返回顶部
g

garmerGarmin数据提取

Extract health and fitness data from Garmin Connect including activities, sleep, heart rate, stress, steps, and body composition. Use when the user asks about their Garmin data, fitness metrics, sleep analysis, or health insights.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.2
安全检测
已通过
2,037
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

garmer

Garmer - Garmin 数据提取技能

此技能支持从 Garmin Connect 提取健康和健身数据,用于分析和洞察。

前提条件

  1. 1. 拥有包含健康数据的 Garmin Connect 账户
  2. 已安装 garmer CLI 工具(安装选项请参见元数据)

身份验证(一次性设置)

使用 garmer 前,需先通过 Garmin Connect 进行身份验证:

bash
garmer login

系统将提示输入 Garmin Connect 邮箱和密码。令牌将保存至 ~/.garmer/garmin_tokens 供后续使用。

检查身份验证状态:

bash
garmer status

可用命令

每日摘要

获取今日健康摘要(步数、卡路里、心率、压力):

bash
garmer summary

指定日期:


garmer summary --date 2025-01-15

包含昨晚睡眠数据:


garmer summary --with-sleep
garmer summary -s

JSON 格式输出(便于程序化使用):


garmer summary --json

组合参数:


garmer summary --date 2025-01-15 --with-sleep --json

睡眠数据

获取睡眠分析(时长、阶段、评分、HRV):

bash
garmer sleep

指定日期:


garmer sleep --date 2025-01-15

活动记录

列出近期健身活动:

bash
garmer activities

限制结果数量:


garmer activities --limit 5

按指定日期筛选:


garmer activities --date 2025-01-15

JSON 格式输出:


garmer activities --json

活动详情

获取单个活动的详细信息:

bash

最新活动:


garmer activity

按 ID 指定活动:


garmer activity 12345678

包含圈数据:


garmer activity --laps

包含心率区间数据:


garmer activity --zones

JSON 格式输出:


garmer activity --json

组合参数:


garmer activity 12345678 --laps --zones --json

健康快照

获取某天的综合健康数据:

bash
garmer snapshot

指定日期:


garmer snapshot --date 2025-01-15

JSON 格式输出:


garmer snapshot --json

数据导出

将多天数据导出为 JSON:

bash

最近 7 天(默认)


garmer export

自定义日期范围

garmer export --start-date 2025-01-01 --end-date 2025-01-31 --output my_data.json

最近 N 天

garmer export --days 14

实用命令

bash

更新 garmer 至最新版本(git pull):


garmer update

显示版本信息:

garmer version

Python API 使用

如需更复杂的数据处理,可使用 Python API:

python
from garmer import GarminClient
from datetime import date, timedelta

使用已保存的令牌

client = GarminClient.fromsavedtokens()

或使用凭据登录

client = GarminClient.from_credentials(email=user@example.com, password=pass)

用户资料

python

获取用户资料


profile = client.getuserprofile()
print(f用户:{profile.display_name})

获取已注册设备

devices = client.getuserdevices()

每日摘要

python

获取每日摘要(默认为今日)


summary = client.getdailysummary()
print(f步数:{summary.total_steps})

获取指定日期

summary = client.getdailysummary(date(2025, 1, 15))

获取每周摘要

weekly = client.getweeklysummary()

睡眠数据

python

获取睡眠数据(默认为今日)


sleep = client.get_sleep()
print(f睡眠:{sleep.totalsleephours:.1f} 小时)

获取昨晚睡眠

sleep = client.getlastnight_sleep()

获取日期范围睡眠数据

sleepdata = client.getsleep_range( start_date=date(2025, 1, 1), end_date=date(2025, 1, 7) )

活动记录

python

获取近期活动


activities = client.getrecentactivities(limit=5)
for activity in activities:
print(f{activity.activityname}:{activity.distancekm:.1f} 公里)

带筛选条件获取活动

activities = client.get_activities( start_date=date(2025, 1, 1), end_date=date(2025, 1, 31), activity_type=running, limit=20 )

