STAS
Base de conocimiento de STAS

Datos de entrenamientos completados

STAS conecta relojes deportivos con ChatGPT y Claude. Las actividades completadas llegan por Intervals.icu, STAS las prepara y el chat de IA recibe contexto limpio para analizar.

En STAS, un entrenamiento se guarda como un registro preparado en la base de datos a partir de una actividad completada. No son solo datos de Intervals.icu sin procesar. STAS conserva los campos importantes, marca segmentos de trabajo, adjunta su informe y crea resúmenes de historial.

Qué es un registro de entrenamiento en STAS

En STAS, un entrenamiento se guarda como un registro en la base de datos a partir de una actividad completada. Ese registro guarda los hechos: qué hizo, cuándo, cuánto duró, qué tan exigente fue y qué dicen los datos.

Registro de una actividad completada

STAS recibe actividades completadas de Intervals.icu y las guarda como registros de entrenamiento. Estos registros alimentan el sitio, los informes, el estado, la revisión de estrategia y los chats con IA.

Un entrenamiento planificado dice qué debería pasar. Un entrenamiento completado dice qué pasó realmente. Cuando llega la actividad real, el chat de IA puede compararla con el plan.

Dónde se ve

La lista está en /trainings y cada elemento abre una página como /trainings/[id] con métricas, intervalos, zonas, wellness y editor de informe.

Cómo entran los datos en STAS

La cadena es simple: reloj o plataforma -> Intervals.icu -> STAS -> perfil, ChatGPT o Claude.

Intervals.icu es la capa de datos

Su reloj o plataforma sube la actividad completada a Intervals.icu. STAS lee esa actividad y la guarda como registro preparado.

Para STAS, la ruta pública de origen es Intervals.icu. Esta página no describe una importación separada desde Strava.

Dónde ver el entrenamiento y escribir el informe

La misma actividad completada queda visible en varios lugares, pero cada uno cumple una función distinta.

App del reloj e Intervals.icu

En la app del reloj y en Intervals.icu ve los datos originales de la actividad: ruta, tiempo, distancia, pulso, ritmo, potencia, zonas y otros campos que haya enviado el dispositivo o la plataforma.

Perfil e historial de entrenamientos en STAS

En STAS, el entrenamiento aparece en su perfil y en el historial como una tarjeta preparada: detalles del entrenamiento, intervalos y métricas cuando existen, más un campo o botón para el informe post-entrenamiento.

Telegram solo avisa

Si activa las notificaciones de Telegram, STAS le envía un aviso después de procesar cada entrenamiento.

El aviso no sirve para escribir informes. El informe se escribe en la página del entrenamiento en STAS y se guarda también en la descripción de la actividad en Intervals.icu.

Qué hace STAS con un entrenamiento

Una actividad de Intervals.icu tiene varias capas de datos: campos generales, segmentos, zonas, valores detallados y descripciones. STAS interpreta esas capas y las convierte en un registro claro de entrenamiento.

Preparación antes de que lo vea el chat de IA

STAS guarda los campos centrales, quita ruido, normaliza métricas y mantiene la actividad original de Intervals.icu como fuente detrás del registro preparado.

STAS también prepara la capa de entrenamiento: no solo guarda números, les da sentido para el análisis.

Qué incluye la capa de entrenamiento

Esta capa ayuda a ChatGPT y Claude a entender el entrenamiento como parte de la preparación, no solo como una lista de valores.

  • tipo de entrenamiento: las carreras se etiquetan como Easy, Threshold, Interval, Long, Recovery o Unclassified cuando los datos no alcanzan; ciclismo, natación y fuerza suelen mantener el tipo deportivo de la actividad;
  • segmentos de trabajo: por ejemplo, 4 x 8 minutos a umbral o 5 x 1000 m, con ritmo, pulso, potencia y recuperación cuando esos datos existen;
  • splits y zonas: kilómetros por ritmo, tiempo en zonas de pulso y, para ciclismo, zonas de potencia;
  • informe del atleta: qué pasó realmente, cómo se sintió la carga y por qué el entrenamiento se apartó del plan;
  • vínculo con la actividad original de Intervals.icu: STAS mantiene la fuente detrás del registro, pero expone el registro preparado en vez de todo el conjunto interno de datos.

Por qué existe esta capa de preparación

Ese es el objetivo de STAS: convertir la actividad en hechos claros antes del chat, para que el chat de IA analice el entrenamiento en vez de usar la respuesta para descifrar datos.

  • guardar los campos útiles del entrenamiento;
  • limpiar y normalizar valores para compararlos;
  • marcar segmentos de trabajo e intervalos relevantes cuando los datos lo permiten;
  • adjuntar el informe del usuario al mismo entrenamiento;
  • crear resúmenes breves de semanas, meses, tendencias, carga y entrenamientos clave.

