StravaTrigger 自动化

该工作流适合以下人群：
- 运动员：希望通过 Strava 数据分析来提高自己的运动表现。
- 教练：需要为客户提供个性化的训练建议和反馈。
- 健身爱好者：希望跟踪自己的活动并获得专业指导以改善训练效果。
- 数据分析师：需要处理和分析运动数据以生成报告和见解。
- 自动化爱好者：希望通过自动化工具提高工作效率，减少手动操作。

此工作流解决了以下问题：
- 数据整合：自动从 Strava 捕获运动活动数据并整合。
- 个性化反馈：根据用户的活动数据提供定制化的训练建议，帮助用户识别优势和改进领域。
- 高效沟通：将分析结果通过电子邮件或 WhatsApp 发送给用户，确保及时反馈。
- 数据可视化：将运动数据转换为易于理解的格式，增强用户体验。

工作流过程的详细说明：
1. Strava 触发器：当用户在 Strava 上更新活动时，触发工作流。
2. 数据捕获：通过 Strava API 获取用户的活动数据。
3. 数据处理：使用 JavaScript 代码合并和扁平化 JSON 数据，以便后续分析。
4. 教练反馈：通过 LangChain 的 Fitness Coach 模型分析活动数据，提供个性化的训练反馈。
5. 输出结构化：将反馈内容结构化，以便于后续处理。
6. 转换为 HTML：将结构化数据转换为 HTML 格式，以便发送邮件。
7. 发送邮件：通过 Gmail 或自定义 SMTP 发送包含分析结果的电子邮件。
8. WhatsApp 通知：可选择通过 WhatsApp 发送通知，确保用户及时收到反馈。

用户可以通过以下方式自定义和适应此工作流：
- 修改触发条件：可以根据需要更改 Strava 触发器的事件类型，例如活动创建、更新或删除。
- 调整分析模型：根据用户的需求，修改 Fitness Coach 的反馈逻辑和内容。
- 自定义邮件内容：在 Gmail 节点中更改邮件主题和内容，以适应不同用户的需求。
- 添加更多功能：可以集成其他 API 或服务，例如社交媒体分享，进一步增强工作流的功能。
- 调整数据处理逻辑：根据需要修改 JavaScript 代码，以适应不同的数据格式或分析需求。