按 ID 获取单个活动

activity = client.get_activity(12345678)

心率

python

获取某天心率数据


hr = client.getheartrate()
print(f静息心率:{hr.restingheartrate} bpm)

仅获取静息心率

restinghr = client.getrestingheartrate(date(2025, 1, 15))

压力与身体电量

python

获取压力数据


stress = client.get_stress()
print(f平均压力:{stress.avgstresslevel})

获取身体电量数据

battery = client.getbodybattery()

步数

python

获取详细步数数据


steps = client.get_steps()
print(f总计:{steps.totalsteps},目标:{steps.stepgoal})

仅获取总步数

total = client.gettotalsteps(date(2025, 1, 15))

身体成分

python

获取最新体重


weight = client.getlatestweight()
print(f体重:{weight.weight_kg} 公斤)

获取指定日期体重

weight = client.get_weight(date(2025, 1, 15))

获取完整身体成分

body = client.getbodycomposition()

水分与呼吸

python

获取水分数据


hydration = client.get_hydration()
print(f摄入量:{hydration.totalintakeml} 毫升)

获取呼吸数据

resp = client.get_respiration() print(f平均呼吸:{resp.avgwakingrespiration} 次/分钟)

综合报告

python

获取健康快照(某天所有指标)


snapshot = client.gethealthsnapshot()

返回:dailysummary, sleep, heartrate, stress, steps, hydration, respiration

获取每周健康报告及趋势

report = client.getweeklyhealth_report()

返回:活动摘要、睡眠统计、步数统计、心率趋势、压力趋势

导出日期范围数据

data = client.export_data( start_date=date(2025, 1, 1), end_date=date(2025, 1, 31), include_activities=True, include_sleep=True, include_daily=True )

常见工作流

健康查询

当用户询问我睡得怎么样?或我的健康摘要是什么?时:

bash
garmer snapshot --json

活动分析

当用户询问锻炼或运动情况时:

bash
garmer activities --limit 10

趋势分析

分析一段时间内的健康趋势时:

bash
garmer export --days 30 --output health_data.json

然后使用 Python 处理 JSON 文件进行分析。

可用数据类型

  • - 活动:跑步、骑行、游泳、力量训练等
  • 睡眠:时长、阶段(深睡、浅睡、REM)、评分、HRV
  • 心率:静息心率、样本数据、区间
  • 压力:压力水平、身体电量
  • 步数:总步数、距离、楼层数
  • 身体成分:体重、体脂率、肌肉量
  • 水分:饮水追踪
  • 呼吸:呼吸频率数据

错误处理

未通过身份验证时:

未登录。请先使用 garmer login 登录。

会话过期时,请重新验证:

bash
garmer login

环境变量

  • - GARMERTOKENDIR:令牌存储的自定义目录
  • GARMERLOGLEVEL:设置日志级别(DEBUG、INFO、WARNING、ERROR)
  • GARMERCACHEENABLED:启用/禁用数据缓存(true/false)

参考

有关详细 API 文档和 MoltBot 集成示例,请参见 references/REFERENCE.md。

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 garmer-1776365078 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 garmer-1776365078 技能

通过命令行安装

skillhub install garmer-1776365078

下载

⬇ 下载 garmer v1.0.2(免费)

文件大小: 66.78 KB | 发布时间: 2026-4-17 13:49

v1.0.2 最新 2026-4-17 13:49
Initial public release—introduces the garmer skill for extracting Garmin health and fitness data.

- Added CLI and Python API for retrieving activities, sleep, heart rate, stress, steps, and body composition from Garmin Connect.
- Included modular extractors and models for structured health data types (activities, daily summaries, sleep, heart rate, stress, steps, body composition, hydration, respiration).
- Provided utility scripts and example integrations, including MoltBot compatibility.
- Supplied comprehensive documentation, command reference, and usage examples in README.md and references.
- Supports authentication, error handling, and environment variable configuration for flexible usage.

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部