页、健身课程后台，就不需要先手工建一张动作表。
一句话说：它把健身产品里最基础、最琐碎、最容易拖慢开发进度的动作数据，先帮你整理好了。
核心功能
• 1324 个动作条目：每个动作都有名称、分类、器械、目标肌肉和辅助肌群。
• 自带图片和动图：每个动作配 180×180 缩略图和动画 GIF，适合做动作卡片、动作详情页和训练演示。
• 多语言动作说明：动作说明覆盖英语、西班牙语、意大利语、土耳其语、俄语、中文、印地语、波兰语、韩语、法语。
• JSON 数据格式：主数据在 data/exercises.json，前端、后端、脚本都比较容易读取。
• 自带 Schema：项目提供 data/exercises.schema.json，可以用来校验字段结构，减少导入数据库时字段乱掉的问题。
• 自带浏览器页面：index.html 可以直接打开，用来搜索、筛选和查看动作详情。
• 自带开发设置页：setup.html 提供数据库建表、API 示例和给大模型用的后端生成提示词。
快速上手
这个项目不需要复杂安装。
如果只是看数据，可以直接克隆仓库。
git clone https://github.com/hasaneyldrm/exercises-dataset.git
cd exercises-dataset
数据主文件在这里：
data/exercises.json
图片在这里：
images/
动画 GIF 在这里：
videos/
如果想先看看效果，直接打开：
index.html
它是一个纯前端动作浏览器，可以搜索动作，也可以按分类、器械、目标肌肉筛选。
如果浏览器因为本地文件限制导致数据加载异常，可以在项目目录起一个简单本地服务：
python -m http.server 8000
然后访问：
http://localhost:8000/index.html
如果你想把数据读进 Python，可以这样：
import json
with open("data/exercises.json", "r", encoding="utf-8") as f:
exercises = json.load(f)
print(len(exercises))
bodyweight = [x for x in exercises if x["equipment"] == "body weight"]
print(len(bodyweight))
chest = [x for x in exercises if x["category"] == "chest"]
print(len(chest))
如果你做的是前端项目，也可以直接读 JSON：
const exercises = require("./data/exercises.json");
const dumbbellExercises = exercises.filter(item => item.equipment === "dumbbell");
console.log(dumbbellExercises.length);
如果要接数据库，可以打开：
setup.html
这个页面里有数据库建表、API 调用示例，还能生成导入 SQL。
README 里提到，它支持 SQL Server、PostgreSQL、MySQL 和 SQLite 的建表方案，也给了 JavaScript、Python、C#、Java、PHP、Go、cURL 等调用示例。
可以拿来做什么
第一个用法，是做健身动作库。
比如做一个页面，让用户搜索“bench press”“squat”“curl”，点进去能看到动作 GIF、目标肌肉、器械和分步骤说明。
第二个用法，是做训练计划生成器。
用户输入“在家、无器械、练上肢”，你就可以用 equipment 和 body_part 字段先筛一遍，再让 AI 组合训练计划。
第三个用法，是做 AI 健身教练原型。
很多 AI 健身产品一开始并不需要非常复杂的模型，先把动作库、筛选、计划生成、动作说明做好，产品就已经有基本可用性。
第四个用法，是做多语言健身内容。
项目里的动作说明已经有中文、英文、韩语、法语等 10 种语言。你要做海外版本，至少不用从 0 开始翻译每个动作。
第五个用法，是做教学和演示。
比如你想做一个“不同器械练肩动作对比”的页面，直接从数据里筛 shoulder、dumbbell、cable、band，就能快速搭出原型。
简单总结
exercises-dataset 这个项目，最适合拿来做健身产品的第一块积木。
它不负责帮你做完整 App，也不负责帮你训练 AI 模型。
但它把 1324 个动作、动图、缩略图、器械、肌群、多语言说明整理成了结构化数据。
对想做健身 App、训练计划工具、动作库页面、AI 健身教练原型的人来说，这一步非常值钱。
因为很多产品不是死在模型上，而是死在最基础的数据整理上。
项目地址：https://github.com/hasaneyldrm/exercises-dataset