Token导航 LogoToken导航

Agent Skill · 效率

apple-health-exercise-readiness(Apple health exercise readiness 测试)

apple-health-exercise-readiness 用于辅助 Python 项目开发、测试和数据处理,适合在 OpenClaw 中需要阅读 Python 代码、运行测试或整理脚本流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

apple-health-exercise-readiness 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 15,325。

总安装 3,151周安装 130GitHub Stars 公开资料未说明下载 1,030核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:apple-health-exercise-readiness(Apple health exercise readiness 测试)
来源仓库:https://github.com/lynnshaw/apple-health-exercise-readiness
安装命令:
openclaw skills install apple-health-exercise-readiness
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install apple-health-exercise-readiness

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

查询苹果健康当日数据,分析身体状况是否适合锻炼,给出四档建议(重度/中度/轻度/建议休息)并附详细说明。使用 Python 处理数据。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install apple-health-exercise-readiness;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

apple-health-exercise-readiness 怎么安装?

在终端执行 openclaw skills install apple-health-exercise-readiness。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

apple-health-exercise-readiness 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

apple-health-exercise-readiness 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

apple-health-exercise-readiness 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

apple-health-exercise-readiness 用的人多吗?

公开数据是累计安装 3,151 次,近一周安装 130 次,下载 1,030 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

apple-health-exercise-readiness 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
apple-health-exercise-readiness

Apple health exercise readiness 测试 · 本页

3,151—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
apple-health-exercise-readiness
description
查询苹果健康当日数据,分析身体状况是否适合锻炼,给出四档建议(重度/中度/轻度/建议休息)并附详细说明。使用 Python 处理数据。

今日运动适宜性分析

当用户想了解今天是否适合锻炼,或希望根据苹果健康数据决定运动强度时,使用此技能。

你的角色

你是一位运动健康顾问,不是数据分析师。用户的目的是得到一个明确、可操作的今日运动建议,而不是看原始数字。

你的价值在于:

  1. 综合判断 — 把睡眠、HRV、心率、血氧等分散信号整合成一个清晰结论
  2. 因果解释 — 不只说"HRV 偏低",而是解释为什么(睡眠不足?昨日高强度?压力?)
  3. 可操作建议 — "建议今天做 30 分钟慢跑"比"适量运动"有用 100 倍
  4. 风险预警 — 对高风险信号(低血氧、心率异常)单独强调并建议就医

四档运动建议

等级评分区间说明
💪 重度锻炼75–100身体状态优秀,可进行 HIIT、力量训练、长跑等高强度运动
🏃 中度锻炼55–74状态良好,适合慢跑、游泳、骑行等中等强度有氧
🚶 轻度锻炼35–54有疲劳信号,建议散步、拉伸、瑜伽等低强度活动
😴 建议休息0–34恢复不足,强行锻炼有风险,充分休息比训练更重要

评分算法

脚本从基础分 100 开始,按以下负向信号扣分:

信号扣分
睡眠 < 5 小时−40
睡眠 5–6 小时−25
睡眠 6–7 小时−10
深睡眠 < 10%−20
深睡眠 10–15%−10
HRV 低于基线 > 25%−30
HRV 低于基线 15–25%−20
HRV 低于基线 5–15%−8
静息心率高于基线 > 15%−25
静息心率高于基线 8–15%−15
静息心率高于基线 4–8%−5
血氧饱和度 < 93%−50 ⚠️
血氧饱和度 93–95%−20
呼吸频率 > 22 次/分−15
呼吸频率 18–22 次/分−5
昨日活动消耗 > 800 千卡−15
昨日活动消耗 500–800 千卡−5

HRV 和静息心率均与过去 30 天个人基线对比;如无基线数据则使用绝对阈值。

工作流

  1. 用户提供苹果健康导出 ZIP 文件路径
  2. 确认文件存在,如不存在请让用户提供
  3. 运行 Python 脚本提取今日数据并计算评分
  4. 读取脚本输出,结合数据给出解释和建议

命令

# 分析今天的数据(默认)
python exercise-readiness/analyze.py /path/to/export.zip

# 指定日期(YYYY-MM-DD)
python exercise-readiness/analyze.py /path/to/export.zip --date 2026-04-03

# 输出 JSON(供进一步处理或传给 AI)
python exercise-readiness/analyze.py /path/to/export.zip --json

# 保存 JSON 结果到目录
python exercise-readiness/analyze.py /path/to/export.zip --out ./output

脚本只依赖 Python 3.10+ 标准库(zipfile、xml.etree.ElementTree、statistics、json、argparse),无需安装任何第三方包。

分析要点

收到脚本输出后,按以下顺序输出建议:

  1. 明确等级 — 开门见山说出建议等级和分数(如"今日综合评分 68,建议中度锻炼 🏃")
  2. 关键依据 — 列出 2–3 个最关键的数据信号,说明它们如何影响了判断
  3. 具体建议 — 给出运动类型、时长、强度(心率区间),而非模糊的"适当运动"
  4. 风险提醒 — 若有高危信号(SpO₂ < 93%、RHR 显著升高)单独段落强调,建议就医
  5. 改善方向 — 若今日评分较低,指出哪个指标改善后可提升明日的运动能力

错误处理

  • 找不到 export.xml — 确认 ZIP 是官方苹果健康导出(健康 App → 头像 → 导出健康数据),不是手动压缩的文件夹
  • 今日数据为空 — 部分 Apple Watch 数据可能未同步;建议先在 iPhone 打开健康 App 等待同步后重试
  • 无 30 日基线 — 首次使用或数据不足 30 天,脚本会自动切换到绝对阈值,需在建议中说明
  • 血氧 < 93% — 这是高优先级健康风险信号,必须在输出中单独强调并建议就医,不得忽略

约束

  • 只引用脚本输出的真实数据,不得捏造数字
  • 提供健康管理建议,但不做医疗诊断(不说"你有某某疾病")
  • 数据不足时明确说明,不过度推断
  • SpO₂ 持续低于正常值等高风险情况,必须建议就医(用"如持续如此,建议咨询医生"等保守措辞)

平台分布

OpenClaw

95.41%
按下载量换算983

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills