支援哪些匯出格式？

八種：JSON（完整原始資料）、GPX（路線 + 心率）、TCX（訓練平台）、CSV 摘要、CSV 樣本、單頁 PDF 報告、Markdown 格式的 AI Training Summary，以及供 LLM API 使用的精簡 AI Model JSON。

為什麼有些運動顯示的指標比其他運動少？

HealthKit 會依運動類型、硬體與感測器記錄不同的資料。匯出工具及其分析只包含該次運動實際存在的資料。

你的 Apple Health 資料 — 由你作主

完全掌握你的運動資料。

將 Apple Health 與 Apple Watch 的運動記錄匯出為 GPX、TCX、CSV、JSON 與 PDF。分析、封存、轉移或分享你的運動歷史 — 無需訂閱，也不需雲端服務。

在 App Store 下載查看格式

完全在本機不需帳號、不需同步服務、不需任何後端。

教練級分析心率區間、漂移、分段與訊號品質。

隨處分享AirDrop、Files、Mail、Messages，或任何分享目標。

8種匯出格式

30+項分析指標

100%在裝置上

$4.99一次性付費，無需訂閱

這款 App 能做什麼

瀏覽你的運動記錄，以教練級指標分析，並匯出乾淨好用的檔案 — 包含可直接給 AI 使用的摘要與 PDF 報告。

瀏覽已記錄的運動

在 iPhone 上列出近期的 HealthKit 運動，包含活動類型、日期、時間長度與距離 — 涵蓋 40+ 種活動類型，包括跑步、騎車與游泳。

像教練一樣分析

心率區間、心臟漂移、分段、百分位數、目標區間佔比、行為分段與訊號品質 — 全部在裝置上運算。

以八種格式匯出

JSON、GPX、TCX、兩種 CSV 版面、單頁 PDF 報告，再加上為大型語言模型打造的 AI Training Summary 與 AI Model JSON。

AI 訓練摘要

將一次運動打包成專為 ChatGPT 與 Claude 設計的 Markdown 或精簡 JSON，讓你能請 LLM 像教練一樣檢視這次運動。

追蹤長期進展

依運動類型視覺化時間長度、距離、平均速度與能量趨勢。可依預設期間或自訂日期範圍篩選。

精緻的 PDF 報告

為單次運動或整段訓練期間產生單頁 PDF 報告 — 包含路線地圖、圖表與統計資料。

iOS 18 或更新版本需要實體 iPhone 才能取得真實的 HealthKit 資料透過 HealthKit 支援 Apple Watch 運動記錄一次性購買，無需訂閱

八種匯出格式

依你接下來要做的事選擇格式 — 分析、匯入平台、封存、可列印報告，或 AI 教練分析。

JSON

完整原始資料

無損的 HealthKit 匯出 — 中繼資料、路線點、事件與各類型樣本。最適合 Python、notebook 與封存用途。

GPX

路線 + 心率

含心率軌跡延伸的 GPX 1.1。可載入地圖工具與大多數健身平台。

TCX

訓練平台

包含路線、HR、功率與步頻的結構化運動。可匯入 Strava、Garmin Connect、TrainingPeaks 與 Golden Cheetah。

CSV

摘要

運動中繼資料、涵蓋範圍與各樣本類型統計，以整齊的四欄版面呈現，方便用於試算表。

CSV

範例

所有原始時間序列樣本 — 心率、配速、功率、步頻、海拔 — 攤平成列，方便自訂分析。

PDF

運動報告

單頁可列印報告，包含路線地圖、摘要卡片、指標圖表（含 HR 中位數與 P90）以及樣本統計表。

Markdown

AI Training Summary

資訊密集、易於閱讀的分析，專為貼入 ChatGPT 或 Claude 而設計，可取得針對某次運動的教練回饋。

JSON

AI Model JSON

精簡且具 schema 版本的 JSON，包含分段 HR 曲線與結構化指標 — 專為 LLM API 打造。

單次運動的 PDF 報告，含路線地圖、平均配速與心率卡片、HR 與配速圖表，以及樣本統計表

教練級分析，在裝置上完成

每項分析都由你的 HealthKit 樣本在本機運算，並整合進 AI 與 PDF 匯出。

心率區間

三種模型 — 最大心率百分比、Karvonen（含靜止 HR）與 Friel（含乳酸閾值）。提供各區間的時間與百分比。

HR 百分位數

經時間加權的 p25、p50（中位數）、p75、p90 與 p95，呈現真實分布，而不只是最小/平均/最大值。

心臟漂移

前半段與後半段的 HR 比較，以及在有配速時的配速對 HR 脫鉤 — 經典的有氧耐久度檢驗。

分段

以每公里或每英里計，配速標準化為 /km，並可選擇加上各分段的心率與爬升/下降。

目標區間佔比

落在你設定的 HR 區間之內、之上與之下的時間 — 並附帶超出區間的次數與最長連續時段。

訊號品質

心率涵蓋百分比、中斷次數與最長缺口，讓你了解這些數字的可信度。

行為分段

自動為跑步與步行標記暖身、穩定、衝刺、恢復步行與緩和階段。

恢復成效

心率在步行休息期間恢復的程度 — 每段恢復區間的起始 HR 與結束 HR 比較。

評估

以淺白語言、基於規則的提示，針對漂移、佔比、恢復，以及相對於你目標的上限超標提出說明。

為 AI 教練分析而打造

兩種匯出能把一次運動轉換成大型語言模型可以推理的內容。在裝置上產生 — 由你決定要送往何處。

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——精簡、含結構描述版本

{
  "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
  }
}