Initial commit for helios-fitx

README.md

@@ -0,0 +1,26 @@
+# Helios FitX Skill
+
+Checks occupancy (Auslastung) and forecasts for FitX studios.
+Uses unofficial FitX API.
+
+## Usage
+
+```bash
+python3 fitx.py <studio_name>
+```
+
+Example:
+```bash
+python3 fitx.py tierpark
+```
+
+## Setup
+
+Requires `requests` library:
+```bash
+pip install requests
+```
+
+## Output
+
+Returns JSON with current occupancy percentage and forecast data.

SKILL.md

@@ -0,0 +1,46 @@
+---
+name: fitx
+description: Check FitX gym occupancy - live utilization and weekly forecast for any FitX studio.
+---
+
+# FitX Auslastung
+
+Zeigt die aktuelle und prognostizierte Auslastung von FitX Studios.
+
+## Script
+
+```bash
+python3 skills/fitx/fitx.py [URL]
+```
+
+- Ohne URL: Default ist *Berlin-Tierpark*
+- Mit URL: beliebiges FitX Studio
+
+## Moritz' Studios
+
+- *Standard:* Berlin-Tierpark → `https://www.fitx.de/fitnessstudios/berlin-tierpark`
+- *Bei Familie in Rostock:* Rostock-Südstadt → `https://www.fitx.de/fitnessstudios/rostock-suedstadt`
+- Andere Studios: URL von fitx.de holen (Format: `https://www.fitx.de/fitnessstudios/<stadt-name>`)
+
+## Output
+
+JSON mit:
+- `studio`: Name des Studios
+- `live_utilization_today`: Stundenweise Live-Auslastung (Werte 0-100, nur bis aktuelle Stunde gefüllt)
+- `forecast_week_data`: Prognose pro Wochentag, stundenweise (0-100)
+
+## Interpretation
+
+- 0-20: sehr leer
+- 20-40: wenig los
+- 40-60: moderat
+- 60-80: voll
+- 80-100: sehr voll
+
+## Antwort-Regeln
+
+- Immer angeben von welchem Studio die Daten sind
+- Live-Wert der aktuellen Stunde hervorheben
+- Wenn Moritz fragt "ist das Gym voll?" → aktuelle Live-Auslastung + Empfehlung
+- Vergleich mit Forecast möglich ("normalerweise ist es um X Uhr so voll, heute ist es ruhiger/voller")
+- Wenn kein Studio angegeben: Berlin-Tierpark verwenden (außer Kontext deutet auf Rostock)

fitx.py

@@ -0,0 +1,66 @@
+import requests
+from bs4 import BeautifulSoup
+import json
+import sys
+
+
+def fetch_fitx_occupancy(studio_url):
+    headers = {
+        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
+    }
+
+    response = requests.get(studio_url, headers=headers)
+
+    soup = BeautifulSoup(response.content, 'html.parser')
+
+    # The data is hidden in a section tag with class 'studio_graph'
+    graph_section = soup.find('section', class_='studio_graph')
+
+    if not graph_section:
+        print("Could not find graph section. Check URL or website structure.")
+        return
+
+    # Extracting raw JSON strings from attributes
+    visitor_data_raw = graph_section.get('data-visitordata')
+    current_day_raw = graph_section.get('data-current-day-data')
+
+    # Parsing JSON
+    # visitor_data is usually 7 arrays (Mon-Sun), each containing 24 integers (0h-23h)
+    forecast_data = json.loads(visitor_data_raw)
+
+    # current_day_data is an array of integers for the hours passed so far today
+    live_data = json.loads(current_day_raw)
+
+    studio_name = soup.find('h1', class_='studio_hero__headline').get_text(strip=True)
+
+    # Helper function to map values to time strings
+    def map_to_times(data_list):
+        return {f"{i:02d}:00": value for i, value in enumerate(data_list)}
+
+    week_days = ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"]
+
+    # Create the forecast dictionary with time keys
+    forecast_with_times = {}
+    for i, day in enumerate(week_days):
+        forecast_with_times[day] = map_to_times(forecast_data[i])
+
+    result = {
+        "studio": studio_name,
+        "live_utilization_today": map_to_times(live_data),
+        "forecast_week_data": forecast_with_times
+    }
+
+    return result
+
+
+if __name__ == "__main__":
+    # URL defaults to Berlin Tierpark, but can be overridden via command line
+    target_url = "https://www.fitx.de/fitnessstudios/berlin-tierpark"
+
+    if len(sys.argv) > 1:
+        target_url = sys.argv[1]
+
+    data = fetch_fitx_occupancy(target_url)
+
+    if data:
+        print(json.dumps(data, indent=2, ensure_ascii=False))