OpenClaw Fitness Stack: Três Macs, BJJ Buddy e Meu Podcast Diário

Se você está em dúvida sobre qual wearable confiar entre o OnePlus Watch 2R e o Garmin 295, a resposta depende inteiramente da sua tolerância a tecnologia beta: fique com o Garmin para métricas essenciais confiáveis e rastreamento de treinos, mas escolha o OnePlus se você precisa de precisão superior de frequência cardíaca e não se importa com uma integração de IA que atualmente parece mais um corretor ortográfico do que um treinador pessoal. Esta comparação é apenas uma peça da minha central de comando fitness mais ampla, que venho reconstruindo em uma arquitetura multi-Mac.

Originalmente, eu rodava este stack de fitness em três Macs separados, cada um hospedando seu próprio agente dedicado. A experiência evoluiu significativamente desde minha primeira tentativa neste build. Se você está tentando descobrir como substituir um stack fragmentado de painéis, relatórios semanais e aplicativos de fitness díspares, aqui está uma visão direta da arquitetura, das lições aprendidas e da utilidade prática que ela oferece.

A Arquitetura Multiagente

Nesta configuração, distribuí a carga de trabalho entre máquinas físicas separadas para garantir que o processamento pesado em segundo plano não criasse um gargalo nas interações em tempo real de codificação e telemetria. Como as máquinas compartilham o mesmo ecossistema Apple, o Universal Control permite arrastar um teclado e mouse pela frota sem ferramentas de terceiros como o Synergy.

• Arya: A estação principal de build, rodando em um Mac Studio com chip M5 Max e 64 GB de memória unificada.

  Arya lida com compilações pesadas e branches de funcionalidades complexas.

• Bob: Lida com consolidação de dados em segundo plano, digestão de pesquisas e geração automatizada de áudio sem desacelerar a sessão ativa de programação.
• Claude: A ferramenta principal para perguntas e respostas rápidas, decisões arquiteturais e revisões direcionadas.

BJJ Buddy e o Pipeline Diário de Podcast

Tenho dois grandes projetos em andamento dentro deste stack. O primeiro é o BJJ Buddy, um aplicativo React Native construído com Expo, projetado para rastrear técnicas de Brazilian Jiu-Jitsu. O objetivo é criar uma biblioteca pesquisável de técnicas filtrada por posição, nível de faixa e tipo. O desafio que estou resolvendo atualmente envolve projetar filtros que permaneçam discretos durante verificações rápidas pós-sessão de treino.

O segundo projeto é o resumo diário em áudio. Isso surgiu de uma frustração prática: a geração automatizada de relatórios frequentemente produz grandes "paredes de texto" ao resumir notícias de fitness ou relatórios com muito contexto. O áudio se mostrou um formato muito superior para consumo de conteúdo longo durante meu deslocamento, destilando despejos complexos de contexto em resumos de 10 a 15 minutos que posso ouvir no carro.

Dashboards do Speediance: Visualizando o Progresso de Força

O dashboard do Speediance é o centro visual dos meus dados de recuperação e levantamento de peso. Atualmente, ele apresenta meus resumos matinais e noturnos, mas o painel específico do Speediance é onde a verdadeira ciência de dados acontece. Estou construindo um fluxo de trabalho que me permite escolher um treino específico, visualizar sua curva de força ao longo do tempo e sobrepor múltiplas sessões.

Quando sobreponho dois treinos frequentes, como as sessões "Warrior 1" e "Warrior 2", consigo ver os picos subindo ligeiramente ao longo de várias semanas. Esse aumento é o sinal específico que estou procurando — evidência de sobrecarga progressiva. Por outro lado, quedas na curva indicam claramente sessões que não foram concluídas ou onde a intensidade caiu. Atualmente, estou extraindo dados para o 1RMs em aproximadamente 30 exercícios, embora ainda esteja refinando as métricas de volume semanal devido a alguns problemas de modelagem de dados. Usar o modo "Freelift" do Speediance é essencial aqui; sem ele, as métricas detalhadas por exercício tendem a se fundir em totais genéricos de sessão.

Comparação de Wearables: OnePlus Watch 2R vs. Garmin 295

Em um esforço para levar a IA de wearables ao meu pulso, recentemente testei o OnePlus Watch 2R contra meu confiável Garmin 295. Meu objetivo principal era enviar mensagens para meus agentes de programação diretamente do relógio. Infelizmente, a experiência destacou uma lacuna significativa entre a IA baseada em celular e a IA baseada em wearables.

Atualmente, não posso recomendar o OnePlus Watch 2R por sua integração com o Gemini. Embora o relógio consiga acessar o Google Workspace para encontrar e-mails, ele frequentemente se recusa a responder perguntas diretas sobre contatos pessoais ou detalhes específicos da agenda. O "Modo Privacidade" é excessivamente agressivo, bloqueando não apenas senhas sensíveis, mas também perguntas e respostas funcionais básicas. O único motivo pelo qual não devolvi é para consultas de ortografia, o que é um caso de uso muito restrito para um smartwatch de alto padrão. Se você quer uma ferramenta de fitness confiável, o Garmin continua sendo o claro vencedor.

Ajustes de Treino e Ferramentas Modernas

Uma atualização pequena, mas importante, para quem acompanha métricas de grappling: mudei oficialmente minha cinta WHOOP para uma faixa de bíceps. Com um relógio em cada pulso para testes, o WHOOP baseado no pulso não era mais viável. A qualidade dos dados de frequência cardíaca vindos do bíceps mostrou-se visivelmente mais limpa durante sessões dinâmicas no tatame.

A conclusão geral é que suas ferramentas devem evoluir em direção à simplicidade. Manter três máquinas ativas e um coordenador OpenClaw adicionou mais sobrecarga administrativa do que resolveu. Migrar para duas máquinas e deixar agentes autônomos como Codex, Claude Code e Antigravity lidarem com a execução diretamente dentro do código acelerou drasticamente a iteração, mantendo a pegada de hardware enxuta.

Para uma análise mais aprofundada da configuração original e para ver o painel em ação, você pode assistir à transmissão completa aqui: BJJ Buddy Progress, noções básicas/configuração do OpenClaw, meus casos de uso.