Eu Criei um Sistema de IA que Gerencia Toda a Minha Vida Fitness. Veja Como.

O Problema com Dados de Fitness

Já usei três rastreadores de sono na cama - Garmin, WHOOP e 8Sleep. Todos me contam algo diferente todas as noites.

Isso não é uma reclamação. Eles estão medindo coisas diferentes. Mas o problema é que nenhum deles se comunica com o outro. Garmin mostra meu sono de forma diferente do WHOOP. 8Sleep tem sua própria pontuação. WHOOP me dá a recuperação. Garmin me dá o status de treino. Nada disso se conecta.

E o lado do treino de força? Speediance e Tonal são jardins murados. Eles não exportam dados facilmente. Eu estava preso rastreando tudo manualmente em planilhas - exatamente a coisa que comprei essas máquinas para evitar.

Então eu construí um sistema para resolver isso.

O Que Estou Rodando

Estou rodando OpenClaw em um Mac M3 Ultra. ARIA é minha assistente principal, cuidando do painel, quadro de tarefas e coordenando dados de múltiplos conectores. Uso uma mistura de modelos locais e hospedados para operação com consciência de custo.

O Relatório da Manhã

Todas as manhãs, o sistema é executado e puxa dados de todos os lugares:

• WHOOP - pontuação de recuperação, carga, desempenho do sono
• Garmin - análise do sono, status de treino, HRV
• 8Sleep - pontuação do sono, tempo dormido, HRV
• Speediance - volume de musculação de ontem, detalhes do treino
• Cronometer - nutrição, proteína, calorias

Então ele gera um relatório matinal. Não apenas dados - análise. Ele me diz:

• Quão recuperado estou
• O quão forte treinei ontem
• Qual deveria ser meu status de treino hoje
• Se devo forçar ou descansar

Esse é o insight que eu não conseguia obter de nenhum aplicativo sozinho. Nenhum deles sabe sobre os outros. Nenhum deles consegue correlacionar sono + musculação + nutrição juntos.

O Relatório Noturno

Todas as noites, outro relatório é executado:

• Bati minha meta de proteína?
• Quanto eu levantei hoje?
• Qual minha carga cumulativa da semana?
• Como está a tendência da minha recuperação?

É como ter um treinador que nunca dorme fazendo check-in todos os dias.

Os Conectores

OpenClaw não tinha conectores nativos para a maioria disso. Eu os construí.

Na verdade - eu disse ao OpenClaw o que eu queria. Ele construiu os conectores.

Para Speediance, existe um endpoint de API não oficial que puxa dados de treino. Eu alimentei isso no OpenClaw. Agora ele puxa meu volume de musculação automaticamente todos os dias.

Para Garmin e WHOOP, estou usando as APIs deles. Os dados fluem para o sistema, são normalizados e se tornam úteis.

Para 8Sleep, é mais complicado. A exportação de dados é inconsistente. Algumas noites funcionam, outras não. Isso está na minha lista para resolver.

Por Que um Mac Mini?

Primeiro tentei rodar isso em um PC com Windows. Foi um lixo completo. A configuração foi um pesadelo. Mal conseguia fazer qualquer coisa.

Depois tentei em um Mac M3 Ultra. Diferença enorme.

Tudo funcionou de fábrica. OpenClaw roda sem problemas. As chamadas de API são rápidas. É confiável.

A lição: não economize no hardware. Se você quer que isso funcione, use um Mac capaz.

Os Provedores Gratuitos

Estou usando vários provedores de LLM gratuitos através do OpenClaw:

• Google - sólido, mas os limites de taxa são atingidos rápido
• Nvidia - Kimmy 2.5 é excelente quando funciona, mas pode travar
• MiniMax - meu driver diário. $10/mês pelo plano mais barato. Confiável, lento, mas deliberado. A lentidão é na verdade um benefício - não consome tokens rapidamente.
• Mistral - uso ocasionalmente, não atingi limites

Para tarefas de raciocínio pesado, alterno para modelos hospedados como Claude (Anthropic) sob demanda. O custo se acumula rapidamente, então reservo isso para tarefas complexas de múltiplas etapas onde modelos locais têm dificuldade.

