TobyOnFitnessTech
Voltar para as análises
Relatórios de Campo4 min de leitura

Como Construí Meu Assistente de Fitness com IA Usando OpenClaw

Toby explica como construiu um assistente pessoal de IA para correlacionar dados de Speediance, Tonal, Garmin, Whoop, e 8Sleep - criando relatórios matinais e noturnos de fitness que indicam o quanto deve treinar e o quão bem ele se saiu.

Toby 18 de fevereiro de 2026

Há anos venho lidando com um problema — tenho muitos dispositivos de fitness que não se comunicam entre si. Tenho um monstro de academia Speediance, um Tonal, um relógio Garmin, um Whoop e um colchão 8Sleep. São cinco tecnologias de fitness diferentes, e todas elas me dizem algo diferente todas as noites.

O problema é o seguinte: nenhum deles compartilha dados nativamente. O Speediance e o Tonal nem sequer têm mais aplicativos web. São jardins murados. Eu costumava conseguir correlacionar dados por meio de aplicativos web, mas conforme eles desapareceram, perdi a capacidade de ver o panorama completo da minha forma física.

Então eu construí minha própria solução usando OpenClaw.

O Relatório da Manhã e o Relatório da Noite

Toda manhã, meu assistente alimentado por OpenClaw roda e gera um relatório matinal de fitness que me diz exatamente o quão intenso devo treinar naquele dia. Toda noite, ele gera um relatório mostrando como eu me saí. É como ter um personal trainer que nunca dorme e sabe tudo sobre meus dados de fitness.

O sistema puxa dados de todos os meus dispositivos: Speediance para volume de musculação, Garmin para corridas, Whoop para esforço e recuperação, e 8Sleep para qualidade do sono. Ele correlaciona todas essas informações para me dar um panorama completo.

Uma coisa que descobri recentemente: o Whoop agora está levando em conta as calorias queimadas do Apple Health, o que tornou minhas pontuações de esforço muito mais precisas. Meus treinos Speediance inseridos manualmente antes não contavam para nenhum esforço, mas agora estou recebendo 10+ de esforço deles. Isso pode parecer insignificante, mas faz uma enorme diferença no acompanhamento da sobrecarga progressiva.

A Configuração do Hardware

Eu executo o OpenClaw em Mac Minis — especificamente um M1 e um M4. Vou ser honesto: inicialmente tentei executá-lo em um PC Windows dentro de uma máquina virtual, e foi absolutamente terrível. Lixo total, honestamente. A configuração foi um pesadelo.

Então eu o carreguei no meu M1 Mac Mini, e funcionou imediatamente. Tudo funcionou de cara. Então eu tenho três instâncias do OpenClaw rodando em três máquinas diferentes, cada uma com seu propósito específico:

  • Arya — Controla o painel de fitness e os quadros de tarefas
  • Claude — Lida com integrações complexas e verificação
  • Bob — Meu assistente pessoal com um segundo cérebro para lembretes

Cada um tem seu próprio espaço de trabalho, ferramentas e responsabilidades. Eles podem até transferir tarefas entre si quando necessário.

A Stack de LLM: Opções Gratuitas Que Realmente Funcionam

Uma das coisas mais impressionantes sobre o OpenClaw é que você pode executá-lo inteiramente em provedores de LLM gratuitos. Eu testei extensivamente:

  • Google - Funciona, mas comete erros graves. Uma vez ele apagou os próprios arquivos de configuração.
  • Nvidia (Kimmy K2.5) - Fenomenal quando funciona, mas não é confiável. Às vezes simplesmente trava.
  • Miniax M2.5 - O plano de $10 é incrível. Lento, mas confiável. É o que eu recomendo para quem está com orçamento apertado.

O plano de $10 da Miniax é, honestamente, o melhor negócio em OpenClaw. É confiável, cuidadoso, e eu só usei cerca de 36% da minha cota mensal porque ele é muito eficiente com tokens. Quando você combina com provedores gratuitos para tarefas mais simples, é possível rodar uma operação bem sofisticada por apenas $10/mês.

A Abordagem de Enxame de Agentes

Um dos recursos mais poderosos é rodar vários agentes em paralelo. Eu disparo vários agentes para trabalhar em diferentes partes de uma tarefa simultaneamente e depois entrego os resultados para um modelo mais capaz montar tudo como um quebra-cabeça. Isso economiza tokens sem abrir mão da qualidade.

Eu também tenho um modelo local chamado "Clarity" rodando no Ollama (Qwen3) para tarefas simples de programação. Ele economiza ainda mais tokens, já que tudo fica local.

Construindo Aplicações de Verdade

Além dos relatórios de fitness, eu tenho usado o OpenClaw para construir aplicações reais. Atualmente estou trabalhando em um app rastreador de BJJ e um rastreador de nutrição. Sim, ele consegue criar apps — embora eu admita que, para pequenas edições, às vezes é mais rápido editar o código diretamente.

Para tarefas maiores, porém, usar o Codex (a ferramenta de vibe coding) junto com o OpenClaw é incrivelmente poderoso. A combinação significa que eu nunca mais preciso escrever HTML.

É Revolucionário?

Eu já vivi o suficiente para lembrar quando as pessoas diziam que a internet não era segura e que as máquinas de fax eram melhores. Todos sabemos como isso terminou.

Eu acredito que o OpenClaw é revolucionário nesse nível. É tão grande quanto a internet. O influenciador que me apresentou isso foi o Alex Finn, e, sinceramente, eu achei que ele ia exagerar como a maioria dos influenciadores faz. Mas depois de usar, eu posso afirmar: é real. É uma tecnologia genuinamente transformadora.

O futuro é agêntico. Vamos olhar para a programação manual da mesma forma que olhamos para as máquinas de fax hoje em dia.

Para quem quer começar: compre um Mac Mini, assine o plano de $10 da Miniax, conecte os provedores de LLM gratuitos e comece a construir. Você não vai se arrepender.

#OpenClaw#IA#fitness#automação#enxame de agentes