WHOOP 集成:AI 健康与恢复监测 - Openclaw Skills
作者:互联网
2026-04-18
什么是 WHOOP 健身追踪器集成?
WHOOP 集成允许您的 AI 代理直接与 WHOOP 开发者平台对接,检索高保真生物识别数据,包括恢复分数、睡眠表现和生理压力。通过利用 Openclaw Skills 框架,开发者可以构建能够感知用户身体准备状态的代理,从而实现个性化的助手体验,知道何时该追求表现,何时该优先休息。
该技能自动处理 WHOOP API 所需的复杂 OAuth 2.0 握手和令牌轮转周期,提供包括 HRV(心率变异性)、静息心率和睡眠阶段分解在内的无缝数据流。它弥合了可穿戴技术与自主代理之间的鸿沟,使健康数据在您现有的工作流程中变得具有可操作性。
下载入口:https://github.com/openclaw/skills/tree/main/skills/valeraolexienko/whoop-integration
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install whoop-integration
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 whoop-integration。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
WHOOP 健身追踪器集成 应用场景
- 自动将早间恢复报告发送至 T@elegrimm 等通信渠道。
- 根据实时恢复分数动态调整 AI 代理的任务建议。
- 对 HRV、静息心率和睡眠效率进行长期趋势分析,以识别职业倦怠模式。
- 当恢复率低于 34% 时,触发建议减轻工作量的行为辅导。
- 该技能使用通过环境变量提供的 OAuth 2.0 凭据向 WHOOP API 进行身份验证。
- 它管理一个安全的本地令牌存储,当访问令牌距离过期不到一小时时自动处理轮转。
- 代理轮询 V2 端点以获取最新的睡眠、恢复和锻炼记录。
- 解析数据以计算诸如睡眠表现百分比和基于恢复的颜色区域(绿、黄、红)等指标。
- 该技能提供结构化输出,允许 AI 代理根据用户当前的生理状态调整其语气和任务复杂度。
WHOOP 健身追踪器集成 配置指南
要在 Openclaw Skills 生态系统中使用此技能,您必须配置开发者凭据:
# 设置您的 WHOOP 开发者凭据
export WHOOP_CLIENT_ID="your_client_id_here"
export WHOOP_CLIENT_SECRET="your_client_secret_here"
请确保在 WHOOP 开发者控制面板中正确配置了重定向 URI,以实现成功的 OAuth 身份验证。该技能将自动管理 ~/.openclaw/whoop_tokens.json 文件中的令牌。
WHOOP 健身追踪器集成 数据架构与分类体系
该技能按照结构化架构组织其身份验证和生物识别数据:
| 对象 | 字段 | 描述 |
|---|---|---|
| 令牌 | access_token, refresh_token, expires_at | 管理 API 访问和自动轮转逻辑。 |
| 睡眠 | sleep_performance_percentage, respiratory_rate, stage_summary | 睡眠质量和周期的详细分解。 |
| 恢复 | recovery_score, resting_heart_rate, hrv_rmssd_milli | 决定每日身体准备状态的核心指标。 |
| 周期 | strain, max_heart_rate, average_heart_rate | 特定时间段的心血管负荷数据。 |
name: whoop-integration
description: Integrate with WHOOP fitness tracker API to monitor sleep, recovery, and strain data. Use when you need to check sleep quality, recovery scores, analyze fitness patterns, set up morning behavior adjustments based on sleep performance, or create automated health monitoring workflows. Supports OAuth authentication, sleep performance tracking, and adaptive assistant behavior.
metadata:
{
"openclaw":
{
"emoji": "???♀?",
"requires": { "env": ["WHOOP_CLIENT_ID", "WHOOP_CLIENT_SECRET"] },
"primaryEnv": "WHOOP_CLIENT_SECRET",
}
}
WHOOP Integration
Monitor sleep, recovery, and strain data from WHOOP fitness tracker.
Tokens
Tokens stored in ~/.openclaw/whoop_tokens.json:
{
"access_token": "...",
"refresh_token": "...",
"obtained_at": "ISO timestamp",
"expires_at": "ISO timestamp"
}
Token Rotation
Refresh endpoint (IMPORTANT — other paths return 404!):
POST https://api.prod.whoop.com/oauth/oauth2/token
Content-Type: application/x-www-form-urlencoded
grant_type=refresh_token&refresh_token=REFRESH_TOKEN&client_id=CLIENT_ID&client_secret=CLIENT_SECRET
CLIENT_ID and CLIENT_SECRET are in env vars WHOOP_CLIENT_ID and WHOOP_CLIENT_SECRET.
Rotate when expires_at is within 1 hour. Save new tokens with obtained_at and expires_at.
API Endpoints
Base URL: https://api.prod.whoop.com/developer Auth: Authorization: Bearer {access_token}
?? Use V2 endpoints! V1 returns 404!
