Whoop Guru

WHOOP AI Fitness Coach - WHOOP手环数据获取、健康分析、恢复预测、AI教练、个性化训练计划

Security Scan

The skill's code, instructions, and credential usage are consistent with a WHOOP data + LLM-driven fitness coach; it asks for the WHOOP OAuth tokens and an optional LLM API key and stores them locally as described.

Purpose & Capability

Name/description match what is implemented: many scripts and Python modules fetch WHOOP data, process it, generate reports/charts, and call an LLM-based coach. Required binaries/packages and OAuth token storage locations are consistent with the described functionality.

Instruction Scope

SKILL.md instructs running local scripts, an OAuth login flow, and storing tokens at ~/.clawdbot/whoop-tokens.json and data/config/llm_config.json. The runtime instructions do not request unrelated system files or unrelated credentials, but they do send user WHOOP health data to whichever LLM endpoint the user configures—this is expected for an LLM coach but important to note because it transmits sensitive health data to an external service selected by the user.

Install Mechanism

No install spec; code is provided as files and is instruction-driven. There are no remote download/install steps in the manifest, so nothing in the registry would write arbitrary external code during install.

Credentials

No surprising environment variables or unrelated credentials are required. WHOOP OAuth credentials (via CLI args or optional ~/.clawdbot/whoop-credentials.env) and an optional LLM API key are proportional to the skill's purpose. The skill persists OAuth tokens and LLM keys locally, which is expected but contains sensitive data that should be protected.

Persistence & Privilege

always is false and the skill does not request forced/always-on inclusion. It stores tokens/config under user paths (~/.clawdbot and data/config) and schedules are left to the user (crontab examples). It does not request or modify other skills' configs.

Assessment

This skill appears to be what it says: a WHOOP data integrator + LLM coach. Before installing or running it: 1) Review scripts (scripts/*.py, *.sh) yourself—they run subprocesses and read/write local files. 2) Be aware that your WHOOP health data and any tokens will be stored on disk (~/.clawdbot/whoop-tokens.json and data/config/llm_config.json) and will be sent to whatever LLM endpoint you configure; only use trusted LLM services if you are comfortable sharing health data. 3) Use dedicated user account or sandbox if you want isolation; inspect and control any crontab entries before adding them. 4) Remove or revoke WHOOP tokens and delete local config files if you uninstall the skill. 5) If you need a deeper review, ask for the specific files that interact with network endpoints (lib/ whoop-fetcher, lib/llm.py, scripts/whoop_auth.py, scripts/whoop_data.py) so they can be audited for unexpected external endpoints or hardcoded hosts.

WHOOP Guru - 完整WHOOP健康管理系统

v8.4.12 简介

WHOOP Guru 是完整的WHOOP健康管理系统，整合数据获取、分析、图表可视化、AI教练和个性化训练计划。

核心功能：

• 📊 数据获取 - WHOOP官方API，实时同步恢复/睡眠/训练/HRV
• 📈 图表生成 - 交互式HTML图表，恢复/睡眠/strain/HRV趋势
• 🤖 AI教练 - LLM驱动，个性化训练建议
• 🎯 训练计划 - 跑步/增肌/减脂/伤痛恢复
• 🔔 主动推送 - 每日定时提醒（08:00/09:00/18:00/20:00/22:00）
• 📉 ML预测 - 7天恢复预测，异常检测
• 🏅 马拉松管理 - 目标设定、配速计划、训练阶段分析
• 📝 快速打卡 - 一句话完成训练记录
• 🔄 自动打卡检测 - WHOOP数据自动识别今日训练，生成初步打卡内容
• 📚 反馈学习系统 - 用户感受词→WHOOP数据映射，持续优化建议
• 🕐 北京时间统一 - 全部时间处理使用北京时间(UTC+8)

