今天 GitHub 热榜第一名不是 AI Agent，不是通讯协议，是一个健身数据集。1,324 个健身动作，存成一个 JSON 文件，附带六种语言的指导说明。作者是土耳其开发者 hasaneyldrm。
先别急着划走，它不是你以为的那种"又一个数据集"。
这个项目的核心骨架是两个 HTML 文件，index.html和setup.html。前者是一个纯前端的运动浏览器，支持实时搜索、按肌群和器械筛选、无限滚动网格。后者才是真正让人眼前一亮的东西——一个给开发者用的设置向导。
打开setup.html，先选数据库。四种主流选择：SQL Server、PostgreSQL、MySQL 或 SQLite。浏览器会直接生成对应的CREATE TABLE语句，然后自动填好 1,324 条INSERT语句，一键导出.sql文件。注意，这全部在浏览器里完成，没有后端，没有服务器。
然后可以选择后端框架。Express.js、FastAPI、ASP.NET Core、Spring Boot、Laravel、Gin 六选一。它会生成完整的 API 客户端代码模板，你填一个 API 基础 URL，所有示例实时更新。JavaScript、Python、C#、Java、PHP、Go、cURL 的客户端代码全都有。
最后一步才是最有想法的地方。它会组合出一个结构化提示词，让你粘贴到 ChatGPT、Claude 或 Gemini 里，一次性让 AI 生成完整的生产级 REST API。不是生成骨架，是真的带着 CRUD、错误处理、数据库连接池的完整后端。
这个工作流的设计思路很清晰。项目作者显然不是只想给开发者扔一堆 JSON 数据了事——他想做的是让任何人从零搭建一个健身 App 后端的时间，从几天压缩到几十分钟。
数据本身来自 ExerciseDB v1，一个由 AscendAPI 维护的健身动作数据库。每条记录包含唯一 ID、名称、类别、目标肌群、协同肌群、所需器械和分步指导说明。按身体部位分了 10 个类别，上臂动作最多有 292 个，胸部 163 个，核心 169 个。
数据文件用起来很简单。Python 一行json.load就能加载全部 1,324 条记录，然后按类别、器械、目标肌群随便筛选。比如找出所有不需要器械的自重训练：
importjsonwithopen("data/exercises.json","r",encoding="utf-8")asf:exercises=json.load(f)bodyweight=[exforexinexercisesifex["equipment"]=="body weight"]print(len(bodyweight))# 325在这个 1,324 个动作里，325 个完全不需要任何器械。25% 的自重比例意味着如果要做一个居家健身 App，数据基本够用了。按器材分布来看，哑铃动作最多（294 个），其次是绳索（157 个）、杠铃（154 个），覆盖了从家庭到健身房的各种场景。
翻译是另一个不容易被注意到的亮点。hasaneyldrm 在原始英文数据的基础上，补了西班牙语、意大利语、土耳其语、俄语和中文的指导说明。中文翻译是 6 月 30 日刚加进来的，不是机器翻译那种生硬句子，动作说明读起来通顺自然。
但有一个必须说清楚的坑：这个仓库里没有任何图片或动画。
6 月 30 日的最新提交把所有媒体文件移除了。原因是因为存在多个相互冲突的版权声明。现在每条记录里的image和gif_url字段都是null，只保留了一个media_id指向原始 ExerciseDB 的媒体引用。浏览器里打开index.html能看到所有文字数据，但缩略图和演示动画的位置是空的。
用这个数据集做演示型产品的团队，需要自己解决动作演示素材的问题。官方给的替代路径是通过static.exercisedb.dev/media/{media_id}.gif获取原版媒体，但这需要你拥有 ExerciseDB 的访问权限。
还有一个边界条件值得注意：项目没有标准开源协议。README 里写得很直白——“本仓库不对基础运动内容主张所有权”，数据权利归属 ExerciseDB/AscendAPI。如果是商业用途，建议先搞清楚 ExerciseDB 的使用条款。
和同类的对比，说实话不太好找。大多数健身相关的开源项目要么是完整的健身 App（比如 wger，一个用 Django 写的健身管理器，5.4k Star），要么是 Kaggle 上的一次性数据集。像 exercises-dataset 这样——把数据 + 数据库建表 + API 框架代码 + LLM 生成提示词打通成一个完整开发者工作流的，暂未从公开渠道找到同等完成度的替代品。
这个项目适合谁。如果你正在做一个需要动作库的健身类 App 或小程序，这个数据集基本是开箱即用的数据结构。中国开发者会尤其受益——中文说明已经有了，SQL 导入工具支持国内常用的 MySQL，FastAPI 的示例代码也友好。零依赖的设计意味着你不需要配任何环境，浏览器打开就能评估数据质量。
不适合谁。如果你需要一个即插即用的健身动作演示组件——带视频或 GIF 播放功能的，这个项目目前没办法直接满足。你需要自己解决媒体素材，或者对接 ExerciseDB 的 CDN。如果你做的是医疗康复或物理治疗场景，这个数据集的动作分类粒度可能不够细。
最后hasaneyldrm 在仓库介绍中提到：这是一个"data-only setup wizard"。它不是要做一个健身 App，是要让做健身 App 这件事的前 80% 准备工作变成自动化的。从这一点看，它登顶热榜就没那么意外了——开发者用脚投票的时候，解决实际效率问题的工具永远比炫技的项目更有生命力。
项目地址：https://github.com/hasaneyldrm/exercises-dataset 同类参考：wger（https://github.com/wger-project/wger，6.4k Star，最后更新 2026-07-01）
