背景
最近这两天在 Keep 上记录的骑行数据，分享的时候突然没有地图的轨迹数据显示。
Before：
After：
在改造这个网站主题之前的时候，之前就有想法通过一些 App 来记录我的训练数据，然后通过接口或者代码的方式来同步到 Workouts 卡片上。
之前就在 GitHub 上看到 cyc.earth 这个项目，可以用来记录骑行数据，了解到是通过 Strava 来记录骑行数据，就埋下过这个想法。
更早之前也了解到 yihong0618 的 running_page 这个项目，那个时候也不运动（跑步，骑行），只知道是 python 写的，只了解到是通过 App 记录平时运动的数据，然后通过代码抓取数据。
探索
通过和 Gemini 对话，了解到 Strava 是有提供 API 的，可以通过 API 获取到我的 activities 数据，然后通过代码的方式来同步到 Workouts 卡片上。
实现
确认可行性后，先手动注册登录 Strava，去 开发者中心 申请 OAuth 应用，获取所需要的 Client ID，Client Secret，Refresh Token 等。
然后就使用 AI 开始编写代码，步骤如下：
- 先编写一个脚本测试是否能通过 API 获取到我的
activities数据。 - 然后抽象 strava.ts 方便操作。
- 设计一个简单的拉取存储同步数据流程，支持增量，以 JSON 文件保存到本地，data/strava/activities。
- 然后让 AI 基于
/data/strava/activities/文件夹里的数据调整 workouts 卡片样式，并生成 workouts 页面（支持按周 filter）和详情页面（展示地图运动轨迹及详细数据）。 - 最后让 AI 生成一个 GitHub Action workflow 每小时同步一次数据，支持手动触发。
效果如下：
Workouts list:
Latest activity detail:
简单总结
有了 AI 之后从整个想法到部署上线，整个过程大概 1 个小时左右。
- 和 Gemini 对话，~10min。
- 代码部分可以说是完全 vibe-coding，~40min，参见 PR#6。
- GitHub Action workflow 生成，~10min，参考 PR#7。
如果没有 AI 的帮助，预计最少得 4h+，光阅读文档就得 1h+。去年的 AI coding 还没有这么强，AI 发展的速度太快了，还是得好好的利用好 AI。