openGym：自托管健身追踪器，数据真正归你所有

为什么值得关注 openGym

健身追踪类应用有一个共同的问题:你的训练数据存在别人的服务器上,公司倒闭或产品转型时,数据可能随之消失。openGym 选择了一条相反的路线——数据放在你自己的服务器、你自己的文件夹里。

这个项目 2026 年 7 月创建,不到三个月已经积累了超过 5,400 星。它不是一个原型 demo,而是一个功能完整的现代应用:可安装到主屏幕的 PWA(Progressive Web App)、Passkey 登录、离线可用、手机与电脑之间同步,全部跑在一条 docker compose up 命令之后。

它解决什么问题

主流的健身 App 通常把数据留在服务端,靠订阅制盈利。openGym 的核心判断是:训练数据是用户的资产,应该由用户自己保管。

• 无账号体系依赖:用 Passkey(人脸、指纹)登录,不绑第三方账户
• 无订阅、无广告、无遥测
• 数据在你自己控制的文件夹里,可以随时导出为一份 JSON
• 可 fork:整个项目是 AGPL v3 协议,想改就改

它依然具备现代应用该有的体验,而不是一个"能用但难用"的自托管玩具。

核心能力

训练计划编排

• 内置 1,324 个动作库,带动画演示,可按肌肉群在身体地图上浏览,按自有器械过滤
• 四个起步计划(Push/Pull/Legs、Upper/Lower、全身、5×5)可直接加载为可编辑的常规计划
• 支持超级组、热身组、递减组、休息暂停、计时动作(平板支撑、悬挂、农夫行走)、按时间与速度计的有氧、每动作独立休息时间、计划性减载
• 可以创建自己的动作,上传自己的照片、GIF 或短视频;上传前设备端会剥离位置信息

引导式训练

• 今日训练自动开始,重量从上次记录自动预填,组间休息计时器自动运行,训练中自动识别 PR(个人纪录)
• 安静的训练界面:每个动作一个菜单,组号就是菜单本身
• 可选 RIR(Reps in Reserve,预留次数)或 RPE(自感用力度)记录,带颜色与通俗解释
• 杠铃片计算:根据你拥有的片重,自动算出身前杠、EZ 杠、陷阱杠、史密斯机需要加几片
• 自重动作知道自身不带负荷:只记次数,用负重腰带时额外记录

进度追踪

• 每个计划或动作可选线性、Greyskull LP、双进阶(可见次数区间)或加时间等进阶规则,每个目标都解释为什么是这个数字
• 估算 1RM(单次最大重量),带独立曲线;结构性平衡比率(Poliquin、Thibaudeau、ATG)
• 一年活动热力图;肌肉地图三种模式:训练量分布、恢复中、久未训练
• 体重曲线可对照目标线;训练后可以事后编辑、补记纸面记录、调整日期

账户与数据

• Passkey 登录,数据按档案在多设备间同步;每个实例可切换为密码登录;新设备用一次性代码或二维码配对
• 两台设备同时编辑会合并而不是互相覆盖
• 支持从 FitNotes、Strong、Hevy(CSV 或 API key)以及 Apple Health 体重数据导入;随时导出全部数据为 JSON
• 17 种语言,包括从右到左的阿拉伯语

可选的 AI 扩展(默认关闭)

• AI 教练:起草一周训练计划,之后根据你的记录建议调整,每次改动都由你确认;运行在你自己服务器上,用自己的 API key(Anthropic、OpenAI、Gemini 或任何兼容 OpenAI 的端点,含 Ollama)
• MCP 服务器:让 Claude Desktop 之类的助手能回答关于你训练历史的问题;只读、本地,不参与 Docker 构建

快速开始

前置条件:Docker 与 Docker Compose。

git clone https://github.com/DuarteSantos8/openGym
cd openGym
cp .env.example .env
docker compose pull      # 预构建镜像,amd64 + arm64
docker compose up -d

打开 http://localhost:8080,点击 Create profile 即可开始。首次启动会下载一次动作媒体(约 140 MB)。

要在手机上用 Passkey 登录,需要域名上的 HTTPS,.env 里改两行即可。自托管指南覆盖 Cloudflare Tunnel、Caddy、Traefik 和 nginx 四种方式,另有局域网 HTTPS 与 Kubernetes 专项指南。

适用边界

• 需要自托管环境:没有 Docker 或不想维护服务器,不适合;官方 demo 可以先体验
• 追求数据主权:这是最核心的卖点;如果不在意数据归属,主流的免费 App 也够用
• 移动端体验:PWA 可安装、可离线,但不是原生 App;对原生性能有强需求需要评估
• 数据迁移成本:提供 FitNotes/Strong/Hevy 导入,迁移路径是现成的

阅读路径

• 想立刻上手:README 的 Quick start + docs/SELF_HOSTING.md
• 想了解同步原理:README 的 “How sync works”
• 想接入 AI 教练:docs/AI_COACH.md
• 想了解迭代节奏:CHANGELOG.md 按版本记录了全部变更