---

功能列表

1. WHOOP数据获取

# 进入 skill 目录（根据实际安装路径调整）
cd /path/to/whoop-guru

# 获取综合报告
python3 scripts/whoop_data.py summary --days 7

# 睡眠数据
python3 scripts/whoop_data.py sleep --days 7

# 恢复评分
python3 scripts/whoop_data.py recovery --days 30

# 训练/cycle数据
python3 scripts/whoop_data.py cycles --days 7

# workouts
python3 scripts/whoop_data.py workouts --days 30

# 用户档案
python3 scripts/whoop_data.py profile

# 身体数据
python3 scripts/whoop_data.py body

2. OAuth认证

# 首次登录
python3 scripts/whoop_auth.py login --client-id YOUR_ID --client-secret YOUR_SECRET

# 检查状态
python3 scripts/whoop_auth.py status

3. 图表生成

# 睡眠分析图表
python3 scripts/whoop_chart.py sleep --days 30

# 恢复评分图表
python3 scripts/whoop_chart.py recovery --days 30

# Strain趋势
python3 scripts/whoop_chart.py strain --days 90

# HRV趋势
python3 scripts/whoop_chart.py hrv --days 90

# 综合仪表盘
python3 scripts/whoop_chart.py dashboard --days 30

4. 健康分析

使用 references/health_analysis.md 进行科学分析：

• HRV正常范围（按年龄/ fitness）
• 恢复评分解读（绿/黄/红）
• 睡眠阶段分析
• 训练过度信号检测
• 可操作的建议

5. AI教练（LLM驱动）

# 开启教练对话
python3 whoop-guru.py coach

# 生成今日计划
python3 whoop-guru.py plan

# 生成16周计划
python3 whoop-guru.py 16week --goal 增肌

6. 推送系统

时间	内容	命令
08:00	健康早报	daily-report.sh
09:00	教练早安	push-morning.py
18:00	晚间追踪	push-evening.py
20:00	打卡提醒	push-checkin.py
22:00	详细日报	detailed-report.sh

---

支持的运动目标

类别	目标	周期
🏃 跑步	3公里新手	8周
🏃 跑步	5公里	10周
🏃 跑步	10公里	12周
🏃 跑步	半程马拉松	24周
🏃 跑步	全程马拉松	52周
🏃 跑步	超级马拉松	52周+
💪 力量	增肌	16周
💪 力量	减脂	12周
🏥 康复	伤痛恢复	按需

---

关键指标

• 恢复评分 (0-100%): 绿色≥67%, 黄色34-66%, 红色<34%
• Strain (0-21): 基于心率的每日运动强度
• 睡眠效率: 实际睡眠 vs 需要睡眠
• HRV (ms): 越高恢复越好，追踪趋势
• 静息心率 (bpm): 越低心血管 fitness越好

---

配置说明

WHOOP OAuth（必需）

WHOOP 使用 OAuth 2.0 授权，配置步骤：

1. 在 developer.whoop.com 创建 App 获取 Client ID 和 Secret
2. 运行：python3 scripts/whoop_auth.py login --client-id YOUR_ID --client-secret YOUR_SECRET
3. 浏览器自动打开，完成授权
4. Token 自动存储在 ~/.clawdbot/whoop-tokens.json

替代方案：也可以手动创建 ~/.clawdbot/whoop-credentials.env 文件，包含：

WHOOP_CLIENT_ID=your_client_id
WHOOP_CLIENT_SECRET=your_client_secret
WHOOP_REFRESH_TOKEN=your_refresh_token

LLM API（可选）

用于 AI 个性化分析。配置方式：

• 发送「设置模型」给机器人
• 按提示输入 API Key 和选择模型
• 配置存储在 data/config/llm_config.json

本地数据存储

凭证存储在本地，不上传。数据流向：

• 用户健康数据从WHOOP API获取
• 数据发送到LLM API用于AI分析
• data/profiles/ - 用户健身档案
• data/plans/ - AI训练计划
• data/logs/ - 打卡记录
• data/config/llm_config.json - LLM API密钥
• ~/.clawdbot/whoop-tokens.json - WHOOP OAuth令牌

