Cycle Sync Training Skill

ช่วย AI agent วางแผนออกกำลังกายสำหรับผู้หญิงตามรอบประจำเดือน 4 เฟส ผ่าน FastMCP 2.x server บน OpenClaw platform

วิธีใช้ Skill นี้

เมื่อ user ต้องการ:

• บันทึกเฟสรอบเดือนและอาการ → เรียก log_cycle_phase
• ขอโปรแกรมออกกำลังกาย → เรียก get_phase_workout
• ปรับความเข้มข้นการเทรน → เรียก adjust_intensity
• หาวันที่พลังงานสูงสุด → เรียก predict_energy_window

4 เฟสและหลักการ

อ่านรายละเอียดเพิ่มเติม: references/phase_guide.md

Tools API

1. log_cycle_phase

บันทึกเฟสปัจจุบันและอาการประจำวัน

Input:

{
  "user_id": "string",
  "phase": "menstrual | follicular | ovulatory | luteal",
  "cycle_day": 1,
  "symptoms": ["cramps", "bloating", "fatigue", "energetic"],
  "mood_score": 7,
  "energy_score": 6,
  "date": "2027-01-15"
}

Output:

{
  "status": "logged",
  "phase": "follicular",
  "cycle_day": 8,
  "next_phase_in_days": 5,
  "recommendation": "ช่วงนี้เหมาะสำหรับเพิ่ม intensity ได้แล้ว"
}

2. get_phase_workout

แนะนำโปรแกรมออกกำลังกายตามเฟส

Input:

{
  "user_id": "string",
  "phase": "follicular",
  "available_equipment": ["barbell", "dumbbell", "cable"],
  "session_duration_minutes": 60,
  "focus_area": "full_body | upper | lower | cardio"
}

Output:

{
  "phase": "follicular",
  "intensity_level": "moderate-high",
  "workout": {
    "warmup": [...],
    "main_sets": [...],
    "cooldown": [...]
  },
  "phase_tips": "Estrogen เพิ่มขึ้น กล้ามเนื้อฟื้นตัวเร็ว เพิ่ม load ได้ 5-10%",
  "avoid": ["heavy singles ใน menstrual phase", "HIIT ตอน PMS peak"]
}

3. adjust_intensity

ปรับความเข้มข้นการเทรนตาม hormonal data และ symptoms

Input:

{
  "user_id": "string",
  "planned_intensity": "heavy",
  "current_energy_score": 4,
  "current_symptoms": ["cramps", "fatigue"],
  "cycle_day": 2
}

Output:

{
  "original_intensity": "heavy",
  "adjusted_intensity": "light",
  "adjustment_reason": "วันที่ 2 ของรอบ + อาการปวด → ลด intensity เพื่อฟื้นตัว",
  "alternative_workout": "Yin yoga 30 นาที + เดิน 20 นาที",
  "reschedule_heavy_to": "cycle_day_9"
}

4. predict_energy_window

คาดการณ์ช่วงที่พลังงานสูงสุดสำหรับ PR goals

Input:

{
  "user_id": "string",
  "cycle_start_date": "2027-01-01",
  "cycle_length": 28,
  "goal": "1RM_test | HIIT_competition | race_day | photo_shoot"
}

Output:

{
  "peak_window": {
    "start": "2027-01-14",
    "end": "2027-01-17",
    "phase": "ovulatory"
  },
  "secondary_window": {
    "start": "2027-01-09",
    "end": "2027-01-13",
    "phase": "late_follicular"
  },
  "avoid_window": {
    "start": "2027-01-25",
    "end": "2027-01-28",
    "reason": "PMS + progesterone peak → coordination และ strength ลดลง"
  },
  "goal_day_recommendation": "2027-01-15"
}

Integration กับ OpenClaw

Agent Orchestration Flow

User Input
    ↓
OpenClaw Orchestrator (Core-01)
    ↓
cycle-sync-training MCP Server (port 8420)
    ↓
Supabase (user data + cycle history)
    ↓
Response → LINE Notify / Facebook

Environment Variables

SUPABASE_URL=<your-supabase-url>
SUPABASE_KEY=<your-supabase-anon-key>
MCP_PORT=8420

OpenClaw Config

{
  "skill": "cycle-sync-training",
  "mcp_endpoint": "http://localhost:8420/mcp",
  "agents": ["Core-01", "Admin-01"],
  "trigger_keywords": ["รอบเดือน", "cycle", "เฟส", "ฮอร์โมน", "ออกกำลังกายผู้หญิง"]
}

การติดตั้ง

# 1. Install dependencies
pip install fastmcp supabase python-dateutil

# 2. Set environment variables
cp .env.example .env && nano .env

# 3. Run server
python server.py

# 4. Test
python -m pytest tests/ -v

อ้างอิง

• references/phase_guide.md — รายละเอียดวิทยาศาสตร์ฮอร์โมนแต่ละเฟส + workout prescriptions (อัปเดต 2026)
• references/research_findings_2026.md — สรุปผลการวิจัยล่าสุด (2024-2026) เกี่ยวกับ Cycle Syncing และการออกกำลังกาย
• tests/test_cases.json — Test scenarios ครอบคลุมทุก tool