用 OpenClaw 给自己打造＂赛博教练＂

2016 年之前体重大概在 70kg 以内，后来急性阑尾炎保守治疗没割成，之后体重就开始慢慢涨起来了，没详细记录过，平时运动基本就是上下班多走的那两步路，23年初感觉自己两边脸都胖起来了，下了决心开始锻炼。

• • 23年初：体重 80kg+，体脂率 24.2%
• • 23年5月：锻炼上强度，HIIT + 骑车 + 壶铃
• • 23年10月：体重最低 68kg，体脂率 18.5%，瘦脱相了
• • 24年：体重维持在 72-73kg，体脂率 21%，强度降低
• • 25年：没怎么锻炼，也没上秤，摆烂了
• • 26年：体重 78.35kg，体脂率 24.2%，又回来了

脂肪肝肯定也还在（每年体检都有），也懒得去医院再检查。锻炼期间没有太刻意控制饮食，更多是少吃主食。骑自行车主要是下班回家大约20分钟，还坚持了一段时间有氧拳击🥊（Switch的运动游戏）

今年必须重启锻炼计划，想要更科学一些。

赛博锻炼系统规划

结合 OpenClaw 搭一套系统，分三层：

1. 1. 动态决策简报 — 每天早上告诉我该练什么
2. 2. 训练深度数据反馈 — 练完了告诉我练得怎么样
3. 3. 工作生活动态平衡 — 帮我避开过度疲劳

第一层：动态决策简报

这一层已经跑通了Demo，方案比较简单。

装备清单

• • Apple Watch — 记录每天统计数据，以及单次训练的所有细节数据
• • Keep 体脂秤 — 自动上报体重、体脂率、BMI、去脂体重到健康应用
• • 快捷指令 + Claude Code — 健康数据抓取和传输
• • OpenClaw — 读取数据、生成简报、推送建议

数据怎么来的？

一开始想写个 App 读取健康应用数据，太复杂 pass 了。后来用快捷指令搞定：

1. 1. 快捷指令 — 通过 Gemini 指导一步步配置，步骤很细致，配错了截图发给它问
2. 2. Claude Code 本地服务 — 需求说清楚，几分钟出方案
3. 3. CSV 文件存储 — 调试方便，直接预览数据
4. 4. API 接口提交 — 快捷指令 → 本地服务 → OpenClaw 读取

Apple Watch / 体脂秤       ↓   Shortcuts 快捷指令       ↓   本地服务（Claude Code）       ↓   CSV 文件存储 + API       ↓   OpenClaw 读取       ↓   OpenClaw 生成简报       ↓   推送（飞书 / 微信）

现在能拿到基础数据，初步 Demo 已跑通。

分享几个细节：

1.快捷指令配置：Gemini 给出的操作步骤非常细致，与快捷指令中的配置基本一致，上手难度就比较低了，配错了你可以截图发给它直接问

2.本地数据接收服务：把需求明确告诉 Claude Code ，咔咔咔几分钟就出方案了，中间稍微纠结了一下数据存储的事情，一开始选择了用 sqlite 放数据库，后来调试的时候看数据不方便，就让它直接改成了写到 csv 文件，可以直接预览。然后再让它把这个服务挂后台，它都能帮你搞定，调试起来也很方便。

3.快捷指令发送数据：本地服务提供 API 接口，接下来是在快捷指令里来提交数据，基本就是按照图上的配置一下，执行了一次也顺利拿到了数据，现在只是拿了一些基础数据，后面再研究拿更多的数据。

4.Openclaw 决策验证：然后让 openclaw 来读取实时数据，来给出运动建议，到这里初步的小 Demo 就跑通了。

第二层和第三层是接下来的目标，还在跟 openclaw 和其他各种 AI 专家们聊大的方向，会在后续每周锻炼计划中持续打磨。

第二层：训练数据反馈

我不是那种自律的人，一般选择宅家锻炼：

• • HIIT — 燃脂主力
• • 壶铃 — 力量保持
• • 散步 / 骑车 / 爬山 — 户外放风
• • 太极 / 耍剑弄棒 — 今年想试试

我不太懂，我还比较懒。

• • 能一口气骑车一小时
• • 可能因为忙连续三周不锻炼
• • 知道减脂要控制饮食、要保持运动量
• • 但细节完全不知道

一缺知识，二缺督促。

用 OpenClaw 做一个 “别找借口，赶紧动起来” 的赛博毒舌教练。

第一步：设定你的目标

你跟它说：

"我想三个月把体脂从 24% 降到 18%。"

