Tuwa 每个数字背后的科学
没有黑箱。准备状态评分和训练负荷模型究竟如何运作、数据从何而来、能告诉你什么、又不能告诉你什么——全部讲清楚。
准备状态评分如何构成
四项生理信号，对照你自己的基准线加权
每天早晨，Tuwa 从 Apple HealthKit 提取你夜间的生理数据，结合一份简短的身体状态自评，生成一个 0 到 100 之间的准备状态数值。各项输入的权重并不相同，且没有任何一项是与人群平均值比较——每个信号都对照你自己的近期趋势来评估。
心率变异性（HRV——连续心跳之间毫秒级的间隔变化）是权重最高的输入，因为它比任何其他消费级信号都更直接地反映自主神经系统的平衡状态。静息心率提供了第二个、变化更缓慢的系统性压力视角。睡眠时长与规律性捕捉的是恢复窗口本身。早晨的身体状态自评——由你评估疲劳感、精力和压力——补充了任何可穿戴设备都无法测量的背景信息。
Tuwa 根据每项指标高于或低于你个人基准线的幅度来加权，再进行综合。62 分从来不只是一个数字：应用会告诉你，你的心率变异性比近期基准低 8%、睡眠偏短，但静息心率正常。你看到的是推理过程，而不只是结论。
训练负荷模型
急性负荷对比慢性负荷、ACWR，以及 0.8–1.3 区间
你记录的每次训练都会根据训练量和强度换算为一个负荷值（使用 RPE——主观运动强度，即从 1 到 10 评估一组动作有多吃力的量表；可选地结合 RIR，即储备次数）。Tuwa 随后维护两个负荷视角：急性负荷，大约为最近一周，反映当前的疲劳程度；慢性负荷，大约为最近四周，反映你的体能基础。
两者之间的比值即为急性∶慢性工作负荷比（ACWR）。源自 Tim Gabbett 及其同事的研究共识，将相对的「最佳区间」定在大约 0.8 至 1.3 之间。低于 0.8 可能意味着相对于你的基础训练不足；高于 1.3 时，当你的身体在一周内承受的压力超出它所准备的范围，伤病风险曲线往往会急剧上升。
Tuwa 不采用粗糙的滚动求和，而是用指数加权移动平均（EWMA）来计算这些负荷——这是一种平滑方法，赋予近期训练比更早训练更高的权重。这让你的模型能快速响应一段高强度周期或减载，而不被数周前的数据所束缚，并能在你训练之前、而非之后发现负荷骤增。
数据与隐私
默认在设备本地处理、可离线使用、仅同步综合结果
你的原始 HealthKit 数据——每一次心率变异性读数、心率采样和睡眠记录——都保留在你的设备上。Tuwa 在本地读取这些数据来计算评分，绝不会将底层生理数据流上传至服务器。
应用可完全离线运行。评分、负荷计算和负荷骤增检测全部在设备本地进行，因此网络不稳定或在地下室健身房训练都不会中断分析。
面向教练的功能仅同步综合输出——你的准备状态评分和负荷指标——绝不同步背后的原始生物特征数据。你分享的是结论，而非你神经系统的完整记录。
诚实的局限
模型能做什么、不能做什么
Tuwa 从第一天起就有用，因为它以合理的人群基准线起步，但它真正的价值在于个性化。在大约最初七天里，它会学习你自己的心率变异性、静息心率和睡眠模式，随着这些基准线趋于稳定，准备状态评分会变得明显更准确。早期评分应被视为方向性参考，而非精确结论。
没有任何基于消费级可穿戴设备的模型是完美的。心率变异性存在噪声——一杯酒、一次提前的闹钟或一个糟糕的夜晚都可能改变单次读数——这正是 Tuwa 追踪趋势、而非对单个数据点做出反应的原因。ACWR 框架描述的是人群层面的伤病风险关联，而非对个体的保证；它为你的决策提供信息，但不替你做决定。
Tuwa 是训练工具，不是医疗器械。它不诊断疾病、损伤或任何健康状况，应用中的任何内容都不构成医疗建议。若某项指标令你担忧或你感觉不适，请咨询合格的专业人士。
深入了解
更有把握地自我训练
下载 Tuwa，在一个地方计划、记录、调整并复盘你的力量训练。
