起源：一条改变我的帖子
故事要从雪球说起。
某天刷雪球时，看到 @大道无形我有型 分享的一个训练方法：
Zone2 55分钟 + Zone4-5 1-2分钟
据说这种训练方式对降低血脂和坏胆固醇（LDL）特别有效。作为一个久坐的程序员，看到这个方法时，我立刻意识到：这正是我需要的。
不是那种"收藏 = 学会"的自我安慰，而是真的想要执行。
于是我做了第一件事：买了一条 Polar 心率带。
从执行到系统化
Polar 心率带到手后，我开始按照 Zone2 的方法训练。但很快我发现一个问题：
数据太分散了。
Polar 的 app 只能看训练数据，而我想知道的是：
- 今天的训练对身体恢复有什么影响？
- 睡眠质量和训练强度有什么关系？
- 我的 HRV（心率变异性）趋势如何？
这些问题，单靠 Polar 无法回答。
于是我开始构建 VitalMatrix——一个整合多源健康数据的个人管理系统。
数据来源：三驾马车
Polar：训练的核心
Polar 心率带提供了最精准的心率数据，这是 Zone2 训练的基础。
系统从 Polar 获取：
- 训练记录：每次运动的时长、类型、心率曲线
- 心率区间分布：Zone1-5 各区间的时间占比
- 训练负荷（TRIMP）：量化每次训练的强度
- 夜间恢复心率：评估身体的恢复状态
Oura：睡眠与恢复
训练只是健康的一部分，恢复同样重要。
在调研了各种睡眠监测设备后，我选择了 Oura Ring，原因很简单：
- 佩戴无感：戒指比手表舒服太多，睡觉时几乎感觉不到
- 续航惊人：5-7 天充电一次，不用天天惦记
- 数据丰富：睡眠阶段、HRV、血氧、体温变化一应俱全
- 口碑出色：在量化自我（Quantified Self）社区评价很高
Oura 提供的数据：
- 睡眠质量：深睡、浅睡、REM 各阶段时长
- HRV 趋势：心率变异性是恢复状态的金标准
- 准备度评分：综合评估今天是否适合高强度训练
- 压力指标：白天的压力水平监测
- 血氧饱和度：夜间血氧的变化趋势
饮食：被忽视的变量
训练和睡眠都到位了，但还有一个关键变量：吃了什么。
系统集成了 AI 视觉识别，拍张照就能分析：
- 食物种类识别
- 营养成分估算（碳水、蛋白质、脂肪）
- 热量计算
虽然精度不如手动记录，但胜在低摩擦。毕竟，能坚持用的工具才是好工具。
技术实现
架构概览
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Polar │ │ Oura │ │ 饮食拍照 │
│ 心率带 │ │ 戒指 │ │ AI识别 │
└──────┬──────┘ └──────┬──────┘ └──────┬──────┘
│ │ │
└────────────────┼────────────────┘
▼
┌─────────────────┐
│ VitalMatrix │
│ 后端服务 │
│ FastAPI + PG │
└────────┬────────┘
│
┌────────────┼────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Web │ │ 小程序 │ │ API │
│ 管理台 │ │ 移动端 │ │ MCP │
└──────────┘ └──────────┘ └──────────┘
技术栈
| 模块 | 技术选型 |
|---|---|
| 后端 | FastAPI + Python 3.10 |
| 数据库 | PostgreSQL + SQLAlchemy |
| 缓存 | Redis |
| 前端 | React + Vite + TailwindCSS |
| 小程序 | 微信原生 + ECharts |
| AI 服务 | DeepSeek / Qwen / Gemini Vision |
核心功能
每日健康建议
系统综合训练数据和恢复状态，生成个性化的建议：
- 今天 HRV 较低，建议进行轻度恢复性训练
- 连续 3 天高强度训练，建议休息一天
- 睡眠质量下降，关注压力管理
风险标记
系统会自动标记 9 种潜在风险信号：
- 训练过度（连续高负荷）
- 恢复不足（HRV 持续走低）
- 睡眠紊乱（深睡比例异常）
- ...
趋势可视化
7 天滚动趋势图，一眼看清：
- 训练时长变化
- Zone2 占比
- TRIMP 累积
- HRV 波动
为什么要自己做？
市面上有很多健康管理 app，为什么还要自己造轮子？
1. 数据所有权
所有健康数据存储在自己的服务器上，不担心隐私泄露，不担心服务下线数据丢失。
2. 长期积累
我的目标是积累 足够长时间 的个人健康数据——5年、10年甚至更久。商业服务很难保证这种持续性。
3. 自由探索
有了原始数据，我可以自由地探索各种假设：
- Zone2 训练真的能降低我的静息心率吗？
- 睡眠和训练恢复之间的量化关系是什么？
- 饮食对 HRV 有什么影响？
这些问题，只有自己掌握数据才能回答。
4. 低成本
除了硬件（Polar 心率带 + Oura 戒指），软件部分几乎零成本。部署在自己的服务器上，长期运行的成本可以忽略不计。
下一步：Pattern Discovery
目前系统已经跑了一段时间，数据在持续积累。下一步我想做的是：
发现健康和不健康的 Pattern
比如：
- 什么样的训练模式让我的 HRV 提升最快？
- 哪些饮食习惯会导致睡眠质量下降？
- 压力大的时期，什么样的恢复策略最有效？
这些问题的答案，藏在数据里。我需要做的就是持续记录、持续分析。
写在最后
回想起来，这一切都始于雪球上的一条帖子。
Zone2 55分钟 + Zone4-5 1-2分钟
一个简单的训练方法，却让我开始认真对待自己的健康，并最终构建了一套完整的数据系统。
健康管理的本质，其实就是两件事：
- 持续记录——你无法改善你不测量的东西
- 长期坚持——短期数据没有意义，趋势才有价值
VitalMatrix 就是帮我做好这两件事的工具。
项目已在 GitHub 开源，如果你也想掌控自己的健康数据：
https://github.com/anon019/VitalMatrix
希望这个项目能陪伴我，也陪伴你，走向更健康的未来。