OpenClaw Fitness Stack: Tres Macs, BJJ Buddy y Mi Podcast Diario
Un vistazo a mi sistema de automatización fitness, y cómo pasé de tres Macs y OpenClaw a un flujo de trabajo optimizado impulsado por Codex, Claude Code y Antigravity.
Desde que se registró originalmente este registro de compilación, mi configuración ha evolucionado significativamente:
- Reducido a dos Macs: Vendí uno de los Macs, simplificando la estación de trabajo en una configuración de doble máquina más limpia y mucho más fácil de gestionar.
- Alejándome de OpenClaw: Dejé de usar OpenClaw como coordinador central de agentes.
- Herramientas modernas de IA: Hoy en día, la gran mayoría de mi trabajo de desarrollo, canalizaciones de telemetría y automatización se realiza directamente con Codex, Claude Code y Antigravity.
Si te preguntas qué wearable elegir entre el OnePlus Watch 2R y el Garmin 295, la respuesta depende por completo de tu tolerancia a la tecnología beta: quédate con Garmin para obtener métricas básicas fiables y seguimiento de entrenamientos, pero elige el OnePlus si necesitas una precisión superior en la frecuencia cardíaca y no te molesta una integración de IA que actualmente se siente más como un asistente ortográfico que como un entrenador personal. Esta comparación es solo una pieza de mi centro de mando de fitness más amplio, que he estado reconstruyendo a través de una arquitectura multi-Mac.
Originalmente ejecutaba este stack de fitness en tres Macs separados, cada uno albergando su propio agente dedicado. La experiencia ha evolucionado significativamente desde mi primer intento con esta configuración. Si estás intentando determinar cómo reemplazar un stack fragmentado de paneles, informes semanales y aplicaciones de fitness dispares, aquí tienes una mirada directa a la arquitectura, las lecciones aprendidas y la utilidad práctica que ofrece.
La arquitectura multi-agente
En esta configuración, distribuí la carga de trabajo entre máquinas físicas separadas para asegurar que el procesamiento pesado en segundo plano no creara un cuello de botella en las interacciones de codificación y telemetría en tiempo real. Dado que las máquinas comparten el mismo ecosistema de Apple, Universal Control permite arrastrar un teclado y un ratón a lo largo de toda la flota sin herramientas de terceros como Synergy.
- Arya: La estación de trabajo principal de compilación, ejecutándose en un Mac Studio con un chip M5 Max y 64 GB de memoria unificada.
BJJ Buddy y el pipeline diario de podcasts
Tengo dos proyectos importantes en curso dentro de este stack. El primero es BJJ Buddy, una aplicación React Native construida con Expo diseñada para rastrear técnicas de Jiu-Jitsu brasileño. El objetivo es crear una biblioteca consultable de técnicas filtradas por posición, nivel de cinturón y tipo. El desafío que estoy resolviendo actualmente consiste en diseñar filtros que permanezcan discretos durante las comprobaciones rápidas posteriores a las sesiones de entrenamiento.
El segundo proyecto es el resumen diario en audio. Surgió de una frustración práctica: la generación de informes automatizados a menudo produce grandes "muros de texto" al resumir noticias de fitness o informes con mucho contexto. El audio resultó ser un formato muy superior para el consumo de contenido largo durante mi trayecto, destilando los volcados de contexto complejos en resúmenes de 10 a 15 minutos que puedo escuchar en el coche.
Speediance Dashboards: Visualizando el progreso de fuerza
El panel de Speediance es el centro visual de mis datos de recuperación y levantamiento. Actualmente muestra mis resúmenes matutinos y nocturnos, pero el panel específico de Speediance es donde ocurre la verdadera ciencia de datos. Estoy construyendo un flujo de trabajo que me permite elegir un entrenamiento específico, ver su curva de fuerza a lo largo del tiempo y superponer múltiples sesiones.
Cuando superpongo dos entrenamientos frecuentes, como las sesiones "Warrior 1" y "Warrior 2", puedo ver los picos subiendo ligeramente durante varias semanas. Ese ascenso es la señal específica que busco: evidencia de sobrecarga progresiva. Por el contrario, los descensos en la curva indican claramente sesiones que no se completaron o en las que la intensidad cayó. Actualmente estoy extrayendo datos para 1RMs en aproximadamente 30 ejercicios, aunque todavía estoy refinando las métricas de volumen semanal debido a algunos problemas de modelado de datos. Usar el modo "Freelift" de Speediance es esencial aquí; sin él, las métricas detalladas por ejercicio tienden a colapsar en totales de sesión genéricos.
Comparación de wearables: OnePlus Watch 2R vs. Garmin 295
En un esfuerzo por llevar la IA portátil a mi muñeca, recientemente probé el OnePlus Watch 2R frente a mi fiable Garmin 295. Mi objetivo principal era enviar mensajes a mis agentes de codificación directamente desde el reloj. Desafortunadamente, la experiencia puso de manifiesto una brecha significativa entre la IA basada en teléfono y la IA basada en wearable.
| Capacidad | OnePlus Watch 2R (Gemini) | Garmin 295 |
|---|---|---|
| Precisión de la frecuencia cardíaca | Precisión superior durante las pruebas de uso diario. | Ligeramente menos precisa que la OnePlus. |
| Utilidad de la IA | Limitada; Gemini a menudo se atasca con consultas personales. | N/D (Funciones estándar de fitness). |
| Privacidad biométrica | El modo privacidad bloquea códigos de un solo uso y preguntas y respuestas personales. | Replicado básico de notificaciones. |
| Ortografía/Referencia | Excelente; comprobaciones rápidas de ortografía de voz a texto. | N/D. |
Actualmente no puedo recomendar el OnePlus Watch 2R por su integración con Gemini. Aunque el reloj puede acceder a Google Workspace para buscar correos electrónicos, con frecuencia se niega a responder preguntas directas sobre contactos personales o detalles concretos de la agenda. El «Modo Privacidad» es excesivamente agresivo, ya que bloquea no solo códigos sensibles, sino también preguntas y respuestas funcionales básicas. El único motivo por el que no lo he devuelto son las consultas de ortografía, un caso de uso muy reducido para un smartwatch de gama alta. Si buscas una herramienta de fitness fiable, el Garmin sigue siendo el claro ganador.
Ajustes de entrenamiento y herramientas modernas
Una actualización menor pero importante para quienes registran métricas de grappling: he trasladado oficialmente mi correa WHOOP a una banda de bíceps. Con un reloj en cada muñeca para las pruebas, el WHOOP de muñeca ya no era viable. La calidad de los datos de frecuencia cardíaca del bíceps ha resultado notablemente más limpia durante sesiones dinámicas en el tatami.
La conclusión general es que tus herramientas deben evolucionar hacia la simplicidad. Mantener tres máquinas activas y un coordinador OpenClaw añadió más carga administrativa de la que resolvió. Pasar a dos máquinas y dejar que agentes autónomos como Codex, Claude Code y Antigravity gestionen la ejecución directamente dentro del código base ha acelerado drásticamente la iteración, manteniendo al mismo tiempo una huella de hardware reducida.
Para profundizar en la configuración original y ver el panel en acción, puedes ver el stream completo aquí: Progreso de Buddy BJJ, conceptos básicos/configuración de OpenClaw, mis casos de uso.