
图片由我们的模型生成。
goldencheetah
如何干净利落地从 GoldenCheetah 迁移数据
一份实用的 GoldenCheetah 迁移指南,助你完整保留骑行文件、功率历史、区间、模型以及训练数据背后的上下文。
为什么迁移必须谨慎进行
如果你正计划从 GoldenCheetah 迁移,风险不只是丢失几份旧的骑行文件。更大的风险是失去让你的训练历史保持价值的连贯性。
GoldenCheetah 不仅仅是活动存储的地方。它还是你的运动员档案、区间、临界功率设置、自定义图表和模型假设塑造成如何解释这些活动的地方。如果在没有保留这些背景信息的情况下移动骑行文件,新平台可能会显示相同的训练,却讲述着截然不同的训练故事。
这一点至关重要,因为耐力训练是由趋势驱动的。体能、疲劳度、耐力、配速和可重复性都依赖于干净的历史数据。如果迁移无预警地剥离了传感器数据流、重复了活动、偏移了时间戳或重置了区间,未来的分析将从一个被扭曲的基线开始。
目标不仅仅是完成 GoldenCheetah 导出。目标是保留真正驱动决策的信息。
迁移前检查清单
在 GoldenCheetah 中更改任何内容或将大型归档导入新平台之前,请执行此操作。
- 备份完整的 GoldenCheetah 运动员目录,而不仅仅是导出的活动
- 从你的码表、云同步文件夹、下载文件夹或仍有原始活动文件的设备归档中复制它们
- 记录当前的临界功率、FTP、功率区间、心率区间、运动员设置和运动设置
- 将你用于判断训练负荷、峰值功率、临界功率、疲劳度、新鲜度和区间分布的关键图表截图
- 先导出一小组合适的代表性活动,然后在目标平台上测试导入 5 到 10 次骑行
- 在运行完整导入之前,在轨迹级别验证测试导入
- 只有在明确知道哪种文件格式和设置能够干净地运行后,才运行完整导入
这个顺序比简单地将每个文件倾倒到新平台要慢,但它可以保护信号。代价最高昂的迁移错误并不是导入失败。而是一个看起来成功但悄悄改变了你做出决策依据的数据的导入。
在接触导出前备份 GoldenCheetah
从完整的本地备份开始。GoldenCheetah 将每个运动员作为你电脑上的一个库或运动员文件夹保存,该文件夹包含的内容可能远超你在日记中看到的活动。根据你的设置,它可能包含设置、图表配置、缓存数据、导入的文件、下载的文件以及其他特定于运动员的材料。
首先从 GoldenCheetah 内部找到运动员目录。在大多数设置中,使用应用程序偏好设置或选项区域来确认运动员库的位置。如果你不确定它在哪里,请在电脑上搜索 GoldenCheetah 中使用的运动员名称,并确认该文件夹包含的是 GoldenCheetah 运动员数据,而不仅仅是导出的骑行文件。
然后完全关闭 GoldenCheetah。不要在应用程序打开并写入数据时复制库。关闭后,将整个运动员文件夹复制到单独的位置,例如外置硬盘、云备份文件夹或带日期的本地归档。
实用的规则很简单:在导出之前,创建一个备份,让你能够将 GoldenCheetah 完全恢复到原来的状态。如果迁移出了问题,你希望恢复意味着替换文件夹,而不是凭记忆重建多年的设置。
哪些 GoldenCheetah 数据值得保留
在导出任何内容之前,将你的数据分为三个实用的类别。
活动文件
这些是单独的骑行和训练。对于使用功率计训练的骑手来说,首要任务是尽可能完整地保留原始传感器数据。
如果你的码表、训练应用、设备同步文件夹或先前的下载归档中仍然存在原始 FIT 文件,请先复制这些文件。它们与记录设备捕获的内容最接近。GoldenCheetah 可以导入和导出活动数据,但你不应假设每个安装都可以在事后重新创建丰富的原始 FIT 文件。
如果原始 FIT 文件不可用,请使用 GoldenCheetah 导出作为下一层。根据你的版本、所选活动和构建,导出选项可能包括 FIT、TCX、CSV、PWX 或类似的活动格式。将这些视为迁移文件,而不是每个原始字段都毫无改动地幸存下来的证明。
运动员配置
GoldenCheetah 设置会影响解读。运动员档案详情、运动类别、功率区间、心率区间、临界功率配置和指标偏好都会影响同一骑行在分析中的显示方式。
如果你的新平台使用不同的阈值概念、不同的模型或不同的计算训练负荷的方法,相同的骑行历史可能会产生不同的信号。这并非自动错误。它只是需要被理解,而不是在你的趋势看起来很奇怪时才被发现。
衍生表现历史