它帮你拆解：

目标：体脂率减 6 个百分点每日热量缺口：300-400 大卡训练频率：每周 5 次每次时长：30-45 分钟

它告诉你：先不减餐，先把运动量提上来。

第二步：每天早上告诉你该练什么

每天早上，它会结合几件事判断你今天的状态：

1. 你的身体数据（Apple Watch）

• • 昨晚睡了多久，静息心率比变化情况
• • 今天身体疲劳程度几分

2. 天气和环境

• • 气温湿度，空气质量，适不适合户外

然后给你一个建议：

今天搞 HIIT，25 分钟燃脂效率最高。

状态好就练狠点，状态差就练轻松点。

第三步：训练结束后”毒舌点评”

你练完了，打开手机看数据。

Apple Watch 记录了：心率曲线、消耗卡路里、步频、恢复时间……

这些数字完全看不懂，OpenClaw 来解读：

HIIT约25分钟，平均心率152，峰值172，消耗287大卡。不错，但第三组心率上得太慢，说明休息时间不够。下次把组间休息从60秒缩到45秒，燃脂效率能再高10%。

数据翻译，让我练得更明白一些。

知道自己练得怎么样，知道下次该怎么调整。

第四步：盯着你的目标不放

运动减脂最怕的不是今天没练，是放弃，或者每天把”明天再说”挂在嘴上。

每周给你一个进度报告：

第 4 周进度更新：体脂率：24% → 23.2%（本周下降 0.3%）本周训练完成率：4/5 天达标原因：周三HIIT质量不错，周末爬山消耗了420大卡扣分项：周五晚上那顿烧烤至少让你白练两天下周建议：继续保持节奏，周末别吃太放肆

把数字摆在面前，时刻提醒你，别放弃。

第三层：工作生活动态平衡

关键来了：它能感知你的工作状态。

通过飞书 CLI 和企业微信 CLI，它知道：

• • 你今天开了几小时会
• • 你今天加没加班
• • 你这周有没有连续熬夜
• • 甚至能判断你今天有没有挨老板骂

它不是在催你锻炼，它是在帮你找到一个不会累死自己的训练节奏。

利用 OpenClaw 建立疲劳预警，帮你避开疲劳堆积 → 生病 → 停练的恶性循环。

工作轻松 + 状态不错

"今天数据不错，HRV 正常，静息心率偏低。""别废话，今天搞 HIIT，25 分钟燃脂，练完告诉我。"

工作爆满 + 状态一般

今天日历塞满了，晚上还有应酬，别指望练了。中午吃完饭出去散步 20 分钟，步数给我凑够 3000。周末，给我老老实实练 40 分钟壶铃，把今天的补回来。

连续加班 + 疲劳预警

你已经连续加班两周了，HRV 连续下滑。把 HIIT 给我停了，今天就练太极，舒筋活血为主。别逞强，你是在养生不是在拼命。

与普通健身 App 的区别

1. 它知道你生活的全貌

普通健身 App 只知道你今天有没有练、练了多久。

OpenClaw 知道：你今天开了几小时会，明天有没有重要的事情需要你保持精力。

它不是让你每天练到力竭，它是在你的生活里找一个可以锻炼的时间窗口。

2. 它会调整，不会死板执行

你设了每周 5 次训练，但它不会在你连续加班的时候还逼你做 HIIT。

它会：识别你的疲劳信号，降低训练强度或者换成恢复性项目

它理解生活是波动的，但它不接受放弃。

3. 它是个“人”，不是工具

普通 App 推送的消息是模板化的：“今天的训练等着你哦～”

OpenClaw 的推送是：“知道你上了一天班很累，给我练 20 分钟壶铃，重量轻一点也行。”

它知道你什么时候在偷懒，它也知道怎么戳你的痛点。

下一步计划

第一层（已完成）— 动态决策简报跑通第二层（进行中）— 训练数据深度反馈接入第三层（规划中）— 工作生活动态平衡系统

饮食建议可能也是个大话题，还没去细聊；Keep 大改版，我倒是希望你能开放 SKILL