自然对话查询 Garmin 数据——如“我滑雪最快速度是多少?”、“昨晚睡得如何?”、“下午3点心率多少?”。访问睡眠分期、身体电量、HRV、最大摄氧量、训练准备程度、身体成分、血氧饱和度等20多项指标,下载 FIT/GPX 文件分析路线,查询任意点的海拔或配速,生成交互式健康仪表盘。从随意的“展示本周运动”到深度的“分析我的恢复与训练负荷对比”,应有尽有。
Garmin 健康分析 QQuery 健康测量标准来自 Garmin 连接并生成交互 HTML 图表
功能概述
Garmin 健康分析 QQuery 健康测量标准来自 Garmin 连接并生成交互 HTML 图表是一项面向实际任务的技能,主要用于两个安装路径;此技能支持两个不同的设置 ::: Clawdbot Skill( 此指南)。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
Garmin 健康分析
从 Garmin Connect 查询健康指标,并生成交互式 HTML 图表。
两种安装路径
本技能支持 两种不同配置方式:
- Clawdbot 技能(本文档)—— 与 Clawdbot 配合使用,实现自动化及主动健康监测
- MCP Server(参见 MCP 安装指南)—— 作为标准 Claude Desktop 的 MCP 服务器使用
请根据您的实际使用场景选择对应路径。您也可以同时启用两种方式!
Clawdbot 技能配置(仅首次需执行)
1. 安装依赖项
pip3 install garminconnect
2. 配置凭据
您有三种方式提供 Garmin Connect 登录凭据:
选项 A:Clawdbot 配置(推荐 —— 支持 UI 配置)
将凭据添加至 ~/.clawdbot/clawdbot.json:
{
"skills": {
"entries": {
"garmin-health-analysis": {
"enabled": true,
"env": {
"GARMIN_EMAIL": "your-email@example.com",
"GARMIN_PASSWORD": "your-password"
}
}
}
}
}
提示:您也可通过 Clawdbot UI 的“Skills 设置”面板设置这些参数。
选项 B:本地配置文件
在技能目录中创建配置文件:
cd ~/.clawdbot/skills/garmin-health-analysis # 或:cd/skills/garmin-health-analysis cp config.example.json config.json # 编辑 config.json,填入您的邮箱和密码
config.json 示例:
{
"email": "your-email@example.com",
"password": "your-password"
}
注意:config.json 已被加入 .gitignore,以保障您的凭据安全。
选项 C:命令行传参
认证时直接通过命令行传入凭据:
python3 scripts/garmin_auth.py login --email YOUR_EMAIL@example.com --password YOUR_PASSWORD
3. 认证登录
登录 Garmin Connect 并保存会话令牌:
python3 scripts/garmin_auth.py login
凭据来源优先级顺序如下:
- 命令行参数(
--email、--password) - 本地配置文件(
config.json) - 环境变量(
GARMIN_EMAIL、GARMIN_PASSWORD) - Clawdbot 配置(
skills.entries.garmin-health-analysis.env)
会话令牌将存储于 ~/.clawdbot/garmin-tokens.json,并自动刷新。
检查认证状态:
python3 scripts/garmin_auth.py status
获取数据
使用 scripts/garmin_data.py 获取 JSON 格式数据:
# 睡眠数据(默认最近 7 天) python3 scripts/garmin_data.py sleep --days 14 # 身体电量(Garmin 的恢复指标) python3 scripts/garmin_data.py body_battery --days 30 # HRV 数据 python3 scripts/garmin_data.py hrv --days 30 # 心率(静息、最大、最小值) python3 scripts/garmin_data.py heart_rate --days 7 # 运动/训练记录 python3 scripts/garmin_data.py activities --days 30 # 压力水平 python3 scripts/garmin_data.py stress --days 7 # 综合摘要(含各项均值) python3 scripts/garmin_data.py summary --days 7 # 自定义日期范围 python3 scripts/garmin_data.py sleep --start 2026-01-01 --end 2026-01-15 # 用户档案 python3 scripts/garmin_data.py profile
输出为标准输出(stdout)的 JSON 数据,可解析后用于回答用户问题。
生成图表
使用 scripts/garmin_chart.py 生成交互式 HTML 可视化图表:
# 睡眠分析(时长 + 分数) python3 scripts/garmin_chart.py sleep --days 30 # 身体电量恢复趋势图(彩色编码) python3 scripts/garmin_chart.py body_battery --days 30 # HRV 与静息心率趋势 python3 scripts/garmin_chart.py hrv --days 90 # 运动汇总(按类型、卡路里) python3 scripts/garmin_chart.py activities --days 30 # 全功能仪表盘(含全部 4 类图表) python3 scripts/garmin_chart.py dashboard --days 30 # 输出至指定文件 python3 scripts/garmin_chart.py dashboard --days 90 --output ~/Desktop/garmin-health.html
图表将在默认浏览器中自动打开。图表基于 Chart.js 构建,采用现代渐变配色设计,包含统计卡片与交互式工具提示。
回答用户问题
| 用户提问 | 对应操作 |
|---|---|
| “我昨晚睡得怎么样?” | garmin_data.py summary --days 1,报告睡眠时长与分数 |
| “我这周恢复情况如何?” | garmin_data.py body_battery --days 7,报告平均值与趋势 |
| “展示我上个月的整体健康状况” | garmin_chart.py dashboard --days 30 |