临界功率曲线、峰值功率值、建模体能、疲劳度、新鲜度和区间分布是通过活动数据加上假设推导出来的。通过截图、图表导出或笔记将它们作为参考材料保留,但不要指望每个平台都能完全重新创建它们。
这是关键的迁移区别:活动文件是源材料,而模型是对这些材料的解读。保护两者,但以不同的方式验证它们。
先导出原始文件,再导出 GoldenCheetah 文件
一次干净的 GoldenCheetah 迁移应该分层进行。
在有条件的地方复制原始活动文件
在依赖转换后的导出之前,请先查看 GoldenCheetah 之外的内容。检查最初为你的资料库提供数据的文件夹或服务:码表下载、同步文件夹、训练应用导出、电子邮件附件、备份驱动器和设备归档。
在将任何内容导入新平台之前,将这些原始文件保留在单独的文件夹中。如果你以后发现导出的文件缺少圈数、GPS、海拔或开发人员字段,原始文件可以为你提供备选方案。
这对于 FIT 指导尤为重要。最好的方法不是假设 GoldenCheetah 总是能导出完美的丰富 FIT 文件。更好的方法是在存在原始 FIT 文件的地方保留它们,然后根据 GoldenCheetah 和目标平台的支持情况,将 TCX、CSV、PWX 或其他 GoldenCheetah 导出作为辅助参考。
从 GoldenCheetah 导出选定的活动
在导出整个资料库之前,使用 GoldenCheetah 导出受控的样本。
在活动列表、日记或侧边栏视图中,选择一小批具有代表性的骑行。使用菜单或右键菜单中的活动导出命令,具体取决于你的 GoldenCheetah 版本。以 GoldenCheetah 和目标平台均支持的最丰富的活动格式导出同一样本。如果有多个有用的格式可用,请导出多个版本进行测试,而不是靠猜。
实际上:
- 当 GoldenCheetah 提供该格式且目标平台能干净地导入时,请尝试 FIT
- 当 GPS 结构、圈数或兼容性很重要时,请尝试 TCX
- 当你需要检查导出的值或对传感器数据流进行故障排除时,请使用 CSV
- 将任何原始设备文件与 GoldenCheetah 生成的导出文件分开保存
- 在了解目标平台如何处理重复项之前,不要将同一骑行的多个版本混合到完整导入中
导出格式并不是制胜法宝。制胜法宝是能够完整导入你所需的数据流的文件。
在有用的地方导出图表数据
GoldenCheetah 图表和模型可能无法干净地迁移到另一个平台。对于你实际使用的图表,请保留参考副本。
为了进行视觉比较,请截取屏幕截图。对于允许导出数据的图表,请使用图表上下文菜单或可用的导出选项将底层值另存为 CSV。这对于参考很有用,但不要将图表 CSV 视为活动归档的替代品。它告诉你的是 GoldenCheetah 计算了什么。它不一定会保留骑行本身。
在导入前记录区间、CP、FTP 和设置
在迁移前进行设置审计,而不是在迁移后。一旦进入新系统,就更难知道差异是来自导出、导入还是新平台的计算。
记录塑造理解的设置:
- 运动员姓名和个人资料详情
- 单车和运动类别
- 功率区间
- 心率区间
- 如果两者都使用,则记录当前的 CP 和 FTP 值
- 临界功率模型设置
- 指标偏好
- 你依赖的自定义图表、字段或筛选器
这也是决定你究竟信任什么的好时机。许多运动员在生理机能发生变化很久之后,仍然沿用旧的区间。完美迁移过时的设置并不是胜利。
最干净的方法是保留旧状态,如果连续性很重要,则在新平台中重新创建它,然后刻意进行任何更改。如果你稍后使用 FTP 估算器或测试协议更新阈值,你将确切知道解释中断发生的位置。
这在评估趋势时很重要。如果在迁移后区间分布发生变化,则可能反映了不同的训练。它也可能反映了不同的区间边界。文档使这两种解释保持独立。
在全面迁移前测试导入
不要把第一次导入当作整个资料库。选择一小套代表你训练历史中边缘情况的集合。
选择诸如以下内容的骑行:
- 带有功率目标的结构化间歇训练
- 一场长距离耐力骑行
- 一场比赛或硬核团体骑行
- 一场室内骑行台训练
- 具有显著海拔变化的骑行
- 来自较旧记录设备的文件
- 手动导入或编辑的活动
将该样本导入目标平台。然后将每次骑行与 GoldenCheetah 进行比较。
不要止步于活动摘要。打开骑行并检查轨迹。确认功率、心率、如果使用的话还有踏频、GPS、海拔、圈数、暂停和时间戳是否按预期显示。骑行可以显示时长和平均功率,但仍然会丢失使其变得有用的数据。
