Health & Wellness Coach AI — 用 AI 当个人健康教练
十件给想自己练身体、控饮食、改善睡眠、做心理疏导,又不想把健康数据租给五个 SaaS 的人。自托管健身 + 营养追踪、习惯游戏化、私有语音日记、本地 LLM 当 AI 教练、EHR 级数据存储。不是医疗建议 — 就是一套自己能跑的家底。
先把这段读完
本 pack 里没有任何东西是医学、心理学或营养学建议。AI 工具 —— 哪怕是好的、哪怕是本地跑的 —— 是决策辅助,不是医生。它的真实用法是让你更诚实地观察自己、更快地做小决策,然后把真问题(胸痛、长期掉秤、抑郁发作、怀疑睡眠呼吸暂停)交给真人。下面这套 rig 的价值是:数据归你,所以你真去看医生那一天,你手里是三个月的干净数据,不是「我感觉最近不太对」。
这个 pack 包含什么 —— 五层
1. 记录层 —— 一天的数据落地的地方
- SparkyFitness —— 自托管的家庭版健身 + 饮食 + 喝水 + AI 教练面板。如果你还没有一套体系,从这里开始。
- Wger —— 聚焦训练记录,自带动作库和训练计划。如果你认真举铁,搭配 SparkyFitness 用。
2. 行为改变层 —— 让「记录」真发生
- Habitica —— 游戏化习惯追踪。把「喝水、拉伸、冥想 5 分钟」变成经验值和任务。听上去傻,在不想动的那种日子里有效得离谱。
3. 营养层 —— 卡路里方程的进口端
- Mealie —— 食谱管理 + 周计划。重点不是食谱本身,是周计划——它能避免「晚上七点想不出吃啥就点外卖」那个失败模式。
4. 心理 / 日记层 —— 定性数据
- Blinko —— 自托管 AI 笔记,内置 RAG。它会变成你的情绪日记、训练后复盘、睡眠笔记、看心理咨询前的资料 —— 然后本地 AI 能回答「这个月我最被什么困扰」。
- Handy —— 离线语音转文字。散步 90 秒说一段心里话,本地转写成文字 —— 把脑子里那些乱糟糟的东西真正捕捉下来的最低摩擦方式。
5. 数据存储 + AI 教练层 —— 把日志变建议
- OpenEMR —— 开源电子健康病历系统。多数人用不到;管理慢性病或家人病历的人需要。化验单、疫苗记录、处方都用临床级 schema 存。
- Ollama —— 本地 LLM 运行时。你的私有模型服务器 —— Llama 3.1 / Qwen 2.5 / Mistral —— 就跑在装日记的那台机器上。心理类反思永远不出本机。
- Open WebUI —— 聊天前端,把 Ollama(或任何 API 模型)和你的数据接起来。你真正跟 AI 教练对话的地方:让它读上周训练,问「下周该怎么练」。
- Monica —— 个人关系管理。常被忽略当成不是「健康」,但社交健康也是健康:上次给爸妈打电话是什么时候、朋友最近遇到什么事、你冷落了谁。别低估孤独感对寿命的影响 —— 看看相关文献。
推荐安装顺序
- SparkyFitness 先。让每日记录跑起来。没有记录就没有教练。哪怕只有一周诚实数据,也比「我应该开始记录」六个月强。
- Wger 紧接着,只在你的训练确实需要单独结构化追踪时装(你认真练举铁、跟某个训练计划、康复某个伤)。否则跳过 —— SparkyFitness 够基础用。
- Habitica 放第二周。别在没东西可游戏化之前就上游戏化;一周 SparkyFitness 数据会告诉你哪 3-5 个习惯值得进 Habitica 的每日清单。
- Mealie 在你发现「晚餐天天毁掉早上数据」时装。周日规划、周一采购、周二到周四下厨。
- Blinko + Handy 一起 —— Blinko 当笔记主场,Handy 当不想打字时的输入法。
- Ollama + Open WebUI 是 AI 教练层。先装 Ollama(
curl -fsSL https://ollama.com/install.sh | sh),拉一个 7B-14B 模型,然后 Docker 跑起 Open WebUI 指向本地 Ollama。 - Monica 在你发现「关系卫生」才是真正的瓶颈时装 —— 多数人要一年自己埋头干以后才意识到这点。
- OpenEMR 是最后一层,可选。只在做了 3 个月以上、有真实医疗理由需要临床级病历时装。多数人永远不需要。
它们怎么协同
┌── 可穿戴 / 手机 / 体重秤(你已经有的数据源)────────────┐
│ Apple Health · Garmin Connect · 智能秤 CSV │
└─────────────────────────────────────────────────────────┘
│
┌───────────────┼───────────────┐
▼ ▼ ▼
SparkyFitness Wger Habitica