---

文件结构

whoop-guru/
├── SKILL.md
├── CLAWHUB.md
├── _meta.json
├── whoop-guru.py          # 主入口
├── scripts/
│   ├── whoop_auth.py      # OAuth认证
│   ├── whoop_data.py     # 数据获取
│   ├── whoop_chart.py    # 图表生成
│   ├── daily-report.sh   # 08:00早报
│   ├── detailed-report.sh # 22:00日报
│   ├── coach-push.sh     # 推送调度
│   ├── push-morning.py   # 09:00早安
│   ├── push-evening.py   # 18:00晚间
│   └── push-checkin.py   # 20:00打卡
├── lib/
│   ├── llm.py            # LLM集成
│   ├── data_cleaner.py   # 数据清洗
│   ├── data_processor.py # 数据处理
│   ├── sync.py           # 数据同步
│   ├── tracker.py        # 打卡追踪（包含quick_checkin）
│   ├── goals.py          # 目标管理
│   ├── goals_marathon.py # 马拉松目标
│   ├── dynamic_planner.py # 动态规划
│   ├── pusher.py        # 推送生成（包含checkin_reminder重写）
│   ├── coach_interface.py # 教练接口
│   ├── coach/            # 教练核心模块
│   ├── needs_analyzer.py # 需求分析
│   ├── plan_generator.py # 计划生成
│   ├── health_score.py   # 健康评分
│   ├── ml_predictor.py   # ML预测
│   ├── comprehensive_analysis.py # 综合分析
│   ├── health_advisor.py # 健康建议
│   ├── enhanced_reports.py # 增强报告
│   ├── marathon_analyzer.py # 马拉松分析
│   ├── marathon_commands.py # 马拉松指令
│   ├── checkin_auto.py  # 自动打卡检测（新增）
│   ├── feedback_learning.py # 反馈学习系统（增强）
│   ├── notifications.py  # 通知系统
│   ├── user_profile.py  # 用户档案
│   ├── tz.py            # 统一时区工具（新增）
│   ├── ml/              # ML预测模块
│   ├── prompts/          # Prompt模板
│   └── reports/         # 报告生成
├── references/
│   ├── api.md           # API文档
│   └── health_analysis.md # 健康分析指南
└── data/
    ├── config/          # LLM配置
    ├── profiles/        # 用户档案
    ├── plans/          # 生成的计划
    ├── processed/      # 处理后的数据
    └── logs/           # 打卡记录

---

系统要求

类型	要求
运行环境	Python 3.8+
必需命令	python3, curl
Python包	requests, pandas, matplotlib

安装方式：pip install requests pandas matplotlib

---

环境变量

变量	说明	必需	默认值
OPENCLAW_WORKSPACE	OpenClaw工作区目录	否	自动检测
WHOOP_DATA_DIR	WHOOP数据存储目录	否	自动检测
WHOOP_SKILL_DIR	Skill数据目录	否	自动检测

注意：WHOOP OAuth 凭证不是环境变量，而是 CLI 参数，详见上方配置说明。

---

推送机制

推送由 OpenClaw 的 cron 系统触发（不是独立服务）。

用户需要在 OpenClaw 中配置 cron 规则：

# 示例 crontab 配置
0 8 * * * python3 /path/to/daily-report.sh
0 9 * * * python3 /path/to/push-morning.py
0 18 * * * python3 /path/to/push-evening.py
0 20 * * * python3 /path/to/push-checkin.py
0 22 * * * python3 /path/to/detailed-report.sh

---

版本历史

v8.4.11 (2026-04-05)

• 修复：_meta.json requires.env 改为字符串数组格式，匹配 ClawHub registry schema
  • ClawHub registry 期望 env 是字符串数组（如 ["WHOOP_CLIENT_ID"]），而非对象
• 修复：SKILL.md YAML front matter 同步修复为字符串数组格式

v8.4.10 (2026-04-05)

• 修复：_meta.json environment 字段添加 WHOOP 凭证
  • 将 WHOOP_CLIENT_ID/CLIENT_SECRET/REFRESH_TOKEN/LLM_API_KEY 添加到 environment
• 新增：SKILL.md YAML metadata block 声明必需凭证

v8.4.9 (2026-04-05)

• 修复：SKILL.md 添加 YAML metadata block 声明必需凭证
  • 解决 ClawHub registry 显示"无必需环境变量"问题

v8.4.8 (2026-04-05)

• 修复：push 脚本（morning/evening/checkin）生成前先刷新 WHOOP 数据，解决数据陈旧问题
  • 调用 whoop_data.py summary 获取最新实时数据并写入 latest.json
  • 修复 recovery.start 为空导致的 date=None 问题（改用 created_at）
  • 修复 hrv/skin_temp 为 None 时 round() 报错问题
• 修复：agents.defaults.timeoutSeconds 缺少配置导致 cron 任务 30s 超时
  • openclaw.json 添加 "timeoutSeconds": 120
• 新增：推送内容使用当天实时 WHOOP 数据

v8.4.7 (2026-04-04)

