# Упражнения без зала: датасет, который притворяется простым - Site: VeraPoint News - Section: Инструменты - Date: 2026-07-02 - Canonical: https://verapointmedia.com/tools/hasaneyldrm-exercises-dataset/ - Markdown: https://verapointmedia.com/tools/hasaneyldrm-exercises-dataset.md - Summary: 1324 упражнения, фильтры, инструкции на 6 языках и генератор backend-скелета. Полезно для фитнес-приложений, но медиа тут не дадут. - SEO title: Упражнения без зала: практический разбор пользы и ограничений - SEO description: 1324 упражнения, фильтры, инструкции на 6 языках и генератор backend-скелета. Полезно для фитнес-приложений, но медиа тут не дадут - Target queries: Упражнения без зала; Упражнения без зала github; что такое Упражнения без зала; как использовать Упражнения без зала - Tags: #multimodal #dataset #fitness #html #github #tools - Image: https://verapointmedia.com/static/content-assets/tools/hasaneyldrm-exercises-dataset/cover.webp ## Sources - https://github.com/hasaneyldrm/exercises-dataset - https://oss.exercisedb.dev - https://oss.exercisedb.dev/docs - https://www.kaggle.com/datasets/omarxadel/fitness-exercises-dataset --- Представьте: вы делаете фитнес-приложение, а там начинается обычная человеческая беда — «покажи упражнение», «отфильтруй по мышцам», «а где картинка?», «а почему для этого нет перевода?». И вот тут репозиторий `hasaneyldrm/exercises-dataset` внезапно выглядит не как скучная папка с JSON, а как готовый фундамент, на который можно уже что-то ставить. Ссылка на инструмент: https://github.com/hasaneyldrm/exercises-dataset Если вам нужен датасет для workout app, учебного прототипа, рекомендателя упражнений или простого каталога с поиском — читать стоит. Если же вы пришли за красивыми thumbnail и GIF-ками в полном виде, то тут, увы, будет маленькое разочарование. Медиа специально не включено, и это, честно, важная деталь, а не мелкий шрифт. ## Если просто Это набор из 1324 упражнений с полями вроде названия, категории, целевой мышцы, оборудования и пошаговых инструкций. Плюс инструкции сразу на шести языках — английском, испанском, итальянском, турецком, русском и китайском. Для фитнес-каталога это уже не «что-нибудь когда-нибудь», а почти готовая заготовка. Но самое интересное — репозиторий не просто лежит как сырой JSON. Там есть `index.html` для браузерного просмотра и `setup.html`, который пытается помочь разработчику быстро собрать свою базу и API. Я, честно, люблю такие штуки больше, чем громкие слова про «AI-powered fitness platform». Потому что слова словами, а таблицу в базе кто-то всё равно должен создать. И вот тут первый укол: автор называет это и датасетом, и wizard setup, и helper для backend-скелета. Звучит бодро, но по сути это не магия, а хорошо упакованный набор данных плюс несколько удобных HTML-страниц. Ну и ладно — если упаковка экономит вам вечер, это уже не шутка. ## Что это решает Решает оно очень конкретную боль: когда вам надо быстро собрать каталог упражнений без ручного ввода сотен карточек. Не «идеи для стартапа», а тупо: откуда брать структуру данных, как хранить поля, как фильтровать по equipment, target, body part и как показать пользователю что-то осмысленное уже сегодня. Я погуглила, и тут всё по-человечески: `multimodal` в этой истории — это не про «вау, ИИ видит всё». Это про связку текста и медиа-метаданных вокруг упражнений. Только с медиа есть нюанс: поле на картинку и GIF есть, а сами картинки и GIF не приложены. То есть мультимодальность здесь слегка как выставочный зал без картин. Каркаc есть, картин нет. И всё-таки польза реальная. Особенно для тех, кто делает тренировочные приложения, внутренние демки, учебные проекты или MVP для личного трекера. Там часто не нужен идеальный коммерческий контент — нужен нормальный, структурированный старт. ## Как попробовать Тут, что приятно, не надо поднимать сервер ради первого взгляда. В README прямо сказано: есть `index.html` и `setup.html`, их можно открыть в браузере, и они работают на клиентской стороне. Самый простой путь такой: 1. Скачиваете или клонируете репозиторий. 2. Открываете `index.html` — это браузерный просмотрщик упражнений. 3. Открываете `setup.html` — это уже подсказка, как собрать БД и API. Если вам нужен именно данные-файл, смотрите `data/exercises.json`. Там JSON-массив с упражнениями и полями вроде `name`, `category`, `equipment`, `instructions`, `target`, `media_id`. В README это подано довольно прямо, без лишнего тумана. Quickstart тут, по сути, такой: открыл HTML, отфильтровал упражнения, посмотрел структуру, потом взял SQL-скелет из `setup.html` и уже соединил это с собственной базой. Не космос, но очень рабочий минимум. ## 3 сценария с примерами **1. Вы делаете фитнес-приложение для дома.