这个 Skill 能做什么，适合哪些场景？
此技能是 peon-ping 仓库中五个技能之一，专注于记录训练次数。用户可以说“做了 25 个俯卧撑”或“记录 30 个深蹲”，技能会调用 peon.sh 脚本，更新每日次数并播放训练师语音。它还支持检查状态以查看当天进度。作为更大的 peon-ping 工具集的一部分，它依赖仓库的整体安装，包括安装到 ~/.claude/hooks/peon-ping/ 并启用训练师功能。
技能读取用户提供的数字和训练类型（俯卧撑或深蹲），然后运行 bash ~/.claude/hooks/peon-ping/peon.sh trainer log <count> <exercise>。命令会更新计数并播放训练师语音。用户询问进度时，它还运行 peon.sh trainer status 显示当天进度。如果未启用训练师，则提示用户先运行 /peon-ping-toggle 或 peon trainer on。
- 开发者长时间编码后想记录俯卧撑，保持健康习惯
- 用户使用 Claude Code 想要在不打断对话的情况下记录深蹲次数
- 用户想查看当天训练进度，确认是否达到目标
- 用户需要语音提醒保持动力，通过训练师语音反馈增强体验
如何安装这个 Skill？
- 技能依赖外部脚本，可能未经过安全检查。
- 建议明确权限范围和用户确认机制。
- Shell / 命令行
- 本地文件系统
Bashpeon-ping installed
先安装整个 peon-ping 仓库：在 macOS/Linux 上推荐使用 Homebrew（brew install PeonPing/tap/peon-ping）或运行 curl -fsSL https://raw.githubusercontent.com/PeonPing/peon-ping/main/install.sh | bash；Windows 用户使用 installer 脚本（Invoke-WebRequest -Uri ... -OutFile install.ps1 然后执行）。安装器会将技能复制到 ~/.claude/hooks/peon-ping/ 下的技能目录。还需确保训练师已启用（peon trainer on）。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/PeonPing/peon-ping.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/peon-ping-log" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 记录 30 个深蹲
- 我的进度如何？
在 Claude Code 中，输入 /peon-ping-log 25 pushups 或“记录 30 个深蹲”来进行记录。技能会调用训练师日志命令，显示更新后的次数和语音反馈。之后可询问“我的进度如何？”来触发状态检查。
这个 Skill 有哪些优点和局限？
- 集成在编码工作流中，无需切换应用
- 提供语音反馈，增加趣味性
- 支持自定义训练目标（通过 peon trainer goal）
- 开源于 MIT 许可
- 仅支持俯卧撑和深蹲两种训练，不支持其他运动
- 需要安装整个仓库（虽然提供了本地安装选项）
- 语音反馈依赖 peon-ping 的音频播放，在某些旧 Windows 版本上可能需要额外配置
- 缺乏自动化测试或维护状态的文档
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Peon 训练日志 本页 | 54 · 谨慎使用 | ★ 5.1k | 5 天前 | MIT |
| peon-ping 配置管理 | 64 · 推荐 | ★ 5.1k | 5 天前 | MIT |
| CCM — Claude Code 管理器 | 55 · 谨慎使用 | ★ 29 | 2 个月前 | MIT |
| Jetson BSP 信息检查 ✓ NVIDIA · 官方 | 59 · 推荐 | ★ 3.5k | 3 天前 | Apache-2.0 |
| 插件项目设置模式 ✓ Anthropic · 官方 | 49 · 谨慎使用 | ★ 38k | 3 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
技能调用本地脚本，无网络外传，数据流透明。但权限要求未明确，缺少用户确认机制，影响信任评分。
指令清晰，但依赖外部脚本可能存在，未提供异常处理，静态评估无法完全验证。
使用场景明确，但边界条件（如无效输入）未说明，环境适配信息有限。
有基本文档，但版本信息、变更日志缺失，维护责任未明确。
技能能完成任务，但输出格式未明确，价值证明有限。
未提供可复现的测试证据，依赖单一事实来源。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →