支持哪些导出格式？

八种：JSON（完整原始数据）、GPX（路线 + 心率）、TCX（训练平台）、CSV 摘要、CSV 样本、单页 PDF 报告、Markdown 格式的 AI Training Summary，以及面向 LLM API 的紧凑型 AI Model JSON。

为什么有些健身记录显示的指标比其他记录更少？

HealthKit 会根据健身类型、硬件和传感器记录不同的数据。导出工具及其分析功能只包含该次训练实际存在的数据。

你的 Apple Health 数据 —— 由你做主

掌控你的健身数据。

将 Apple Health 和 Apple Watch 健身记录导出为 GPX、TCX、CSV、JSON 和 PDF。分析、归档、迁移或分享你的健身历史 —— 无需订阅，也无需云服务。

在 App Store 下载查看支持的格式

完全本地化无需账户、无需同步服务、无需任何后端。

教练级分析心率区间、漂移、分段配速与信号质量。

随处分享AirDrop、文件、邮件、信息，或任何分享目标。

8种导出格式

30+项分析指标

100%在设备本地

$4.99一次性购买，无需订阅

这款 App 能做什么

浏览你的健身记录，用教练级指标进行分析，并导出干净、好用的文件 —— 包括可供 AI 使用的摘要和 PDF 报告。

浏览已记录的健身记录

在 iPhone 上列出最近的 HealthKit 健身记录，含活动类型、日期、时长和距离 —— 涵盖跑步、骑行、游泳等 40 多种活动类型。

像教练一样分析

心率区间、心脏漂移、分段配速、百分位、目标区间占比、行为分段和信号质量 —— 全部在设备本地计算。

支持八种格式导出

JSON、GPX、TCX、两种 CSV 布局、单页 PDF 报告，外加面向大语言模型的 AI Training Summary 和 AI Model JSON。

AI 训练摘要

将一次训练打包成专为 ChatGPT 和 Claude 设计的 Markdown 或紧凑 JSON，让你可以请大语言模型像教练一样点评这次健身。

追踪长期进步

按健身类型可视化时长、距离、平均速度和能量趋势。可按预设时间段或自定义日期范围筛选。

精美的 PDF 报告

为单次健身或整个训练周期生成单页 PDF 报告 —— 含路线地图、图表和统计数据。

iOS 18 或更高版本获取真实 HealthKit 数据需使用实体 iPhone 通过 HealthKit 支持 Apple Watch 健身记录一次性购买，无需订阅

八种导出格式

根据你下一步要做的事选择格式 —— 分析、导入平台、归档、可打印报告，或 AI 教练。

JSON

完整原始数据

无损的 HealthKit 导出 —— 含元数据、路线点、事件和按类型分类的样本。最适合 Python、笔记本和归档。

GPX

路线 + 心率

带心率轨迹扩展的 GPX 1.1。可载入地图工具和大多数健身平台。

TCX

训练平台

包含路线、HR、功率和踏频的结构化健身数据。可导入 Strava、Garmin Connect、TrainingPeaks 和 Golden Cheetah。

CSV

摘要

以整洁的四列布局呈现健身元数据、覆盖率和按样本类型分类的统计数据，便于电子表格使用。

CSV

示例文件

所有原始时间序列样本 —— 心率、配速、功率、踏频、海拔 —— 展平为行，便于自定义分析。

PDF

健身报告

单页可打印报告，含路线地图、摘要卡片、指标图表（含 HR 中位数和 P90）以及样本统计表。

Markdown

AI Training Summary

信息密集、便于阅读的分析，专为粘贴到 ChatGPT 或 Claude 中、获取对某次健身的教练式反馈而设计。

JSON

AI Model JSON

一份紧凑、带 schema 版本的 JSON，含分段 HR 曲线和结构化指标 —— 专为 LLM API 打造。

单次健身的 PDF 报告，含路线地图、平均配速与心率卡片、HR 与配速图表，以及样本统计表

教练级分析，在设备本地完成

每项分析都基于你的 HealthKit 样本在本地计算，并整合进 AI 和 PDF 导出文件中。

心率区间

三种模型 —— 最大心率百分比、Karvonen（含静息 HR）和 Friel（含乳酸阈值）。显示每个区间的时间和百分比。

HR 百分位

时间加权的 p25、p50（中位数）、p75、p90 和 p95，呈现真实分布，而不只是最小/平均/最大值。

心脏漂移

前半段与后半段 HR 对比，以及在有配速数据时的配速-心率脱钩 —— 经典的有氧耐力检验。

分段配速

按公里或英里划分，配速归一化为 /km，并可选显示每段心率和海拔上升/下降。

目标区间占比

在你设定的 HR 区间内、之上和之下所花的时间 —— 含越界次数和最长持续时段。

信号质量

心率覆盖百分比、丢失次数和最长间隔，让你知道这些数字有多可信。

行为分段

为跑步和步行自动标记热身、匀速、冲刺、恢复步行和放松阶段。

恢复效果

心率在步行间歇期间的恢复情况 —— 每个恢复段的起始与结束 HR 对比。

评估

以通俗语言、基于规则地提示漂移、占比、恢复以及与你目标相悖的上限突破。

为 AI 教练而生

两种导出格式将一次健身转化为大语言模型可以推理的内容。在设备本地生成 —— 由你决定发往何处。

AI Training Summary — Markdown

# AI Training Summary — Running — Apr 14
## Context
- Activity: Running (outdoor)
- Duration: 1:15:11 · Distance: 6.16 km
- Goal: Aerobic Base · Target band: 130–150
## Heart Rate
- Avg 137 · Max 157 · Median 138
- p90 151 · Coverage 99.4%
## HR Zones (% max)
- Z2 41% · Z3 38% · Z4 16%
## Cardiac Drift
- PA:HR decoupling 4.8%
## Assessment
- Aerobic base session; drift in range

AI Model JSON——精简、带 schema 版本

{
  "schema_version": "workout-ai-model-v1",
  "context": {
    "activity_type": "Running",
    "duration_seconds": 4511,
    "goal": "aerobic_base"
  },
  "raw_summary": {
    "avg_hr": 137, "max_hr": 157,
    "percentiles": { "p50": 138, "p90": 151 }
  },
  "signal_quality": {
    "hr_coverage_percent": 99.4,
    "dropout_count": 0
  },
  "heart_rate_curve": {
    "type": "piecewise_linear",
    "point_count": 42,
    "sample_count": 901
  }
}