前言：當計畫遇上變化，展現 AI 教練的真正價值

昨天成功加入了「AI 教練診療室」，提供跑者回報「疲勞指數」與「具體狀況」的精美介面。
但在真實的運動情境中，跑者可能剛參加完一場週末的網球賽，大腿嚴重緊繃痠痛，今天連下樓梯都有困難。這時候如果硬著頭皮執行原本安排的 14 公里長距離跑，受傷風險極高。

這正是 KAKERU 專案的核心精神——動態調整。
今天要將打卡資料發送到 Cloud Run，喚醒後端的 Gemini 大腦。此外，我們還將解決一個在 AI 應用開發中極為經典的架構難題：「AI 只回傳局部變更 (Delta Patch)，前端如何智慧合併 (Merge) 並實現無縫刷新？」

[ClinicScreen 狀況打卡] 
       │ (fatigueLevel, feedbackText, sessionId, originalScheduleJson)
       ▼
[Cloud Run 後端 (Spring Boot)]
       │ (調用 Gemini，根據目前進度與突發狀況推演)
       ▼
[回傳局部微調 JSON (revisedSchedule)]
       │
       ▼
[前端智慧合併 (Upsert Merge)] ──▶ [保留第 1 週歷史 + 覆蓋第 2, 3 週變更 + 保留第 4 週]
       │
       ▼
[Zustand 全域狀態覆蓋] ────────▶ [課表頁無縫刷新，即時呈現最新訓練計畫！]

• 收集與打包：從 Zustand 取得當前執行的課表與 session，結合跑者的疲勞度與文字回饋組合成 Payload。
• 雲端推演：後端將狀況注入 Prompt，Gemini 產出受影響天數的重算課表。
• 前端智慧合併 (Smart Merge)：以原 4 週課表為基底，將 AI 回傳的局部調整透過 (weekNumber, dayOfWeek) 鍵值進行覆蓋。
• 無縫刷新：寫入 Zustand，所有綁定 aiPlan 的元件自動重新渲染！

動手實作 1：擴充 apiService.ts，新增課表調整端點

加入專門用來呼叫動態調整的 API 函式adjustMarathonPlan，並定義好包含originalScheduleJson與currentWeek等資訊的 Payload 介面。

export interface AdjustSchedulePayload {
  originalScheduleJson: string; // 帶入舊課表讓 AI 參考
  userFeedback: string;
  currentWeek: number;
  currentDay: number;
  /* ...省略其他屬性... */
}

export const adjustMarathonPlan = async (payload: AdjustSchedulePayload) => {
  try {
    const response = await apiClient.post('/adjust', payload);
    return response.data;
  } catch (error: any) {
    throw new Error(error.response?.data?.message || '無法連線至 AI 診療服務');
  }
};

動手實作 2：課表智慧合併演算法 (Smart Merge)

由於 Gemini 在微調時著重於「未來受影響的天數」，若直接覆蓋會導致過去完成的週次與未變更週次消失。我們實作了一個鍵值合併器，以 (weekNumber-dayOfWeek) 作為唯一 Key 進行 Upsert 覆蓋：

// 鍵值合併器：以 (weekNumber-dayOfWeek) 作為 Key 進行 Upsert 覆蓋
function mergeSchedules(original: WorkoutItem[], adjustments: WorkoutItem[]): WorkoutItem[] {
  const map = new Map<string, WorkoutItem>();
  
  // 1. 先載入原始完整 4 週課表
  original.forEach((item) => {
    map.set(`${item.weekNumber}-${item.dayOfWeek}`, item);
  });
  
  // 2. 覆蓋 AI 調整的訓練日 (Delta Patch)
  adjustments.forEach((item) => {
    if (!item) return;
    const existing = map.get(`${item.weekNumber}-${item.dayOfWeek}`) || {};
    map.set(`${item.weekNumber}-${item.dayOfWeek}`, { ...existing, ...item });
  });
  
  // 3. 依週次與星期排序並回傳
  return Array.from(map.values()).sort((a, b) => {
    if (a.weekNumber !== b.weekNumber) return a.weekNumber - b.weekNumber;
    return a.dayOfWeek - b.dayOfWeek;
  });
}

(註：若還搭配一個 extractWorkoutList 函式，將不同結構的 JSON 扁平化為標準的 WorkoutItem[] 陣列，方便進行合併。)

動手實作 3：為診療室注入靈魂 (ClinicScreen.tsx)

現在將按鈕綁定真實的非同步請求。在handleSubmit中，呼叫 API 後取得回傳資料，並利用剛剛寫好的mergeSchedules

將新舊課表完美融合，最後透過setAiPlan更新 Zustand 全域狀態：

const handleSubmit = async () => {
    // ...省略表單驗證與 payload 組裝...
    setIsLoading(true);

    try {
      // 1. 呼叫雲端重算 API
      const apiResponse = await adjustMarathonPlan(payload);
      const adjustedData = apiResponse.data || apiResponse;
      
      // 2. 前端智慧合併課表
      const originalList = extractWorkoutList(existingPlan);
      const incomingList = [ ...extractWorkoutList(adjustedData.revisedSchedule) ];
      const mergedSchedule = mergeSchedules(originalList, incomingList);
      
      // 3. 封裝並更新 Zustand 全域狀態
      const updatedPlanObj = {
        ...existingPlan,
        evaluation: adjustedData.recoveryAdvice || 'AI 教練已動態重算課表！',
        scheduleData: mergedSchedule,
      };
      
      setAiPlan(updatedPlanObj);
      
      // 4. 成功引導
      Alert.alert('🎉 課表已更新', 'AI 教練已為您調整了最新計畫！', [
        { text: '查看新課表', onPress: () => router.navigate('/schedule') },
      ]);
    } catch (error: any) {
      Alert.alert('發生錯誤', error.message);
    } finally {
      setIsLoading(false);
    }
  };

動手實作 4：見證 Zustand 無縫刷新

這個實作好的地方在於：ScheduleScreen.tsx 不需要改動任何重新拉取邏輯！

因為課表頁面透過 useStore((state) => state.aiPlan) 與 DailyWorkoutList 響應式綁定：

1. 當在診療室呼叫 setAiPlan(updatedPlanObj) 的瞬間，Zustand 會觸發廣播。
2. React Native 會在毫秒內重新渲染深色評估卡片與每日清單。
3. 過去的週次完整無損，而當天因參加網球賽導致大腿酸痛，當週（例如週末的 LSD 長距離跑）已精準替換為完全休息！

結果如下：
首先是送出我們的狀況

送出後得到

調整的結果

今日總結與明日預告

今天完成了 KAKERU 專案中最關鍵的功能—「動態重算與智慧合併」。透過前端帶入 originalScheduleJson，結合後端 Gemini 的推演，以及前端的 Upsert 合併機制，徹底實現了彈性且穩健的 AI 互動體驗。

有了會思考且隨時適應體能的課表後，再來進入我們另一個核心功能！

明天（Day 22）將進入第二階段的最後：多模態 AI 實戰 (Multimodal AI)！我們將打破傳統手動輸入或繁瑣 API 串接的限制，在 APP 中實作「圖片上傳」功能，讓 Gemini Vision 直接解析你的訓練數據截圖或賽後數據，為 KAKERU 注入真正的視覺辨識能力！我們明天見！