コンテンツにスキップ

回復スコア API

コアな回復バイオマーカーから、日次のリスク評価スコアと行動計画を生成します。

エンドポイント

  • GET /api/v1/fitness/recovery-score
  • POST /api/v1/fitness/recovery-score/post

パラメータ

名前 タイプ 必須 In 説明
sleep_hours 数値 (0-16) はい クエリ/ボディ 睡眠時間（時間）
resting_hr 数値 (30-120) はい クエリ/ボディ 静止時の心拍数（bpm）
hrv 数値 (10-200) はい クエリ/ボディ HRV（ミリ秒）
muscle_soreness 数値 (0-10) はい クエリ/ボディ 主観的な痛みスコア
lang 文字列 いいえ クエリ レスポンス言語（en,es,de,fr,pt,ja,hi,ar）。

このエンドポイントを使用する理由

  • 毎日の、回復を重視したトレーニングの推奨事項を構築する。
  • パフォーマンス低下前に、回復に関するリスク兆候を検出する。
  • 自動調整ワークフローに、構造化された意思決定を提供する。

開始する

リクエストの例

curl -X GET "https://api.hefitapi.com/api/v1/fitness/recovery-score?sleep_hours=7.1&resting_hr=59&hrv=66&muscle_soreness=4.2&lang=en" \
  -H "X-API-Key: YOUR_API_KEY"

curl -X POST "https://api.hefitapi.com/api/v1/fitness/recovery-score/post?lang=en" \
  -H "Content-Type: application/json" \
  -H "X-API-Key: YOUR_API_KEY" \
  -d '{"sleep_hours":6.3,"resting_hr":68,"hrv":44,"muscle_soreness":6.8}'

レスポンスの例

Info

以下のレスポンスの例は、あくまでデモンストレーション用です。 実際の、リアルタイム、そしてより詳細なJSON構造を得るためには、このエンドポイントにリクエストしてください。

{
  "readiness_score": 73,
  "readiness_band": "ready",
  "readiness_label": "Ready",
  "recovery_summary": "Training can proceed with moderate quality focus.",
  "input_signals": {"sleep_hours": 7.1, "resting_hr_bpm": 59.0, "hrv_ms": 66.0, "muscle_soreness": 4.2},
  "component_scores": {"sleep_score": 85, "resting_hr_score": 69, "hrv_score": 58, "soreness_score": 58},
  "recovery_recommendations": ["Proceed with quality session while monitoring fatigue"],
  "decision_protocol": {"today": "train", "intensity": "moderate_high"},
  "today_priority_actions": ["Warm up thoroughly", "Hydration and post-session recovery"],
  "tomorrow_readiness_focus": ["Sleep consistency", "Low-stress recovery work"],
  "red_flag_escalations": [],
  "language": "en",
  "_enterprise": {"client": "Acme Health", "plan": "pro", "request_id": "7f2552f2fb7ad884", "quota": 120, "usage_tracking": true},
  "_api_metadata_": {"endpoint_name": "fitness_recovery_score", "response_language": "en"}
}

製品のポジショニング

回復ダッシュボード、トレーニングの自動調整エンジン、およびコーチングプラットフォームに最適です。

注意

muscle_soreness は必須であり、0-10 の範囲である必要があります。

推奨されるエンドポイント