TrainAnBot: Architektura trenera AI z pamięcią o kontuzjach i bazą badań PubMed

Większość chatbotów fitnessowych w sieci to płytkie nakładki na ChatGPT z generycznymi radami w stylu: „Pij 2 litry wody dziennie, jedz warzywa i trenuj 3 razy w tygodniu”.

Gdy jednak zapytasz takiego bota o plan treningowy przy dawnej kontuzji lędźwi albo o rozbudowę pośladków bez nadmiernego rozrastania ud, zaczynają się schody: model zmyśla ćwiczenia, rzuca mitami z forów kulturystycznych, a nazajutrz kompletnie zapomina, na czym wczoraj skończyliście rozmowę.

Problem: Chatbot bez pamięci to żaden trener

W prawdziwym sporcie sukces zależy od ciągłości i indywidualnego podejścia. Tradycyjny model LLM ma dwa zasadnicze mankamenty:

• Zaniki pamięci: Model traktuje każdą nową rozmowę jak spotkanie z obcym człowiekiem. Nie wie, jakie ciężary podnosisz, po których ćwiczeniach bolą Cię stawy ani ile powtórzeń zrobiłeś w poniedziałek.
• Brak naukowej weryfikacji: Chatboty czerpią wiedzę ze średniej internetu - mieszają rzetelne badania biomechaniczne z mitami o "paleniu tłuszczu z brzucha".

Co zrobiłem: Osobisty trener w telefonie z pamięcią i nauką

Zbudowałem TrainAnBot - autonomicznego agenta trenerskiego na silniku OpenClaw, zintegrowanego z Telegramem, który towarzyszy podopiecznej w codziennych treningach.

1. Trójwarstwowa pamięć długoterminowa

Aby bot zachowywał się jak prawdziwy trener personalny, podzieliłem jego pamięć na trzy niezależne warstwy:

• Warstwa Faktu (MEMORY.md): Twarde dane o podopiecznej - aktualne rekordy siłowe (np. Hip Thrust: 30 kg × 10), przebyte urazy kolan czy lędźwi oraz sprzęt, jaki ma w domu lub na siłowni.
• Warstwa Epizodyczna (memory/YYYY-MM-DD.md w SQLite): Codzienne notatki z sesji treningowych wraz ze skalą subiektywnego zmęczenia (RPE 1-10) i samopoczucia.
• Warstwa Asynchroniczna (Niedzielny Cron): Proces w tle, który co niedzielę analizuje cały tydzień, podsumowuje postępy i układa progresję obciążeń na kolejny mikrocykl.

2. Rzetelna baza wiedzy naukowej (PubMed / NCBI)

Zamiast zgadywać, bot czerpie wiedzę z zindeksowanego kompendium recenzowanych badań naukowych (m.in. publikacje dr. Breta Contrerasa i prof. Brada Schoenfelda):

• Biomechanika dopasowana do kobiecej anatomii: Uwzględnienie szerszego kąta miednicy (kąt Q) i dobór ćwiczeń aktywujących pośladki w płaszczyźnie poziomej (Hip Thrust) i pionowej (RDL) bez niechcianego obciążania przodu ud.
• Zarządzanie zmęczeniem: Uwzględnienie faktu, że kobiety szybciej regenerują się między seriami siłowymi, co pozwala na nieco wyższą gęstość treningu.

3. Twarde granice bezpieczeństwa (Safety Guardrails)

Agent ma zakodowane ścisłe procedury bezpieczeństwa w plikach AGENTS.md i SOUL.md:

• Jeśli użytkownik zgłosi ostry, kłujący ból stawu, bot natychmiast przerywa trening i zaleca konsultację z lekarzem lub fizjoterapeutą. Zakaz udawania medyka to twarda reguła.
• Komunikacja jest naturalna i dyskretna - po treningu bot zadaje maksymalnie jedno krótkie pytanie: „Jak czułaś pośladki przy ostatniej serii?”, zamiast zasypywać użytkownika nudnymi ankietami.

Dlaczego to ważne (Use Case)

Dlaczego takie podejście diametralnie zmienia doświadczenie użytkownika?

• Realna opieka 1-on-1 bez ogromnych kosztów: Użytkowniczka otrzymuje codzienne wsparcie trenera, który zna każdy detal jej historii treningowej, w cenie ułamka abonamentu na siłownię.
• Bezpieczeństwo aparatu ruchu: Plan ewoluuje wraz ze zmęczeniem podopiecznej. Jeśli poprzednia sesja była zbyt ciężka, bot sam proponuje lżejszy wariant, zapobiegając kontuzjom przeciążeniowym.
• Brak frustracji i zaufanie: Świadomość, że każde zalecenie opiera się na recenzowanych badaniach PubMed, a nie losowych poradach z TikToka, buduje motywację na długie miesiące.

Czego się nauczyłem

1. Pamięć kontekstowa to klucz do relacji: Bezpieczna baza SQLite z historią sesji sprawia, że sztuczna inteligencja przestaje być bezdusznym automatem, a staje się autentycznym partnerem treningowym.
2. Precyzyjnie określone granice budują zaufanie: Agent, który wprost przyznaje: „Tego ćwiczenia dziś nie robimy, najpierw skonsultuj ten ból kolana ze specjalistą”, jest nieskończenie bardziej wiarygodny niż bot obiecujący cuda.
3. Mniej znaczy więcej w UX: Krótka, naturalna wymiana zdań po treningu działa o niebo lepiej niż rozbudowane, sztywne formularze.