Apple Health в Obsidian: как я оцифровал здоровье и подключил AI-агента

01

Несколько лет я оцифровывал здоровье кусками

Я AI-энтузиаст, поэтому тема здоровья постоянно казалась идеальным полигоном. Данных много, решения повторяются, история важна. Значит, агент должен быть полезен.

На практике мои эксперименты жили отдельно друг от друга. Я выгружал сон и параллельно отмечал настроение, чтобы найти корреляции. Вручную записывал тренировки в Obsidian. Складывал анализы в папку. Каждый подход работал пару недель, затем превращался в ещё одну заброшенную таблицу.

Проблема была не в нехватке данных. У меня не было места, где план, факт и контекст встречались бы друг с другом.

Результат пока не впечатляет цифрами. За месяц система не сделала меня здоровее и не нашла волшебную корреляцию. Она дала более скучную пользу: я вижу нагрузку в контексте и понимаю, когда не нужно добавлять ещё один километр или подход только ради растущего графика. Для меня это уже решение, а не ещё один дашборд.

Была и вторая причина, которую я понял позже. Каждая старая система требовала отдельного ритуала: открыть приложение, выбрать шаблон, вспомнить тег, переложить запись. Через две-три недели я переставал это делать. Отсюда моё правило: если ведение системы отнимает больше сил, чем экономит, я её брошу. Поэтому на входе должно остаться одно короткое сообщение, а разбор и раскладку по файлам я отдаю агенту.

Возвращение к бегу сделало проблему видимой

Год назад я много бегал, потом выпал из режима. Когда решил вернуться, мне уже не хотелось просто снова наматывать километры. Я хотел восстановить форму осознанно и одновременно не бросать большую силовую цель по подтягиваниям.

За пять дней беговая часть моих прогулок выросла примерно с 1,2 до 3,2 км. Средний пульс поднялся со 129 до 152. Это не вывод и не диагноз. Менялись темп, погода, накопленная нагрузка и восстановление. Но именно поэтому одной красивой линии в приложении недостаточно.

Мне была нужна система, которая видит обе линии. Возвращение к бегу и программу подтягиваний. Она должна знать план, фактически выполненную нагрузку и моё описание тренировки, а потом помочь не запланировать следующую неделю вслепую.

02

Четыре слоя одной системы

Сейчас моя система держится на четырёх слоях. Каждый отвечает только за свою часть работы.

Apple Watch не заменяют дневник. Дневник не заменяет измерения. Агент не заменяет врача. Система полезна именно потому, что эти границы не размыты.

Чем длиннее история, тем полезнее агент

Я начал складывать в тот же контур все исследования, которые у меня есть. Бумажный анализ можно отсканировать. Агент переносит дату, лабораторию, показатель, единицу и референс. Текстовое заключение УЗИ, ЭКГ или рентгена становится частью хронологии.

Сырые снимки и медицинские выводы остаются специалисту. Моя система умеет найти старый результат, показать изменение совместимых показателей и собрать вопросы к врачу. Она не должна диагностировать по изображению или советовать лечение.

03

Три задачи, для которых подходит та же схема

Моя система выросла из бега и подтягиваний, поэтому в центре у неё тренировка. Но Obsidian и агента можно собрать вокруг другой задачи. Ниже не мои готовые кейсы, а три варианта конструкции. Они помогают сначала выбрать вопрос, а уже потом поля, плагины и автоматизацию.

Obsidian или таблица: честный выбор

Если бы мне нужны были только числа и графики, я бы выбрал Google Sheets или приложение вроде Daylio. Obsidian оправдывает себя, когда вместе с показателем нужно хранить обстоятельства и принятые решения. Вот где проходит граница.

Моё правило: цифры без контекста живут в приложении, решения живут в vault. Если вы не собираетесь ничего решать, а хотите просто видеть график, статья дальше вам не нужна.

04

Соберите минимальную версию за один вечер

Для старта не нужен мой vault и не нужен Hermes. Достаточно Obsidian и любого агента, который умеет работать с файлами. Если Obsidian у вас ещё нет, создайте новый vault. Если уже есть, добавьте в него один раздел.

1. Создайте простую структуру

Health/
├── Dashboard.md
├── Workouts.base
├── Schema.md
├── Workouts/
├── Plans/
├── Labs/
├── Metrics/
└── _templates/

Не пытайтесь сразу собрать все возможные метрики. Начните с вопросов, на которые система должна отвечать: выполнил ли я план, как меняется объём, где появилась боль, что скорректировать на следующей неделе.

2. Одна тренировка равна одному файлу

YAML-свойства дают структуру агенту и Obsidian Bases. Обычный текст остаётся удобным человеку.

---
type: workout
workout_type: кардио
workout_date: 2026-07-15
workout_time: "13:36"
duration_min: 61
status: выполнено
data_source: apple_health
source_record_id: "..."
distance_km: 5.29
avg_hr: 129
max_hr: 173
rpe:
pain_level: 0
---

## План
- Лёгкий бег 2 км внутри прогулки.

## Факт
- Бег 2,05 км. Без боли.

## После
- Нагрузку пока не повышать.

План и факт должны быть разными сущностями. Если тренировка уже была запланирована, импорт обновляет её, а не создаёт второй файл. Ручные разделы не перезаписываются.

