ASP源码
PHP源码
.NET源码
JSP源码
Lofy Fitness 是一款以开发者为中心的问责工具，旨在将您的 AI 助手转化为专属的健康教练。作为 Openclaw Skills 生态系统中的一个稳健实现，它使用户能够使用纯文本记录复杂的运动数据和营养信息。该技能专注于一致性而非强度，提供了一种结构化的方式来维护健康数据，且没有传统 App 的摩擦感。
通过利用此技能，开发者可以提供一个自动化的监管层，监控用户进度，计算力量指标，并提供基于数据的鼓励。它旨在维护一个本地、透明的数据状态，是 Openclaw Skills 如何安全管理个性化用户遥测数据的完美范例。
下载入口:https://github.com/openclaw/skills/tree/main/skills/harrey401/lofy-fitness
从源直接安装技能的最快方式。
npx clawhub@latest install lofy-fitness
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/ 优先级：工作区 > 本地 > 内置
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 lofy-fitness。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
要将此功能集成到您的环境中，请确保您使用的是 Openclaw Skills 的标准目录结构。首先，创建必要的数据目录：
mkdir -p data
touch data/fitness.json
使用所需的架构初始化您的 fitness.json 文件以开始追踪：
{
"profile": { "goal": "", "weight_log": [], "start_date": null },
"workouts": [],
"meals": [],
"prs": {},
"weekly_summary": [],
"current_week": { "workout_count": 0, "target": 0, "workouts": [] }
}
该技能在结构化 JSON 格式内管理健康数据，允许其他 Openclaw Skills 潜在地与遥测数据对接。架构组织如下：
| 组件 | 描述 |
|---|---|
| profile | 用户元数据，包括健身目标和体重历史。 |
| workouts | 记录的训练集合，包括日期、肌肉群和运动组数。 |
| meals | 包含膳食描述、时间和估计宏量营养素的营养记录。 |
| prs | 将运动映射到其最高计算出的 1RM 的字典。 |
| current_week | 追踪用户每周频率目标完成进度的状态对象。 |
name: lofy-fitness
description: Fitness accountability for the Lofy AI assistant — workout logging from natural language, meal tracking with calorie/protein estimates, PR detection with Epley formula, gym reminders based on weekly targets, and progress reports. Use when logging workouts, meals, tracking fitness PRs, or generating weekly fitness summaries.
Tracks workouts, meals, PRs, and fitness consistency. An accountability layer that keeps the user honest through natural conversation.
data/fitness.json{
"profile": { "goal": "", "weight_log": [], "start_date": null },
"workouts": [],
"meals": [],
"prs": {},
"weekly_summary": [],
"current_week": { "workout_count": 0, "target": 0, "workouts": [] }
}
{
"date": "2026-02-07",
"type": "strength",
"muscle_groups": ["chest", "triceps"],
"exercises": [
{ "name": "Bench Press", "sets": [{"weight": 185, "reps": 5}] }
],
"duration_min": 60,
"notes": ""
}
{
"date": "2026-02-07",
"meal": "lunch",
"description": "Chicken bowl with rice",
"estimated_calories": 650,
"estimated_protein_g": 45,
"time": "12:30"
}
After parsing workouts, check each exercise against stored PRs:
data/fitness.json before responding about fitness