(饮食/体重/ (举铁 (每日
喝水/体征) 训练计划) 习惯)
│ │ │
└───────────────┼───────────────┘
▼
┌─── OpenEMR(可选:EHR 级数据存储)
│
▼
┌── Blinko ◄── Handy(语音 → 文字日记)
│ (笔记/情绪/对自己的人生做 RAG)
│
▼
┌─── Open WebUI ─── Ollama(Llama / Qwen / Mistral)
│ (聊天界面) (本地模型 —— 永远不出笔记本)
│
▼
AI 教练回答:
- 「复盘上周,建议下周怎么练」
- 「最近什么事最困扰我,按频次列」
- 「按我现在的力量水平排一个 4 周减脂」
──── Monica(多数 stack 都忘了的社交层)────
核心形状:记录类 app 各管一摊(SparkyFitness、Wger、Habitica、Mealie 各干一件事),定性层默认私有(Blinko + Handy + 本地 Ollama 意味着「焦虑发作」类语音永远不碰厂商服务器),Open WebUI 是驾驶舱 —— 你真正端着所有数据找教练咨询的地方。
你会遇到的取舍
- 数据隐私 vs 便利 —— Apple Health + Strava + MyFitnessPal 体验顺滑,代价是三家公司各拿到一份你身体的完整建模。这套 pack 更费事,建模归你。诚实的中间路:可穿戴端继续用(手腕已经戴了,别硬干),但每周导出进 SparkyFitness,让历史档案留在你自己硬件上。不跟手腕较劲,但档案得自己拿。
- 医生 vs AI —— 本地 Llama 3.1 8B 回答「这个痣要不要紧」是在等着出医疗事故。本地 Llama 3.1 8B 总结你最近 90 天的睡眠 + 训练 + 情绪笔记,让你拿张一页纸进诊室 —— 这就是真有用。分工:AI 做综合和模式识别,人类做诊断和处方。这句话背下来。
- 通用计划 vs 个性化计划 —— 网上发表的训练 / 饮食计划默认对象是中位 30 岁。这套 stack 有意思的点在于你自己的日志变成个性化信号 —— 第二个月,AI 教练能告诉你「你卧推每次平台期,都对应连续三晚睡不到 6.5 小时」。这比任何通用 12 周模板都值钱。但前提是你得真坚持记。
- 免费 + 自托管 vs 付费 SaaS —— Whoop $30/月,Oura $6/月 + 戒指,Strong $5/月,MyFitnessPal $20/月,Headspace $13/月,Wysa 心理订阅 $75/月。打包 ~$150/月、$1800/年,数据完全锁死。本套 pack:软件 ~$0/月,电费一些,配置花一个周末,数据永远是你的。两种选择都成立 —— 但要清楚自己是在为什么付费。
常见踩坑
- 让 AI 做医学诊断或处方 —— 硬红线。「这颗痣不要紧吧」「我能停 SSRI 吗」「这个胸痛是焦虑还是心脏」—— 这些都永远不该问本地 LLM。AI 是用来组织你的观察,方便你接下来去问真人。这条规矩第一天就立好,别松。
- 只记录不分析 —— SparkyFitness 攒了六个月却没人翻是爱好,不是体系。每周日卡 20 分钟:打开 Open WebUI,问教练「上周变了什么、下周试什么」,把答案写进 Blinko,挑一件事真去做。一次复盘 > 一千条无声日志。
- 训练计划无视你真实的恢复状况 —— 某 YouTube 大 V 的 6 天分化对一个有新生儿、每晚睡 5 小时的人是不负责任的。把睡眠 + 压力 + 训练日志一起喂给 AI 教练 —— 唯一有用的计划是承认你真实约束的那个,不是某个无娃 23 岁体能精英的那种。
- 心理 AI 越界 —— Blinko + 本地 LLM 可以是一面漂亮的反思镜子。它不是心理治疗师。如果日记开始出现自杀念头、持续无望感、惊恐发作、进食障碍行为、物质滥用升级 —— 这些直接找真人专业人士,没有商量。开始写硬话题之前,先把危机干预电话存进手机。
- 数据孤岛永远不汇 —— Apple Health、Garmin、智能秤、SparkyFitness、Wger、Habitica、Blinko —— 没有每周导出仪式,最后就是七个半真半假的数据源。挑一个主场(定量进 SparkyFitness,定性进 Blinko),剩下的每周脚本灌进去,做成无聊的常规。
- 「计划越激进效果越快」陷阱 —— 暴力赤字会掉肌肉、反弹、内分泌紊乱、悄悄养出进食障碍。AI 教练默认是讨好型人格 —— 你问什么它就给什么。把护栏写死在 system prompt 里:「我这种体型的男性永远别建议日摄入低于 1500 千卡 / 每周减重不超过体重的 1% / 任何过训信号必须报警」。
10 个资产打包就绪
常见问题
AI 教练能替代真人教练或心理咨询师吗?
