Whoop

从 Whoop API 查询健康指标并生成交互式 HTML 图表。

设置（仅首次需要）

1. 创建一个 Whoop 开发者应用

1. 前往developer-dashboard.whoop.com
2. 使用您的 Whoop 账户凭据登录
3. 如果提示，请创建一个团队（任意名称均可）
4. 点击创建应用（或前往apps/create）
5. 填写：
   • 应用名称：任意名称（例如："Clawdbot"）
   • 权限范围：选择全部：read:recovery、read:cycles、read:workout、read:sleep,读取:个人资料,读取:身体测量数据
   • 重定向URI:http://localhost:9876/callback
6. 点击创建— 你将获得一个客户端ID和客户端密钥

2. 身份验证

使用你的凭证运行OAuth登录流程：

python3 scripts/whoop_auth.py login \
  --client-id YOUR_CLIENT_ID \
  --client-secret YOUR_CLIENT_SECRET

这将在浏览器中打开Whoop授权页面。登录并批准访问。令牌将存储在~/.clawdbot/whoop-tokens.json并自动刷新。

检查状态：python3 scripts/whoop_auth.py status

获取数据

使用scripts/whoop_data.py来获取JSON数据：

# Sleep (last 7 days default)
python3 scripts/whoop_data.py sleep --days 14

# Recovery scores
python3 scripts/whoop_data.py recovery --days 30

# Strain/cycles
python3 scripts/whoop_data.py cycles --days 7

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

# Combined summary with averages
python3 scripts/whoop_data.py summary --days 7

# Custom date range
python3 scripts/whoop_data.py sleep --start 2026-01-01 --end 2026-01-15

# User profile / body measurements
python3 scripts/whoop_data.py profile
python3 scripts/whoop_data.py body

输出为JSON格式到标准输出。解析它来回答用户问题。

生成图表

使用scripts/whoop_chart.py进行交互式HTML可视化：

# Sleep analysis (performance + stages)
python3 scripts/whoop_chart.py sleep --days 30

# Recovery bars (color-coded green/yellow/red)
python3 scripts/whoop_chart.py recovery --days 30

# Strain & calories trend
python3 scripts/whoop_chart.py strain --days 90

# HRV & resting heart rate trend
python3 scripts/whoop_chart.py hrv --days 90

# Full dashboard (all 4 charts)
python3 scripts/whoop_chart.py dashboard --days 30

# Save to specific file
python3 scripts/whoop_chart.py dashboard --days 90 --output ~/Desktop/whoop.html

图表会在默认浏览器中自动打开。它们使用Chart.js，具有深色主题、统计卡片和工具提示。

回答问题

关键指标

• 恢复状况(0-100%): 绿色 ≥67%，黄色 34-66%，红色 <34%
• 训练负荷(0-21): 基于心率的每日劳累程度评分
• 睡眠表现：实际睡眠时长 vs. 所需睡眠时长
• 心率变异性(毫秒): 数值越高 = 恢复越好，需跟踪长期趋势
• 静息心率(次/分钟): 数值越低 = 心血管健康状况越好

健康分析

当用户询问他们的健康状况、趋势或希望获得洞察时，请使用参考资料/health_analysis.md用于：

• 基于科学的 HRV、静息心率、睡眠阶段、恢复状况、训练负荷、血氧饱和度解读
• 按年龄和健康水平划分的正常范围
• 模式检测（星期几效应、睡眠负债、过度训练信号）
• 基于数据的可操作建议
• 需要寻求医疗咨询的警示信号

分析工作流程

1. 获取数据：python3 scripts/whoop_data.py summary --days N
2. 阅读references/health_analysis.md以获取解释框架
3. 应用五步分析法：状态 → 趋势 → 模式 → 洞察 → 警示
4. 务必包含免责声明：此非医疗建议

参考文献

• references/api.md— 端点详情、响应模式、分页
• references/health_analysis.md— 基于科学的健康数据解读指南