Fitbit 健身洞察

获取来自 Fitbit 数据的 AI 驱动洞察。查询您的健身指标，分析趋势，并就您的活动提出问题。

功能特性

• 📊 每日活动摘要（步数、卡路里、距离、活跃分钟数）
• 💓 心率数据与心率区间
• 😴 睡眠追踪与分析
• 🏃 训练/活动记录
• 📈 每周及趋势分析
• 🤖 AI 驱动的洞察与问答

前置条件

需要： Fitbit OAuth 访问令牌

设置步骤请参见 references/fitbit-oauth-setup.md

命令

获取用户资料

FITBIT_ACCESS_TOKEN="..." python3 scripts/fitbit_api.py profile

每日活动数据

python3 scripts/fitbit_api.py daily [date]
# 示例：
python3 scripts/fitbit_api.py daily              # 今天
python3 scripts/fitbit_api.py daily 2026-02-08   # 指定日期

返回内容：步数、距离、卡路里、活跃分钟数（高强度/中等强度/低强度/久坐）、楼层

步数范围查询

python3 scripts/fitbit_api.py steps <start_date> <end_date>

示例：

python3 scripts/fitbit_api.py steps 2026-02-01 2026-02-07

返回内容：总步数、平均步数、每日明细

心率数据

python3 scripts/fitbit_api.py heart [date]

返回内容：静息心率、各心率区间及其持续时间（分钟）

睡眠数据

python3 scripts/fitbit_api.py sleep [date]

返回内容：睡眠时长、睡眠效率、起止时间、睡眠阶段

已记录的活动

python3 scripts/fitbit_api.py activities [date]

返回内容：已记录的训练/活动（名称、时长、卡路里、距离）

每周总结

python3 scripts/fitbit_api.py weekly

返回内容：过去7天的步数及其他关键指标汇总

AI 洞察使用方法

当用户提出健身相关问题时，请通过 API 获取相关数据，再提供分析洞察：

示例问题：

• “我昨晚睡得怎么样？” → 获取睡眠数据并分析质量
• “这周我达到步数目标了吗？” → 获取周度汇总，与目标对比
• “我在锻炼期间的平均心率是多少？” → 获取心率与活动数据，进行分析
• “工作日还是周末更活跃？” → 获取时间段数据，比较活动模式

分析流程：

1. 判断所需数据类型
2. 使用对应 API 命令获取数据
3. 对数据进行分析
4. 以自然对话方式输出洞察

示例响应

用户： “这周表现如何？”

智能体：

1. 获取周度汇总数据
2. 获取近期睡眠数据
3. 回复：“本周表现不错！日均步数为 8,234（相比上周提升 12%）。7 天中有 4 天达成 10,000 步目标。睡眠平均时长 7.2 小时，效率达 85%。周一、周三、周五的 CrossFit 训练保持稳定！”

用户： “我今天运动了吗？”

智能体：

1. 获取当日活动记录
2. 获取当日活动摘要（活跃分钟数）
3. 回复：“有！你今天早上完成了一次 CrossFit 训练（45 分钟，消耗 312 卡路里）。全天共累计 28 分钟高强度活跃时间。”

可关注的数据洞察

• 趋势分析： 周环比变化、行为一致性模式
• 目标达成： 与 10,000 步目标、锻炼频率、睡眠目标对比
• 关联性： 睡眠质量与活动水平的关系、休息日与表现之间的关系
• 异常点： 异常的上升或下降
• 成就记录： 个人最佳成绩、连续打卡、里程碑事件

Token 管理

该技能会自动从 /root/clawd/fitbit-config.json 加载令牌，并在过期时自动刷新（每 8 小时一次）。

自动刷新： 令牌将自动更新，无需手动操作！

手动刷新（如需）：

python3 scripts/refresh_token.py force

通过环境变量覆盖：

export FITBIT_ACCESS_TOKEN="manual_token"

错误处理

• 缺少令牌： 提示用户设置 FITBIT_ACCESS_TOKEN
• API 错误： 检查令牌有效性，可能需要刷新
• 无数据： 某些日期可能没有记录的活动或缺失指标数据

有关令牌管理详情，请参阅 references/fitbit-oauth-setup.md