SkillRouter

RUNSTR Fitness Skill 是一款专为注重隐私的健身爱好者设计的智能数据接入工具，它通过 Nostr 协议的去中心化特性，让用户能够将 RUNSTR 移动应用中的加密健身数据安全地接入 AI 助手进行分析。 核心用法上，用户首先需要在 RUNSTR 应用中完成锻炼记录并备份至 Nostr 网络，随后向 AI 提供 Nostr 私钥（nsec）。AI 助手使用 nak 工具从指定中继节点获取加密的 Kind 30078 事件数据，通过 NIP-44 标准在本地完成自解密和 gzip 解压，最终解析出包含运动记录、习惯打卡、情绪日记和步数统计的结构化数据。整个过程支持对跑步、骑行、力量训练等多种运动类型的历史回溯，并能结合时间维度分析情绪与运动的关联性。 该技能的显著优点在于数据主权与隐私保护的完美结合。由于数据通过 Nostr 协议加密存储于去中心化中继，用户完全拥有数据控制权；本地解密机制确保敏感健康信息不会上传至第三方服务器；开源透明的文档结构让用户可以审计每一个数据处理步骤；同时支持习惯追踪、情绪分析和运动表现评估的多维数据整合，为 AI 健身教练提供了前所未有的全面数据视角。 然而，该技能也存在一定局限性。数据同步依赖用户手动在 RUNSTR 应用中触发备份，无法实现实时数据流；技术门槛较高，用户需要理解 Nostr 的 nsec/npub 密钥体系；私钥管理责任完全由用户承担，一旦泄露将导致健身数据隐私暴露；此外，数据完整性受限于最后一次备份时间，可能存在数天的数据滞后。 该技能特别适合三类人群：已在日常使用 RUNSTR 记录运动的 Bitcoin/Nostr 社区用户；对 Strava 等中心化健身平台数据隐私政策敏感，希望拥有数据主权的健康管理者；以及需要基于长期习惯、情绪和运动数据进行综合分析的自律训练者。 使用风险主要包括：私钥输入环节存在被恶意程序截获的理论风险，尽管文档承诺不存储 nsec，但用户仍需确保在安全环境下操作；依赖 nak 工具和 Node.js 环境的版本兼容性可能带来执行失败；备份数据陈旧可能导致 AI 给出基于过时信息的训练建议；此外，Nostr 中继的可用性也会影响数据获取的稳定性。