| “我的 HRV 在提升吗?” | garmin_data.py hrv --days 30,分析趋势变化 |
| “我这周做了哪些运动?” | garmin_data.py activities --days 7,列出含详细信息的运动记录 |
| “我的静息心率如何?” | garmin_data.py heart_rate --days 7,报告平均值与趋势 |
核心指标说明
身体电量(0–100)
Garmin 专有的恢复指标,综合 HRV、压力、睡眠与活动数据计算得出:
- 高(75–100):完全充满,适合高强度训练
- 中(50–74):中等能量,适合常规活动
- 低(25–49):能量受限,需专注恢复
- 极低(0–24):严重耗竭,应优先休息
睡眠分数(0–100)
基于睡眠时长、各阶段分布及干扰次数得出的整体质量评分:
- 优秀(90–100):最佳修复性睡眠
- 良好(80–89):高质量睡眠,偶有轻微干扰
- 一般(60–79):基本充足,但仍有改善空间
- 较差(0–59):存在显著睡眠缺陷
HRV(心率变异性)
单位为毫秒(ms),数值越高通常表示状态越好:
- 反映自主神经系统平衡与恢复能力
- 关注长期 趋势变化(上升 = 恢复能力增强)
- 受睡眠、压力、训练负荷及疾病影响
- 正常范围因人而异(20–200+ ms)
静息心率(bpm)
数值越低,通常代表心血管健康水平越高:
- 运动员:40–60 bpm
- 健康成年人:60–70 bpm
- 普通成年人:70–80 bpm
- 突然升高可能提示压力、疾病或过度训练
压力水平
基于全天 HRV 分析得出:
- 低压力:休息与恢复时段
- 中压力:日常常规活动
- 高压力:体力活动或精神压力
健康分析
当用户请求深入洞察或希望理解自身数据趋势时,请参考 references/health_analysis.md,其中涵盖:
- 所有指标的循证解读
- 按年龄与体能水平划分的正常参考范围
- 模式识别(周趋势、恢复周期、训练负荷均衡性)
- 基于数据的可执行建议
- 提示需休息或就医的预警信号
分析工作流
- 获取数据:
python3 scripts/garmin_data.py summary --days N - 查阅
references/health_analysis.md中的解读框架 - 应用分析框架:现状 → 趋势 → 模式 → 洞察 → 建议
- 始终注明:本分析仅为信息参考,不构成医疗建议
故障排查
认证问题
- “凭据无效”:请核对邮箱与密码;尝试手动登录 Garmin Connect 网页版
- “令牌已过期”:重新运行登录命令:
python3 scripts/garmin_auth.py login ... - “请求过于频繁”:Garmin 存在速率限制;等待数分钟后重试
数据缺失
- 部分指标需特定 Garmin 设备支持(例如身体电量需具备 HRV 功能的设备)
- 若设备未持续佩戴,历史数据可能出现空缺
- 新账户可能仅有有限的历史记录
库相关问题
- 若
garminconnect导入失败,请执行:pip3 install --upgrade garminconnect - Garmin 偶尔会调整其 API;如请求失败,请更新该库版本
隐私说明
- 凭据本地存储于
~/.clawdbot/garmin-tokens.json - 会话令牌自动刷新
- 除向 Garmin 官方服务器发送必要请求外,无任何数据外传
- 您可随时删除 tokens 文件以撤销访问权限
对比:Garmin vs Whoop
| 功能 | Garmin | Whoop |
|---|---|---|
| 恢复指标 | 身体电量(0–100) | 恢复分数(0–100%) |
| HRV 追踪 | 支持(夜间平均值) | 支持(更详细) |
| 睡眠阶段 | 浅睡、深睡、REM、清醒 | 浅睡、慢波睡眠(SWS)、REM、清醒 |
| 运动追踪 | 内置 GPS,支持多种运动模式 | 压力分数(0–21) |
| 压力 | 全天压力水平 | 未直接追踪 |
| API | 非官方(garminconnect) | 官方 OAuth |
| 设备类型 | 智能手表、健身追踪器 | 仅手环类可穿戴设备 |
参考资料
references/api.md— Garmin Connect API 说明(非官方)references/health_analysis.md— 循证健康数据分析解读- garminconnect 库 — Python API 封装器
- Garmin Connect — 官方网页界面
版本信息
- 创建时间:2026-01-25
- 作者:EversonL & Claude
- 版本号:1.2.0
- 依赖项:garminconnect、fitparse、gpxpy(Python 库)
- 许可证:MIT
热门AI工具
相关专题
本专题聚焦LLVM自定义Pass开发,整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。
0
2026.09.30
本专题介绍LLVM对RISC-V基础ISA和扩展的支持方式,涵盖RV32、RV64、标准扩展、实验性扩展、厂商扩展、-menable-experimental-extensions和版本差异。
0
2026.09.30
本专题整理LLVM IR的核心概念,包括中间表示作用、模块结构、函数、基本块、SSA形式、类型系统和常见语法,帮助新手理解LLVM编译流程中的关键层。
0
2026.09.30
需要把 PDF 页面用于上传、预览、分享或图片归档时,PDF 转图片方法专题整理 JPG/PNG 格式选择、逐页导出、清晰度设置、批量下载和结果检查等流程,帮助用户稳定完成 PDF 图片化处理。
0
2026.09.30
PixTV专题整理AI视频与视觉内容创作相关功能使用教程,涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能,帮助用户快速掌握PixTV从创意到成片的完整制作方法。
0
2026.09.29
本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。
0
2026.09.23
本专题讲解Buffalo框架路由与请求处理机制,涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。
0
2026.09.23
本专题整理Buffalo框架入门内容,涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查,帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。
0
2026.09.23
本专题介绍通过conanfile.py创建软件包的方法,讲解包名、版本、依赖和构建设置等基础信息,以及source、build、package、package_info等常用方法的作用及编写思路。
0
2026.09.22
热门下载
相关下载
精品课程
共6课时 | 12万人学习
共79课时 | 161万人学习
共6课时 | 54.6万人学习