如果一种导出格式丢失了信息,请在继续之前测试另一种。当存在原始 FIT 文件且目标平台能很好地处理它们时,FIT 可能是最佳选择。TCX 在某些工作流中表现可能更好。CSV 用于检查可能比用于完整的活动重建更好。正确的答案是能够在目标平台中保留所需字段的格式,而不是听起来理论上最好的格式。
以可控的方式运行完整导入
一旦测试导入没有问题,就使用相同的逻辑运行完整的迁移。
按来源和格式保持导入文件夹井然有序。例如,将原始设备文件与 GoldenCheetah 导出的文件分开存放。如果您为同一场骑行同时导入了原始文件和转换后的导出文件,目标平台可能会创建重复项。这可能会夸大训练量、负荷和表面的连贯性。
一个实用的顺序是:
- 在原始文件可用且完整时,优先导入原始文件
- 检查目标平台是否检测到重复项
- 使用 GoldenCheetah 导出的文件来填补空白,而不是盲目复制整个归档文件
- 保留可用于故障排除的 CSV 导出文件,而不是将其作为主要的导入方式,除非目标平台有此要求
- 在每一批导入后暂停,并在继续之前检查日历
这种可控的方法使错误更容易被隔离。如果一次性导入所有内容,很难将丢失的数据流或重复模式追溯到特定的来源。
验证迁移后的资料库
质量控制是导入后最重要的一步。这不是无用功。微小的数据错误会扭曲长期趋势,特别是当它们影响到关键训练、比赛文件或高负荷训练板块时。
从日历覆盖范围开始。并排比较 GoldenCheetah 和新平台。寻找应该包含骑行却空白的时期、意外成群的重复骑行,以及落错日期的活动。
然后检查最重要的文件。关键训练、比赛、测试、长距离耐力骑行以及异常文件都值得进行人工检查。打开活动并比较实际轨迹,而不仅仅是摘要卡片。
验证:
- 功率轨迹存在且没有变成扁平直线
- 在预期位置存在心率轨迹
- 如果您在分析中使用踏频,则踏频存在
- 出现室外骑行的 GPS 轨迹
- 与原始数据相比,海拔剖面是合理的
- 在重要的地方保留了圈数和间歇
- 日期、开始时间和顺序合理
- 室内和室外骑行未被错误分类
- 在信任总计数据之前删除了重复项
问题很简单:新平台还能解释这次骑行吗?如果答案是否定的,文件可能还在,但训练价值已经退化。
仅在文件干净后重建模型
这就是许多运动员被误导的地方。他们成功迁移了活动,然后期望在新平台中获得相同的体能数值。建模不是这样的。
临界功率模型和表现管理图表取决于输入数据和假设。不同的工具可能会使用不同的平滑选择、默认设置以及对丢失或异常数据的处理。结果可能很接近,但可能不完全相同。
按顺序处理此问题。首先确认原始活动数据导入正确。如果您希望保持连贯性,然后重新创建旧的 CP、FTP、功率区间和心率区间。在此之后,决定是保留旧的模型设置还是让新平台建立自己的基准。
这为您提供了一个清晰的分析分界点。在迁移之前,您知道 GoldenCheetah 在计算什么。在迁移之后,您知道变化是来自新的训练、新的区间还是新的模型。
实用的 GoldenCheetah 迁移顺序
从 GoldenCheetah 迁移的最干净的方法不是盲目导出所有内容并希望新系统对其进行分类。使用可控的顺序。
准备
关闭 GoldenCheetah 并备份整个运动员目录。从设备、云端或下载的归档文件中复制存在的原始活动文件。记录 CP、FTP、区间、运动员设置和关键图表参考。
导出
使用您版本中可用的活动导出选项从 GoldenCheetah 导出少量的代表性集合。如果可用且受支持,请测试 FIT。在兼容性或活动结构重要的地方测试 TCX。使用 CSV 进行检查和故障排除。
测试
将样本导入目标平台。验证骑行轨迹,而不仅仅是摘要。确认功率、心率、踏频、GPS、海拔、圈数、暂停和时间戳都得以保留。
迁移
仅在测试干净后才导入更大的归档文件。在原始文件完整时优先选择它们。使用 GoldenCheetah 导出的文件来填补空白。当同一骑行以多种格式存在时,注意防范重复项。
审核
比较日历覆盖范围,检查可疑骑行,删除重复项,并记录 GoldenCheetah 与新平台模型之间的已知差异。
底线
只有当新平台仍然能够回答旧平台回答的问题时,骑行数据迁移才算成功。你有多强壮?你的身体如何反应?随着时间推移发生了什么变化?哪些骑行塑造了这一趋势?
这需要的不仅仅是移动文件。它需要尽可能保留原始活动文件,从 GoldenCheetah 仔细导出,记录假设,并在信任图表之前验证结果。
GoldenCheetah 可以保存深厚的表现历史记录。如果您小心翼翼地从 GoldenCheetah 迁移,您就可以将该历史记录延续下去,而不会让文件格式、缺失的传感器、重复的骑行或模型更改重写您的训练故事。