• 新增：lib/tz.py 统一时区工具模块，全部时间处理统一使用北京时间(UTC+8)
• 新增：lib/checkin_auto.py WHOOP数据自动打卡检测
  • 自动从 workouts API 获取今日训练
  • 分析跑步距离/配速/心率/心率区间
  • 生成初步打卡内容预览供用户确认
  • 支持跨UTC日边界的北京时间窗口过滤（北京凌晨跑步同步）
• 新增：lib/feedback_learning.py 增强反馈学习系统
  • 用户感受词 → WHOOP数据映射（睡眠/训练/恢复）
  • 积累3次样本后自动触发个人化建议调整
  • 主观反馈与实际数据对比学习
• 重构：lib/pusher.py checkin_reminder() 完全重写
  • WHOOP检测到训练时自动展示：跑步10.3km/配速5:45/心率区间...
  • 无训练时显示休息日模板
  • 包含WHOOP睡眠数据供用户反馈
  • 用户回复「✅」确认打卡
• 新增：测试覆盖率达到100%，全部65个单元测试通过
• 修复：feedback_learning.py key名字不一致bug（sleep_baselines → sleep_quality_map）
• 修复：feedback_learning.py entry key不匹配bug（inferred_quality → inferred_sleep）
• 修复：data_cleaner.py/dynamic_planner.py/pusher.py/enhanced_reports.py 时区处理统一为北京时间

v8.4.6 (2026-04-03)

• 修复：测试套件7个失败（TestMarathonGoals缺少import、pusher.py未定义变量）
• 修复：marathon_commands.py 中「4月12号」中文日期格式支持
• 修复：marathon_commands.py 解析「2小时」等中文时间格式崩溃问题
• 修复：coach_interface.py 引用不存在的 tracker 函数
• 新增：tracker.py 新增 quick_checkin() 快速打卡接口（无需 completed/feedback）
• 增强：enhanced_reports.py 完整重写，无 LLM 时也能生成充实报告
• 新增：TOOLS.md 完全重写，更新所有路径、命令、模块说明
• 全部 41 个单元测试通过

v8.4.5 (2026-03-31)

• 新增：马拉松训练目标管理（GoalsManager扩展）
• 新增：跑步打卡追踪（ProgressTracker扩展）
• 新增：马拉松训练分析器（MarathonAnalyzer）
• 新增：马拉松指令处理（MarathonCommands）
• 新增：每日报告集成马拉松板块
• 新增：41个单元测试（v8.4.6时）

v8.3.8 (2026-03-31)

• 修复：OpenClaw cron配置

v8.3.7 (2026-03-29)

• 修复：加强隐私声明，明确数据发送到LLM API

v8.3.6 (2026-03-29)

• 修复：只声明代码实际使用的环境变量

v8.3.5 (2026-03-29)

• 修复：添加WHOOP凭证到credentials声明

v8.3.4 (2026-03-29)

• 修复：统一WHOOP凭证文件说明（whoop-tokens.json和whoop-credentials.env）

v8.3.3 (2026-03-29)

• 修复：统一三个文件的凭证说明

v8.2.7 (2026-03-29)

• 新增：系统要求章节（bins, packages）
• 新增：推送机制说明（cron + OpenClaw消息）
• 修复：澄清数据流和隐私声明

v8.2.6 (2026-03-29)

• 修复：统一 SKILL.md 和 _meta.json 的配置说明
• 新增：homepage 字段

v8.2.5 (2026-03-29)

• 修复：移除 WHOOP_REFRESH_TOKEN（OAuth自动获取）
• 修复：统一三个文件的凭证说明

v8.2.4 (2026-03-29)

• 安全：修复 os.system shell 注入漏洞

v8.2.3 (2026-03-29)

• 修复：统一凭证存储位置说明

v8.2.0 (2026-03-29)

• 新增：LLM 增强报告模块

v8.1.5-8.1.7 (2026-03-29)

• 新增：推送系统（09:00/18:00/20:00）
• 集成：dynamic_planner、goals、tracker 模块

v8.0 (2026-03-26)

• LLM 集成（支持 8 种提供商）
• 个性化训练计划生成