不能 —— 任何说能的人都在卖东西。本地 LLM AI 教练真正擅长的:比你自己快地综合几个月的数据、看到你忘了的模式(每周一卧推都掉,对应周日喝酒;焦虑日记在每季度复盘前飙升)、生成第一稿训练 / 饮食计划让你去批改、晚上 11 点没有真人时它一直在。它做不好的:任何诊断、任何处方、任何危机干预、任何高利害的「我应不应该」决策。现实模型:AI 教练管 80% 的日常优化,真人专业人士管那 20% 真正要紧的。多数人低估了那 80%(一周见你两次的教练抓不到睡眠引起的平台期),又危险地高估了 AI 在那 20% 的能力。
Oura、Whoop、Apple Watch、Garmin 哪个最适合喂这套 stack?
四款都能导出本 stack 真正需要的数据(睡眠阶段、HRV、静息心率、运动量、步数),所以正确答案是你真会天天戴的那一款。这个 pack 相关的取舍在导出端:Apple Watch + Apple Health 给你干净的本地 JSON 导出;Garmin Connect 有可用的 CSV 导出和社区 API;Oura 有出色的个人 access API;Whoop 的 API 限制最严、数据可携性历来最差。这套自托管 rig 角度,Oura 和 Apple Watch 进 SparkyFitness 的管道最干净,Garmin 写个每周脚本也够用,Whoop 最痛。选可穿戴看舒适度和手腕,别看数据政治,但事先要知道导出成本。
AI 写的训练计划真的安全吗?
对一般健身够安全,对特定人群不安全 —— 跟任何没真见过你的人写出来的计划一样。还算安全的用法:有经验举铁者的 4 周进阶、健康初学者的从沙发到 5K、代谢正常成年人的温和赤字餐单。不安全的用法:现役伤病者的任何计划、术后任何阶段、有进食障碍史的人、孕期或产后、心脏药物使用者、65 岁以上从久坐起步、代谢类疾病患者。修复方式:把约束硬写进 AI 的 system prompt(「我在康复 ACL 断裂,永远不要排跳跃 / 增强式 / 膝关节单侧屈曲超过 90°」),把输出当成第一稿,带着它去物理治疗师诊室 —— 不是闭眼执行的计划。
用本地 AI 写心理日记真的隐私吗?
比其他方案显著更隐私,但要看小字。Blinko + Ollama + Open WebUI 这条路径把整条链 —— 语音录音(Handy 本地转写)、笔记(Blinko 本地存)、AI 回答(Ollama 本地跑)—— 都留在你自己机器上。回路里没有任何调用厂商服务器。注意:(1) 全盘加密最好开着;(2) Blinko 数据目录如果备份到云端,会把你刚刚不让厂商拿到的全部外泄 —— 只备份到加密本地或自托管存储;(3) 一旦把 Ollama 换成 OpenAI / Anthropic API,隐私故事整个崩了。如果内容真敏感(物质滥用、关系危机、自杀念头),模型留在本地 —— 再说一次,这是组织工具,不是治疗师。
Apple Health、Garmin、智能秤的数据怎么整合到一处?
没有完美的一键按钮,但无聊的流程是:(1) 每月从 iPhone Health app 导出 Apple Health → 分享 → 「导出所有健康数据」(给你一个 zip 装着 XML,可解析进 SparkyFitness)。(2) Garmin Connect → 账户 → 导出你的数据 —— 跑几天导出任务,回来是 zip。(3) 智能秤:像样的秤(Withings、Renpho、Eufy)网页面板都有 CSV 导出。(4) 手动输入(情绪、日记、喝水)每天进 Blinko 或 Habitica。每周写一段 20 行 Python 脚本:读各端最新数据、归一成 SparkyFitness 导入格式 —— 你就有了一条完整时间线。听上去痛苦,确实痛苦 —— 但这是一次性配置,换来未来很多年的数据所有权。跳过这一步,你就只有 app,没有体系。