** Задача: показать упражнения без оборудования. Как применить: фильтруете `equipment = body weight` и берёте карточки с инструкциями на нужном языке. Что получится: пользователь видит понятный каталог домашних упражнений, а не пустой экран с кнопкой «начать путь к себе». **2. Вы собираете backend для MVP.** Задача: быстро поднять таблицу упражнений и API. Как применить: в `setup.html` берёте схему БД и примеры кода для SQL Server, PostgreSQL, MySQL или SQLite. Что получится: за вечер можно получить базовый REST-контур, а не рисовать всё руками из головы. **3. Вы делаете поиск или рекомендатель по мышцам.** Задача: показать упражнения на грудь, спину, плечи и так далее. Как применить: используете `category`, `target`, `muscle_group` и `secondary_muscles` как фильтры и признаки. Что получится: можно собирать подборки вроде «тренировка спины без штанги» или «упражнения на бицепс для новичков». ## Где можно застрять Вот тут начинается туман, и я не буду делать вид, что его нет. Самый главный минус — **медиа не включено**. Если вам нужен полноценный визуальный фитнес-каталог, придется отдельно решать вопрос с изображениями и правами на них. А это, как водится, уже не про код, а про юристов, лицензии и нервы. Второй момент — лицензия **не указана**. И это, честно, раздражает. Для датасета, который позиционируется как основа для приложений, это не мелочь. Можно любоваться структурой, но в продакшн я бы без правовой проверки не лезла. Третий момент — репозиторий выглядит полезным, но всё-таки это не «готовый продукт». Это база, из которой надо ещё что-то собрать. Если у вас нет даже минимального бэкенд-опыта, `setup.html` поможет, но не заменит понимания, что такое таблица, API и где у вас вообще будут жить данные. ## Кому это нужно Тем, кто делает фитнес-приложения, учебные демки, персональные тренеры-помощники, каталоги упражнений, рекомендательные интерфейсы. Ещё это неплохо зайдёт тем, кто хочет потренировать поиск по структуре данных или собрать multilingual content без долгого ручного наполнения. Особенно полезно, если вам надо не «идеально», а «достаточно хорошо, чтобы начать». Такие репозитории, как ни странно, и двигают реальные MVP: не блеском, а тем, что убирают рутину. ## Кому это не нужно Если вы ищете готовый визуальный датасет с картинками и анимациями — проходите мимо, тут этого нет. Если вам нужен юридически прозрачный, полностью лицензированный пакет для коммерческого продукта «без сюрпризов», тоже лучше сначала всё перепроверить. И ещё: если вы не планируете ничего собирать руками, а хотите просто «показать ИИ, чтобы он всё сделал сам», то это не тот случай. Здесь польза именно в структуре и в том, что можно быстро собрать собственный workflow. ## Вердикт Веры Мне тут нравится редкая внятность: не обещают космический multimodal-рай, а дают структурированный датасет, удобный HTML-браузер и подсказки для старта. Это честнее, чем половина громких AI-лендингов, где дальше слов дело не доезжает. Но и сомнения у меня есть. Без медиа и без нормальной лицензии это скорее крепкий инженерный полуфабрикат, чем универсальный инструмент. Для прототипа — отлично. Для аккуратного продакшна — уже с оглядкой. Так что мой короткий вывод такой: если вам нужно быстро собрать фитнес-каталог или backend-скелет под него, этот репозиторий реально полезен. Если же вы ждёте «готовый мультимодальный продукт», то тут, как обычно, маркетинг уже слегка опередил холодильник. ## Что читать дальше - [Все материалы про AI-инструменты](/topics/ai-tools/) - [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/) - [Superpowers: как управлять ИИ-агентами в команде](https://verapointmedia.com/tools/obra-superpowers/) - [React Doctor — линтер для ассистентов, чтобы они не портили код](https://verapointmedia.com/tools/millionco-react-doctor/) ## Материалы - [hasaneyldrm/exercises-dataset] hasaneyldrm/exercises-dataset: https://github.com/hasaneyldrm/exercises-dataset - [oss.exercisedb.dev] supporting context: https://oss.exercisedb.dev - [oss.exercisedb.dev] supporting context: https://oss.exercisedb.dev/docs - [kaggle.com] supporting context: https://www.kaggle.com/datasets/omarxadel/fitness-exercises-dataset