Qué contiene el registro de entrenamiento

El registro de entrenamiento tiene datos generales del entrenamiento y detalles deportivos adicionales. Esos detalles cambian entre carrera, bici, natación, fuerza y otras actividades porque los dispositivos e Intervals.icu entregan campos distintos.

Qué hay en el registro de entrenamiento

El registro de entrenamiento incluye:

  • fecha, nombre de la actividad, tipo de actividad y tipo de entrenamiento;
  • actividad original de Intervals.icu e ID del entrenamiento en STAS;
  • distancia, tiempo en movimiento, ritmo o velocidad;
  • pulso medio, pulso máximo, carga, Fitness, Fatigue y Form;
  • desnivel e intensidad si la fuente entregó esos valores;
  • informe del usuario guardado en el entrenamiento;
  • splits por kilómetro y segmentos de trabajo si los detalles de la actividad tienen datos suficientes para construirlos;
  • contexto diario de wellness si existe en Intervals.icu.

Datos deportivos adicionales

Según el tipo de actividad, el registro se completa con detalles específicos:

  • Carrera: ritmo, distancia, pulso, splits, intervalos, cadencia o ritmo ajustado por desnivel si la fuente entregó esos campos; VDOT y ritmos de referencia solo cuando los datos lo respaldan.
  • Ciclismo: velocidad y campos de potencia, como potencia media, potencia normalizada, FTP, cadencia, intensity factor y zonas de potencia si la fuente entregó esos campos.
  • Natación: distancia, tiempo, ritmo de nado, intervalos y detalles específicos si la fuente entregó esos campos.
  • Fuerza y otras actividades: STAS guarda los campos útiles que entrega Intervals.icu y no inventa métricas ausentes.

Historial construido desde entrenamientos

STAS crea vistas de entrenamientos recientes, historial semanal de 26 semanas, ventanas de 4 y 12 semanas, resúmenes mensuales y trimestrales, mezcla de deportes, carga, constancia y entrenamientos clave.

Es una capa de historial separada, no parte de un único registro de entrenamiento. STAS la añade junto al entrenamiento cuando el chat de IA necesita entender no solo “qué pasó en este entrenamiento”, sino “qué significa dentro de las últimas semanas y meses”.

Ejemplo técnico: qué recibe el chat de IA

Esto no es la exportación interna de Intervals.icu. Es un ejemplo simplificado del registro de entrenamiento preparado que STAS expone desde su capa de datos.

Ejemplo de registro de entrenamiento

La respuesta contiene id, fecha, tipo de actividad, tipo de entrenamiento, métricas, zonas, splits, informe del atleta y sportMetrics preparados. Cuando la petición usa full=1, STAS también añade intervalos.

{
  "id": "trn_2026_04_06_run_threshold",
  "date": "2026-04-06T07:12:00.000Z",
  "workoutType": "Run",
  "sessionType": "Threshold",
  "activityName": "Morning threshold run",
  "distance": 12.4,
  "movingTime": 3660,
  "pace": 4.92,
  "avgHr": 151,
  "maxHr": 174,
  "fitness": 52.1,
  "fatigue": 61.4,
  "form": -9.3,
  "load": 84,
  "intensity": "moderate",
  "elevationGain": 86,
  "hrZoneTimes": [
    320,
    1180,
    1470,
    610,
    80
  ],
  "splitsKm": [
    {
      "km": 1,
      "pace": "5:10/km"
    },
    {
      "km": 2,
      "pace": "5:05/km"
    }
  ],
  "intervalSummary": {
    "work": "4 x 8 min",
    "recovery": "3 min jog"
  },
  "userReport": "Completed as planned. Last two reps felt hard but controlled.",
  "sportMetrics": {
    "gradedPace": 4.86,
    "cadence": 176,
    "verticalOscillation": 8.4
  },
  "intervals": [
    {
      "name": "Work 1",
      "moving_time": 480,
      "distance": 1640,
      "avg_hr": 164
    },
    {
      "name": "Work 2",
      "moving_time": 480,
      "distance": 1660,
      "avg_hr": 168
    }
  ]
}

Diferentes deportes, diferentes campos extra

El registro base se mantiene igual, pero sportMetrics depende del tipo de actividad: carrera tiene unos campos, ciclismo añade potencia y FTP, natación tiene sus propios detalles, y fuerza puede no tener sportMetrics.

{
  "Run": {
    "workoutType": "Run",
    "sessionType": "Interval",
    "sportMetrics": {
      "gradedPace": 4.18,
      "cadence": 180,
      "verticalOscillation": 8.1
    }
  },
  "Ride": {
    "workoutType": "Ride",
    "sessionType": "Ride",
    "sportMetrics": {
      "avgWatts": 188,
      "normalizedPower": 215,
      "ftp": 260,
      "intensityFactor": 0.83,
      "tss": 96,
      "powerZoneTimes": [
        780,
        2200,
        1800,
        900,
        240,
        0,
        0
      ],
      "cadence": 84,
      "decoupling": 3.2
    }
  },
  "Swim": {
    "workoutType": "Swim",
    "sessionType": "Swim",
    "pace": 1.82,
    "sportMetrics": {
      "swimCadenceSpm": 31
    }
  },
  "WeightTraining": {
    "workoutType": "WeightTraining",
    "sessionType": "WeightTraining",
    "movingTime": 2700,
    "load": 31,
    "sportMetrics": null
  }
}

Cómo ChatGPT y Claude piden entrenamientos

En ChatGPT, esto es una llamada del plugin de STAS a la herramienta MCP get_trainings. Una revisión real de entrenamientos usa una ventana de fechas y full=1.

