Mi Fitness Data Bridge

English version: README.en.md

米家数据桥（Mi Fitness Data Bridge）

Glama score

本地优先的数据桥接器，把你自己的小米运动健康数据导出到 SQLite、JSON、CSV、Python 以及兼容 MCP 的工具。

小米运动健康 App 很乐意给你看你的步数、睡眠和心率——却从不让你把这些数据带走。这个桥接器把你自己的数据放进你自己硬盘上的一个 SQLite 文件里。

非官方社区项目。本项目与小米没有任何隶属或背书关系。实验性的云端适配器可能因为小米改动私有接口而随时失效。请只在你有权访问的账号和数据上使用。

实测验证

2026-07-20 在 Windows（Python 3.14）上基于 main 分支的提交录制。所有数据均为合成数据，不涉及任何凭据或网络访问。（测试数量已于 2026-08-13 复核更新。）

测试套件：

$ python -m pytest -q -p no:cacheprovider
..............................................                       [100%]
46 passed in 7.21s

端到端合成演示（examples/synthetic_demo.py 先用合成记录填充本地 SQLite 缓存，再跑真实的 JSON/CSV 导出流水线）：

$ python examples/synthetic_demo.py
Seeded synthetic database: C:\Users\njshk\AppData\Local\Temp\mi-fitness-demo-53el7cfh\mi_fitness.db
  daily_activity: 2026-07-15 .. 2026-07-15 (1 day(s))
  sleep: 2026-07-14 .. 2026-07-14 (1 day(s))
  workouts: 2026-07-15 .. 2026-07-15 (1 day(s))
  body_measurements: 2026-07-15 .. 2026-07-15 (1 day(s))

Export completed
  mi_fitness.json
  daily_activity.csv
  sleep.csv
  workouts.csv
  body_measurements.csv
  heart_rate.csv
  spo2.csv
  stress.csv
  abnormal_heart_beat.csv

JSON envelope:
  schema_version: 1.0
  source: mi_fitness_data_bridge
  records.daily_activity: 1 row(s)
  records.sleep: 1 row(s)
  records.workouts: 1 row(s)
  records.body_measurements: 1 row(s)

Sample sleep row (synthetic):
  start_at=2026-07-14T23:20:00 end_at=2026-07-15T07:05:00
  duration_minutes=465 score=86
  stages=[{"stage": "deep", "minutes": 82}, {"stage": "light", "minutes": 271}, {"stage": "rem", "minutes": 88}, {"stage": "awake", "minutes": 24}]

已合并 health-assistant 项目

health-assistant 项目（本地优先的个人健康看板：Strava、睡眠、身体成分、饮食分析）已合并进本仓库，其原仓库已归档。吸收过来的资产位于 docs/health-assistant/ 目录下：

• analytics.py —— 零依赖的训练/恢复总结与建议引擎参考实现（7 天训练统计、急性/慢性负荷比、就绪度检查、每日训练建议）。
• coaching_methodology.md —— 其背后可解释的骑行教练、身体成分与运动营养方法论。
• README.md —— 完整的迁移说明，包括有意未移植的部分（FastAPI 看板、Strava OAuth/Webhook 管线、餐食照片分析）以及原因。

这个项目做什么

• 通过一个实验性的中国区云端适配器读取小米运动健康数据。
• 把规范化后的记录存进本地 SQLite 数据库。
• 导出不含凭据的便携式 JSON 或 CSV。
• 暴露本地 MCP 查询工具，供个人自动化使用。
• 为下游项目（比如个人减脂顾问）提供一份可复用的连接器实现。

它刻意不提供医疗建议、减肥指导、托管式账号访问或多用户云服务。

为什么做这个桥接器？

之前	之后
你的健康历史只存在于小米运动健康 App 里，唯一的"导出"方式是截图。	mi-fitness-bridge sync 把每日活动、睡眠、运动、身体测量、心率、血氧（SpO2）和压力拉进一个规范化的本地 SQLite 数据库。
想回答"我上个月睡得怎么样"，得在 App 里一天天往回翻。	mi-fitness-bridge export --format csv --type sleep --start-date ... --end-date ... 输出一个精确按该区间过滤、可直接用表格软件打开的 CSV。
想让 AI 助手访问你的健康数据，就得把凭据交给某个托管服务。	mi-fitness-bridge serve 基于你自己的数据库暴露本地 MCP 查询工具；passToken 留在操作系统钥匙串里，导出文件中永远不会包含它。

支持的数据集

• 每日活动：步数、距离、活动热量和活动分钟数。
• 睡眠记录及睡眠阶段。
• 运动记录。
• 身体测量：体重及可用的身体成分字段。
• 心率样本，包括可用时的静息心率。
• 血氧（SpO2）、压力和异常心跳事件（取决于账号/设备是否提供）。

实际可用性因设备、账号地区、固件和小米上游服务而异。

安装

git clone https://github.com/shkyyy18/mi-fitness-data-bridge.git mi_fitness_data_bridge
cd mi_fitness_data_bridge
python -m venv .venv

Windows PowerShell：

.\.venv\Scripts\Activate.ps1
pip install -e ".[dev]"

Windows Git Bash：

source .venv/Scripts/activate
pip install -e ".[dev]"

macOS/Linux：

source .venv/bin/activate
pip install -e '.[dev]'

配置

更安全的交互式配置路径可以避免把 passToken 直接写进 shell 历史：

mi-fitness-bridge setup
mi-fitness-bridge doctor

在可用时，凭据通过本地钥匙串（keyring）存储。某些备用的 keyring 实现存储密钥的方式可能不够安全，使用前请先了解你操作系统的 keyring 行为。