Sleep
GET /v2/activity/sleep?limit=1
Key fields in records[0].score:
sleep_performance_percentage— overall quality (0-100%)sleep_efficiency_percentage— time asleep vs in bedsleep_consistency_percentagerespiratory_ratestage_summary:total_in_bed_time_millitotal_light_sleep_time_millitotal_slow_wave_sleep_time_milli(deep sleep)total_rem_sleep_time_millitotal_awake_time_millisleep_cycle_countdisturbance_count
Recovery
GET /v2/recovery?limit=1
Key fields in records[0].score:
recovery_score(0-100)resting_heart_rate(bpm)hrv_rmssd_milli(ms, higher = better)spo2_percentageskin_temp_celsius
Morning Report Format
RECOVERY FIRST — це найважлив?ше для користувача!
Send to T@elegrimm (channel=telegram, target=36171288):
???♀? WHOOP Ранковий зв?т
?? В?дновлення: X% [кол?р]
?? Пульс: X bpm | HRV: X ms | SpO2: X%
?? [Рекомендац?я]
?? Сон: X% ефективн?сть (Xг Xхв загалом)
?? Deep: Xхв | REM: Xхв | Light: Xхв
?? Цикл?в: X | Пробуджень: X
Recovery кол?р та рекомендац?я:
- >67% (зелений ??): Повний газ! Можна тренуватись на максимум
- 34-67% (жовтий ??): Обережно, не перевантажуйся
- <34% (червоний ??): В?дпочинок, без серйозних навантажень
Конвертац?я м?л?секунд:
- Д?лити на 60000 для хвилин
- Д?лити на 3600000 для годин
Анал?з за пер?од
Для анал?зу тренд?в за будь-який пер?од використовуй параметри start, end, limit.
Sleep за пер?од
GET /v2/activity/sleep?start=2026-01-28T00:00:00.000Z&end=2026-02-04T00:00:00.000Z&limit=25
Recovery за пер?од
GET /v2/recovery?start=2026-01-28T00:00:00.000Z&end=2026-02-04T00:00:00.000Z&limit=25
Cycles (strain) за пер?од
GET /v2/cycle?start=2026-01-28T00:00:00.000Z&end=2026-02-04T00:00:00.000Z&limit=25
Workouts за пер?од
GET /v2/activity/workout?start=2026-01-28T00:00:00.000Z&end=2026-02-04T00:00:00.000Z&limit=25
Дати — ISO 8601 формат. start inclusive, end exclusive. Max limit=25, для б?льше — паг?нац?я через nextToken.
Що анал?зувати:
- Тренди recovery — чи росте/пада? в?дновлення за тиждень/м?сяць
- Середн?й HRV — тренд вгору = т?ло адапту?ться, вниз = перетренован?сть
- Як?сть сну — % deep/REM в?д загального сну, тренд ефективност?
- Strain vs Recovery — чи в?дпов?да? навантаження в?дновленню
- Resting HR тренд — зниження = краща форма, п?двищення = стрес/хвороба
- Consistency — наск?льки стаб?льний граф?к сну
Формат анал?зу (T@elegrimm):
?? WHOOP Анал?з: [пер?од]
?? Recovery: avg X% (min X% — max X%) [тренд ↑↓→]
?? HRV: avg X ms (тренд ↑↓→)
?? Сон: avg Xг Xхв (ефективн?сть avg X%)
??? Strain: avg X (max X)
?? Пульс спокою: avg X bpm (тренд ↑↓→)
?? Висновки: [коротко що добре/погано ? рекомендац??]
Adaptive Behavior
Adjust communication based on recovery:
- >80%: Energetic, suggest ambitious tasks
- 67-80%: Normal, balanced approach
- 34-67%: Supportive, lighter tasks
- <34%: Gentle, minimal complexity, focus on rest
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
Minecraft 3D 建造计划生成器:AI 场景架构师 - Openclaw Skills
Scholar Search:自动化文献搜索与研究简报 - Openclaw Skills
issue-to-pr: 自动化 GitHub Issue 修复与 PR 生成 - Openclaw Skills
接班交班总结器:临床 EHR 自动化 - Openclaw Skills
Teacher AI 备课专家:K-12 自动化教案设计 - Openclaw Skills
专利权利要求映射器:生物技术与制药 IP 分析 - Openclaw Skills
生成 Tesla 车身改色膜:用于 3D 显示的 AI 图像生成 - Openclaw Skills
Taiwan MD:面向台湾的 AI 原生开放知识库 - Openclaw Skills
自学习与迭代演进:AI Agent 成长框架 - Openclaw Skills
HIPC Config Manager: 安全的 API 凭据处理器 - Openclaw Skills
AI精选
