SparkyFitness
SparkyFitness 是一款专为家庭设计的开源健康追踪平台,旨在让用户在完全掌控个人数据的前提下,记录饮食、运动、饮水、睡眠及各项身体指标。它解决了主流健康应用(如 MyFitnessPal)依赖第三方服务器、存在隐私泄露风险且订阅费用高昂的痛点,通过“自托管”模式将数据存储权交还给用户自己。
无论是关注全家健康的普通家庭用户,还是注重数据隐私的技术爱好者,都能从中受益。普通用户可以利用其简洁的界面进行日常打卡、设定目标并查看长期趋势图表;开发者则能享受部署在自己服务器上的自由,灵活配置后端与前端。
SparkyFitness 的核心亮点在于其强大的兼容性与隐私优先架构。它不仅支持 iOS 和 Android 原生应用,还能无缝同步 Apple Health、Google Health Connect、Fitbit、Garmin 等数十种主流设备与平台的数据。此外,项目引入了可选的 AI 对话功能(SparkyAI),让用户能通过自然语言轻松完成记录。配合多重安全认证机制(如 Passkey、MFA),SparkyFitness 在保障数据安全的同时,为家庭成员提供了一个温馨、私密且功能全面的健康管理空间。
使用场景
李先生一家四口正试图共同改善饮食习惯并管理体重,但分散的数据和隐私担忧让他们的健康计划难以坚持。
没有 SparkyFitness 时
- 数据孤岛严重:父亲的 Garmin 手表、母亲的 Apple Health 和孩子的学校体育数据分散在不同 App 中,无法汇总分析,家庭整体运动量是一笔糊涂账。
- 隐私安全焦虑:使用主流商业健身应用时,担心详细的身体指标、饮食记录甚至位置信息被第三方公司收集并用于广告画像。
- 协作效率低下:全家无法共享食谱或互相监督饮水打卡,只能靠微信群口头提醒,缺乏可视化的进度图表,难以形成合力。
- 手动记录繁琐:遇到非标准餐食时,需手动查询营养成分并逐个输入,耗时耗力,导致家人很快放弃记录。
使用 SparkyFitness 后
- 全平台自动同步:SparkyFitness 通过后端接口自动拉取 Garmin、Apple Health 等多源设备数据,生成统一的家庭健康仪表盘,实时展示每位成员的运动与睡眠趋势。
- 数据完全自主可控:李先生将 SparkyFitness 部署在自家 NAS 上,所有敏感健康数据仅存储在本地局域网,彻底杜绝了云端泄露风险。
- 家庭互动可视化:利用多用户配置文件,全家人可在同一界面查看彼此的目标完成度,系统生成的互动图表让“喝水比赛”和“步数挑战”变得直观有趣。
- AI 辅助便捷录入:借助内置的 SparkyAI 对话功能,家人只需拍照或语音描述晚餐,系统即可自动识别食材并计算营养数值,大幅降低记录门槛。
SparkyFitness 通过私有化部署与 AI 智能化整合,让家庭健康管理在确保绝对隐私的前提下,实现了从“各自为战”到“数据驱动的共同成长”的转变。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
SparkyFitness
一款以隐私为先的自托管 MyFitnessPal 替代品。追踪营养、运动、身体指标和健康数据,同时完全掌控您的数据。

SparkyFitness 是一个自托管的健身追踪平台,由以下部分组成:
- 后端服务器(API + 数据存储)
- 基于 Web 的前端
- iOS 和 Android 原生移动应用
它将健康数据存储并管理在您控制的基础设施上,无需依赖第三方服务。
核心功能
- 营养、运动、水分摄入、睡眠、禁食、情绪和身体测量的追踪
- 目标设定和每日打卡
- 交互式图表和长期报告
- 多用户个人资料和家庭共享访问权限
- 浅色与深色主题
- OIDC、TOTP、Passkey、MFA 等
健康与设备集成
SparkyFitness 可以从多个健康和健身平台同步数据:
- Apple Health(iOS)
- Google Health Connect(Android)
- Fitbit
- Garmin Connect
- Withings
- Polar Flow(部分测试)
- Hevy(未测试)
- OpenFoodFacts
- USDA
- Fatsecret
- Nutritioninx
- Mealie
- Tandoor
- Strava(部分测试)
这些集成会自动同步活动数据,如步数、锻炼和睡眠,以及健康指标,如体重和身体测量,到您的 SparkyFitness 服务器。
可选 AI 功能(测试版)
SparkyAI 提供了一个用于记录数据和回顾进展的对话式界面。
- 通过聊天记录食物、运动、身体数据和步数
- 上传食物图片以自动记录餐食
- 保留对话历史以便后续跟进
注意:AI 功能目前处于测试阶段。
快速入门(服务器)
使用 Docker Compose,您可以在几分钟内启动一个 SparkyFitness 服务器。
# 1. 创建新文件夹
mkdir sparkyfitness && cd sparkyfitness
# 2. 仅下载 Docker 文件
curl -L -o docker-compose.yml https://github.com/CodeWithCJ/SparkyFitness/releases/latest/download/docker-compose.prod.yml
curl -L -o .env https://github.com/CodeWithCJ/SparkyFitness/releases/latest/download/default.env.example
# 3. (可选)编辑 .env 文件以自定义数据库凭据、端口等。
# 4. 启动应用
docker compose pull && docker compose up -d
# 访问应用:http://localhost:8080
🎥 视频教程
一段 2 分钟的快速教程,展示如何安装 SparkyFitness(自托管健身追踪器)。
文档
有关完整的安装指南、配置选项和开发文档,请访问我们的 文档网站。
快速链接
- 安装指南 - 部署和配置
- 功能概述 - 完整的功能文档
- 开发流程 - 开发者指南和贡献流程
- iOS 应用信息 和 Android 应用信息
需要帮助?
- 在 Github 的问题/讨论区发帖。
- 如需更快响应并获得其他社区成员的帮助,请 加入我们的 Discord。
星标历史
翻译
仓库活动
贡献者
⚠️ 已知问题 / 测试版功能 ⚠️
SparkyFitness 目前正处于积极开发中。 不同版本之间可能会出现破坏性变更。
- 不建议自动更新容器
- 升级前请务必查看发布说明
以下功能目前处于测试阶段,可能尚未经过充分测试。您可能会遇到一些 bug 或功能不完整的情况:
- AI 聊天机器人
- 家人与朋友访问权限
- API 文档
版本历史
v0.16.5.82026/04/18v0.16.5.72026/04/12v0.16.5.62026/04/01v0.16.5.52026/03/28v0.16.5.42026/03/25v0.16.5.32026/03/17v0.16.5.22026/03/14v0.16.5.12026/03/14v0.16.5.02026/03/09v0.16.4.92026/03/05v0.16.4.82026/03/01v0.16.4.62026/02/27v0.16.4.52026/02/22v0.16.4.42026/02/20v0.16.4.32026/02/16v0.16.4.22026/02/12v0.16.4.12026/02/09v0.16.4.02026/02/06v0.16.3.62026/01/23v0.16.3.52026/01/19常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