3. Включите только встроенные возможности Obsidian

Для первой версии достаточно Properties, Bases и Templates. Bases строит таблицы поверх обычных Markdown-файлов. Данные не запираются в отдельной базе.

Community plugins можно добавить позже. Obsidian предупреждает, что такие плагины выполняют сторонний код с правами приложения. Для медицинских данных разумнее начать с встроенных функций и минимального числа расширений.

В архиве starter-vault уже собраны структура, шаблоны, Base и промпт для агента.

05

Три способа забрать данные из Apple Health

Важное ограничение: у Apple нет готовой кнопки «синхронизировать Health в Obsidian». Встроенная функция создаёт полный XML-экспорт. Это хороший способ загрузить историю, но не постоянный поток.

1. 1
   Записывайте тренировки часами

   Запускайте Workout на Apple Watch. Набор сохранённых показателей зависит от типа занятия, но обычно в запись попадают длительность, энергия, пульс и дистанция.

2. 2
   Выгрузите историю

   На iPhone откройте Health, профиль и функцию Export All Health Data. Apple описывает этот экспорт как XML. Официальная инструкция Apple.

3. 3
   Разберите архив вне vault

   Исходный ZIP и GPX не должны попадать в Obsidian или Git. Маршруты содержат точные координаты. Агенту нужны нормализованные сводки, а не весь сырой архив.

4. 4
   Обновите существующие файлы

   Сначала сопоставляйте тренировки по идентификатору, затем по дате, типу и времени. Повторный импорт должен обновить запись, а не создать дубль.

Три уровня подключения

Я использую первый путь с собственным потоковым парсером. Он объединяет соседние сегменты ходьбы и бега, хранит исходные идентификаторы и не трогает мои ручные заметки. Для бесплатного гайда этого достаточно. Строить iOS-приложение ради первой версии не нужно.

Если у вас не Apple Watch

Принцип остаётся тем же: нужен способ забрать собственные данные. Oura и WHOOP дают ручной экспорт и официальные API. Garmin позволяет выгружать активности и полный архив. Я не проверял эти контуры лично, поэтому не буду изображать пошаговую инструкцию.

Трекер вообще не обязателен для планов и ручного журнала. Но без носимого устройства не получится бесшовно собирать непрерывную биометрию. Чем длиннее качественная история, тем полезнее агент.

06

Сканируйте бумагу, но не отдавайте агенту роль врача

В систему можно добавить старые бумажные анализы и заключения. Я сканирую их, агент распознаёт текст и создаёт карточку. В ней есть дата, тип исследования, значения, единицы, референсы и официальный текст заключения.

Система может напомнить, что показатель пора перепроверить, и собрать его историю. Она не должна диагностировать по рентгену, сырой ЭКГ или снимку УЗИ. Для таких документов агент переносит текст заключения специалиста.

Приватность нужно продумать сразу

• Сырой Apple Health, GPX, лабораторные PDF и снимки хранятся вне публичного vault.
• Локальный Obsidian vault сам по себе не шифруется. Нужны FileVault, блокировка устройства и резервная копия.
• Перед отправкой в облачную модель убирайте ФИО, адреса, маршруты и лишние идентификаторы.
• В ChatGPT можно отключить Improve the model for everyone. Для чувствительных разовых запросов есть Temporary Chat. Официальное описание Data Controls.

09

Вопросы, которые задают чаще всего

10

Данные становятся полезными только перед решением

Apple Watch и раньше записывали мои тренировки. Obsidian и раньше хранил планы. Анализы и раньше лежали в папке. За месяц новая система не сделала меня здоровее и не нашла сенсационной закономерности.

Она сделала другое. План, фактическая нагрузка и самочувствие теперь лежат в одной хронологии. Перед следующей неделей я могу решить не добавлять нагрузку. Иногда «ничего не менять» и есть полезный результат анализа.

Не нужно оцифровывать всю жизнь за вечер. Создайте одну запись, проведите одну тренировку и дайте агенту обновить один файл. Если это не помогает принять следующее решение, больше данных пока не нужно.

Коротко в цифрах

• 4 слоя: ручная запись, часы, импорт, агент.
• 20 минут на папки, шаблон и первую ручную запись. Автоматизация остаётся на потом.
• 0 community-плагинов в минимальной версии: Properties, Bases и Templates встроены.
• 1 тренировка равна одному файлу с YAML сверху и текстом снизу.
• 3 состояния у любого значения: не записано, нет, да.
• 0 диагнозов от агента. Гипотезы идут к врачу.

Ещё один разбор в том же жанре, но про работу: как мы разогнали аккаунты до 100 млн просмотров в месяц. Тоже система целиком, со скриншотами и цифрами.