GET /trainings?oldest=2026-04-01&newest=2026-04-08&limit=30&full=1

En Claude, la misma acción pasa por la herramienta MCP get_trainings.

{
  "name": "get_trainings",
  "arguments": {
    "oldest": "2026-04-01",
    "newest": "2026-04-08",
    "limit": 30,
    "full": true
  }
}

Reglas para el chat de IA

Las instrucciones de STAS hacen que el chat de IA trabaje con datos frescos, no solo con memoria del chat.

  • cargar primero user_summary para entender perfil, objetivos, reglas, métricas actuales, bienestar e historial compacto;
  • para analizar entrenamientos concretos, cargar entrenamientos completos directamente porque recentTrainings es solo una vista breve;
  • para análisis normales y exportaciones, usar full=1 para incluir intervalos y dividir la ventana de fechas si la respuesta es demasiado grande;
  • comparar plan y realidad solo después de leer los eventos planificados del mismo periodo.

Cómo ChatGPT y Claude usan los entrenamientos

El chat de IA recibe el entrenamiento preparado con el contexto necesario: métricas, segmentos, informe del atleta, datos del día e historial alrededor del entrenamiento.

Cómo el chat de IA revisa un entrenamiento completado

Cuando el usuario pide revisar un entrenamiento, ChatGPT o Claude miran los hechos de ese entrenamiento y los comparan con el contexto:

  • qué se hizo realmente: duración, distancia, tipo de actividad y tipo de entrenamiento;
  • cómo fue la carga: ritmo o velocidad, pulso, potencia, zonas y carga de entrenamiento;
  • qué partes fueron importantes: intervalos, segmentos de trabajo, recuperación y splits;
  • qué añadió el atleta en el informe y qué muestran los datos del día;
  • cómo encaja ese entrenamiento con el plan, el estado actual y el historial reciente.

Contexto preparado, no datos sin procesar

ChatGPT o Claude no tienen que descifrar todas las capas de datos de la actividad en cada respuesta. STAS ya preparó el contexto útil para el entrenamiento.

Un mensaje normal en ChatGPT o Claude no se guarda como informe. Los informes se guardan desde la página del entrenamiento en STAS.

Límites

STAS depende de la calidad de los datos de origen.

Límites importantes

  • Los datos del reloj, GPS, pulso y potencia pueden estar mal o incompletos.
  • Los campos específicos del deporte se completan solo con datos que llegaron en la actividad original.
  • Intervalos, zonas, wellness y potencia no están garantizados en cada entrenamiento.
  • STAS no diagnostica lesiones ni sustituye a un médico.
  • STAS no promete reparar manualmente cada registro de actividad.
  • Los mensajes de chat no se convierten automáticamente en informes guardados.

FAQ

Respuestas cortas sobre entrenamientos completados en STAS.

¿Por qué los entrenamientos son tan importantes en STAS?

Son la base factual. STAS conecta los datos del reloj con el análisis de IA, y los entrenamientos completados aportan los hechos necesarios para revisar la preparación y planificar.

¿STAS pasa datos de Intervals.icu sin procesar al chat de IA?

No. STAS recibe datos completos, luego guarda y prepara un registro. El chat de IA recibe contexto preparado: campos útiles, intervalos, informe, métricas y resúmenes de historial.

¿Qué forma parte siempre del registro?

El registro guarda la identidad de la actividad, fecha, nombre, tipo de actividad, tipo de entrenamiento, distancia, tiempo, ritmo o velocidad, campos de pulso, carga, Fitness/Fatigue/Form y campo de informe. Los valores individuales quedan vacíos si la fuente no los entregó.

¿Qué depende del deporte o dispositivo?

Potencia, cadencia, zonas de potencia, campos de natación, wellness, intervalos y parte de la evidencia dependen de lo que Intervals.icu recibió del dispositivo o de la plataforma.

¿Cómo usa STAS el historial?

STAS crea resúmenes compactos de entrenamientos recientes, semanas, meses, tendencias, carga, mezcla de deportes y entrenamientos clave. Eso da contexto más allá de una actividad.

¿STAS puede diagnosticar una lesión desde un entrenamiento?

No. STAS ayuda a ver señales de entrenamiento y contexto faltante, pero no hace diagnósticos médicos ni sustituye a un profesional.

Qué leer después

Los entrenamientos se conectan con informes, estado, estrategia y ayuda.