O Enxame de Agentes

Aqui está o padrão que uso:

Quando tenho uma tarefa complexa, eu gero múltiplos agentes em paralelo. MiniMax os coordena. Cada agente lida com uma parte da tarefa - um puxa dados, outro formata, um terceiro verifica erros. Então MiniMax junta tudo.

Isso economiza tokens. Rodar tudo através de modelos hospedados premium esgotaria meu orçamento rapidamente. Ao distribuir o trabalho para provedores gratuitos e usar modelos hospedados apenas para a montagem, mantenho os custos administráveis.

O Dashboard de Fitness

Eu construí um dashboard customizado usando OpenClaw. Ele mostra:

• Todas as minhas métricas diárias em uma visualização
• Gráficos de tendência para sono, recuperação, musculação
• Resumos semanais e mensais
• Recomendações de status de treino

Está hospedado no GitHub Pages. Posso acessar de qualquer lugar. Qualquer pessoa também pode - sou aberto sobre meus dados de treino. Se as pessoas quiserem ver como estou indo, elas podem.

O App Rastreador de BJJ

Um dos projetos que estou construindo é um rastreador de técnicas de BJJ. A visão:

• 150+ técnicas indexadas
• Filtrar por posição, nível de faixa, tipo de finalização
• Rastrear quais eu treinei, favoritas, lacunas
• Links de vídeo para cada técnica

OpenClaw construiu a estrutura inicial. Então eu mudei para Codex para as edições de frontend. Esse é o fluxo: OpenClaw para arquitetura e lógica, Codex para ajustes de UI. Edições menores não valem a troca de contexto com um LLM.

O Que Eu Aprendi

Modelos gratuitos funcionam. MiniMax a $10/mês lida com 90% do que eu preciso. Claude apenas para o que é difícil.

Hardware importa. Um Mac capaz (M3 Ultra no meu caso) é o ponto ideal. Confiável, poderoso o suficiente.

Agentes são aditivos. Rodar um agente é útil. Rodar três em paralelo, coordenados, é transformador.

Dados de fitness devem ser unificados. Nenhum app único sabe tudo. --max-tokens 8192 --no-fallback --system Você é um tradutor profissional determinístico. Retorne apenas o objeto JSON final solicitado. Não inclua raciocínio ou comentários.

Construir a ponte entre Garmin + WHOOP + Speediance + 8Sleep me deu insights que eu não conseguiria em nenhum outro lugar.

Isso é tão grande quanto a internet. Eu estou por aí desde o início da web. Eu já vi transformações antes. OpenClaw - e agentes de IA de forma mais ampla - é a tecnologia mais transformadora que já encontrei. O iPhone foi incrível. Isso é maior.

O Que Vem a Seguir

Eu continuo iterando no dashboard. O segundo cérebro está crescendo - lembretes, automações, integrações.

O tracker BJJ precisa de trabalho. Está bem básico por enquanto. Mas a fundação está lá.

Também estou analisando a integração de automação residencial. Alexa, luzes inteligentes, controle de clima - ter um agente que conhece minha carga de treino e ajusta meu ambiente de acordo.

Se você quer ver os relatórios de fitness, eles estão ativos no meu GitHub Pages. Matinais e noturnos, rodando automaticamente. Esse é o poder dessa configuração.

A Conclusão

Eu não construí isso porque os apps não eram bons o suficiente. Eu construí porque nenhum app único conseguia ver o quadro completo. Sono + musculação + nutrição + recuperação - tudo está conectado. Os dados também deveriam estar.

OpenClaw tornou isso possível. Não fácil - mas possível. E uma vez que está rodando, roda sozinho. --max-tokens 8192 --no-fallback --system You are a deterministic professional translator. Return only the requested final JSON object. Do not include reasoning or commentary.