如何获取 user_id 和 passToken

本桥接器使用的是小米账号级凭据（与米家 App 同一套登录态），以下两种方式任选其一：

方式一：浏览器手动复制

1. 在浏览器打开 account.xiaomi.com 并登录你的小米账号（与小米运动健康 App 同一个账号）。
2. 打开开发者工具（F12）→「应用 / Application」→ Cookies → https://account.xiaomi.com。
3. 复制 userId 和 passToken 两个 Cookie 的值，在 mi-fitness-bridge setup 提示时粘贴。

方式二：扫码登录工具

用开源的 mijia-api 扫码登录一次：

pip install mijiaAPI
python -c "from mijiaAPI import mijiaAPI; mijiaAPI().login()"   # 终端出二维码，用米家 App 扫码

登录态默认保存在 ~/.config/mijia-api/auth.json（Windows 为 %USERPROFILE%\.config\mijia-api\auth.json），其中的 userId 和 passToken 即可直接用于本桥接器——小米账号级凭据跨服务通用，桥接器会用它换取小米运动健康（sid=miothealth）的会话。

注意：

• passToken 会过期；doctor 报认证失败时按上面步骤重新获取一次即可。
• 浏览器法请在自己常用的网络环境下登录；频繁或异地操作可能触发小米账号风控（滑块/短信验证），如遇风控可改用扫码法。
• Cookie 名称与登录流程基于 2026-08 的实测，可能因账号地区、设备或风控策略而异；小米也可能随时调整私有接口（见顶部实验性声明）。
• 这两个值等同于你的账号登录态，请勿泄露，也请勿提交到 Git。

同步

mi-fitness-bridge sync --start-date 2026-07-01 --end-date 2026-07-15

或者只同步某一个数据集：

mi-fitness-bridge sync --type sleep --start-date 2026-07-01 --end-date 2026-07-15
mi-fitness-bridge sync --type body_measurements --start-date 2026-07-01 --end-date 2026-07-15

数据库默认落在平台用户数据目录（platformdirs 决定）。sync、export、serve、doctor 都支持用 --db 参数或 MI_FITNESS_DB_PATH 环境变量换位置，优先级：命令行 > 环境变量 > 默认位置。注意 platformdirs 在 Windows 上不响应 LOCALAPPDATA 环境变量，要自定义路径请用上述两种方式：

mi-fitness-bridge sync --db ./data/mi_fitness.db --start-date 2026-07-01 --end-date 2026-07-15
export MI_FITNESS_DB_PATH=./data/mi_fitness.db

导出

生成一个便携式 JSON 文件：

mi-fitness-bridge export --format json --output exports/mi_fitness.json

每个数据集各生成一个 CSV 文件：

mi-fitness-bridge export --format csv --output exports/csv

按数据集和日期过滤：

mi-fitness-bridge export --format json --type sleep \
  --start-date 2026-07-01 --end-date 2026-07-15 \
  --output exports/sleep.json

导出文件永远不会包含已保存的小米 passToken，但会包含明文 user_id 等标识列——导出文件属于敏感个人数据，请妥善保管。导出的健康记录默认已被 Git 忽略。

导出格式说明（JSON 信封结构、CSV 布局、闭区间日期筛选规则）见 Export format。

MCP 服务

兼容命令仍然可用：

mi-fitness-bridge serve
# legacy alias
mi-fitness-mcp serve

可用的工具包括连接状态、同步、覆盖范围、每日摘要、身体测量、睡眠、运动、心率、血氧（SpO2）和压力查询，以及面向 agent 的 workout_series 运动时序工具——按 max_points 硬上限自动降采样（固定时间桶均值，SQLite 内聚合），并在响应中如实标注 downsampled、source_points、returned_points、method，同时给出全精度统计（avg/min/max/分位数）与心率区间时间。query_workouts、get_daily_summary 等列表/汇总工具附带 data_quality（覆盖天数、缺失指标、最后同步时间）。

作为 Python 依赖使用

规范化适配器在兼容模块名下仍然可用：

from mi_fitness_mcp.adapters.mi_fitness_cloud import MiFitnessCloudAdapter

下游项目应当安装本包，而不是 vendor 或复制连接器源码。

隐私与安全

• 妥善保管 passToken、本地数据库、导出文件和日志，不要外泄。
• 导出文件不含 passToken，但含明文 user_id 等标识列，同样属于敏感个人数据。
• 不要把本桥接器当作公开的凭据代理来运行。
• 不要提交真实健康数据或包含个人指标的截图。
• 在 bug 报告和文档中一律使用合成数据。
• 本软件仅用于个人数据访问和工程研究，不用于诊断或治疗。

负责任披露方式见 SECURITY.md，出处溯源见 THIRD_PARTY_NOTICES.md。

开发

pip install -e '.[dev]'
python -m pytest -q -p no:cacheprovider
python -m ruff check src tests

发布

版本历史见 CHANGELOG.md，发布及发布后检查项见 docs/release-checklist.md。

相关项目

• garmin-mcp —— 本地优先的 Garmin 数据 MCP 服务。与本项目共享 agent-safe-series/v1 数据契约（时间序列降采样字段语义逐字节对齐），同一个 AI agent 可以无缝消费两个服务的数据。

支持这个项目

如果这个工具帮到了你，在 GitHub 上帮我点个 star 吧。