正在打开工具详情…
自托管的健身与体重记录：1324 个动作库、引导式训练、渐进规则与 PR 追踪，手机上用 passkey 登录。
自己做力量训练、认真记录进阶数据、并且不接受把健身历史托管在别人服务器上的人；有 NAS 或小服务器愿意跑 Docker。
只想记两笔就完事的人（1324 个动作的库和进阶规则是负担）；或者需要桌面原生应用的人——它只有移动端 Web 和 Android APK。
openGym 是一个自托管的健身与体重追踪应用，一句话概括它的取向：数据在你自己的机器上，代码你可以 fork，但用起来仍然像个现代 App。
它针对的痛点很具体——大多数健身 App 把数据放在别人服务器上、把用户推向订阅、公司倒闭数据就没了。openGym 的对照是：一条 docker compose up 就跑起来，没有别人的账号、没有订阅、没有广告、没有遥测。
规划能力是它最厚的一层。 1324 个动作的动作库，带动画演示，可以按肌肉部位在身体图上浏览和筛选，也能按你家里有什么器械过滤。四个开箱计划（Push/Pull/Legs、Upper/Lower、Full Body、5×5）加载后就是普通可编辑的例程。细节做得比一般 App 细：单次训练可以移到别的某天而不动周计划；周起始日可选周一或周日；支持超级组、热身组、递减组、rest-pause、计时动作（平板支撑、悬垂、负重行走）、按时间和配速的有氧；杠铃、EZ 杠、六角杠和史密斯机的配重片计算器按你实际拥有的片子算。
训练时的取舍也值得说。 引导式训练会自己开始、重量从上次数预填、组间自动跑休息计时、边练边识别 PR。休息日会告诉你下一次训练什么时候。可选的用力程度列用 RIR 或 RPE 表示并配色，每档配一句人话解释。
进阶规则不是写死的。 每个例程或动作可以选线性、Greyskull LP、经过可见次数范围的双重进阶，或者加时间。每个目标值都会解释「为什么是这个数」；没完成的次数不会加重量，卡住了会触发减量周。这一层是它和普通记录 App 的分界。
数据是你自己的。 passkey 登录（Face ID、Touch ID、指纹），每个 profile 的数据跨设备同步；密码登录可以按实例开启，新设备用一次性码或二维码配对。两台设备同时编辑会合并而不是互相覆盖。可以从 FitNotes、Strong、Hevy 导入（CSV 或 API key），从 Apple Health 导入体重，随时导出成一个 JSON 文件。17 种语言，包括从右往左的阿拉伯语。
两个可选功能默认关闭，跑在你自己的服务器上，用你自己的 provider key： AI 教练（起草一周例程，之后根据记录建议调整，每项改动都要你批准；支持 Anthropic、OpenAI、Gemini、任何 OpenAI 兼容端点、也支持 Ollama）和 MCP server（让 Claude Desktop 这类助手回答你的训练历史，只读、本地、不在 Docker 构建里）。
代价说清楚：需要一台能跑 Docker 的机器（NAS、树莓派、服务器都行），首次启动会下载约 140MB 的动作媒体。手机要用 passkey 访问需要域名的 HTTPS，官方给了 Cloudflare Tunnel、Caddy、Traefik、nginx 四种方案，另有局域网 HTTPS 和 Kubernetes 的专门指南。界面是英文为主的移动端应用，没有桌面原生客户端（但浏览器可用）。
上手步骤之外的具体做法：常见场景怎么配、命令怎么写、报错怎么处理。
从 demo 试用到 Docker 部署，再到进阶规则怎么配，说明哪些配置项值得改、哪些别动。
官方提供一个 in-browser demo，是真实应用加示例数据，不是录屏：
opengym.duarte-santos.ch/demo/（在新标签页打开）
想看它到底怎么用，先点这个比读文档快。Android 用户也可以直接下 Releases 里的 APK。
前提是有 Docker 和 Compose：
bashgit 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 Create profile，就进来了。首次启动会一次性下载动作媒体（约 140MB）。
docker compose pull 拉的是预构建镜像。想本地构建就加 --build，主机不需要装 Node。
镜像发布在两个地方，docker-compose.yml 默认拉 GitLab 的：
registry.gitlab.com/duartesantos8/opengym/{api,web}（默认）ghcr.io/duartesantos8/opengym-{api,web}想用 GHCR 就改 image: 那两行。
passkey 需要域名的 HTTPS，这是硬要求。 .env 里改两行就行，官方在自托管指南里给了 Cloudflare Tunnel、Caddy、Traefik、nginx 四种方案，另有局域网 HTTPS 和 Kubernetes 的专门文档。
只在家里的局域网用、不需要 passkey，HTTP 就够。
全部通过 .env 配置，这几个值得知道：
| 变量 | 作用 | 默认 |
|---|---|---|
RP_ID | passkey 绑定的域名 | localhost |
ORIGIN | 应用对外的完整 URL | http://localhost:8080 |
WEB_PORT | Web UI 的主机端口 | 8080 |
RP_NAME | passkey 弹窗里显示的名字 | openGym |
SESSION_DAYS | 登录有效期（天） | 90 |
INVITE_ONLY | 需要邀请码才能建 profile |
上手阶段只改前三个。 RP_ID 和 ORIGIN 是换域名时必须同步改的两个——只改一个会导致 passkey 验证失败，这是最常见的踩坑。
ALLOW_GUEST 默认开着，意味着别人访问你的实例可以不建 profile。放到公网的话建议关掉，或者开 INVITE_ONLY。另外 AUDIT_IP 默认是 off，三个档位是 off / net（只记网络段）/ full（完整地址），想要审计又不想存全 IP 就用 net。
每个例程或每个动作都能单独配进阶方式：
关键在于每个目标值都会解释「为什么是这个数」。这解决了进阶训练最大的问题——新手不知道为什么该加 2.5 公斤。
两条行为规则也重要：没完成的次数不会加重量（不会因为你漏了一次就往上跳），卡住了会触发减量周。
配套的追踪有：每个动作的预估 1RM（各用各的曲线）、结构性平衡比例（Poliquin、Thibaudeau、ATG 三种口径）、一年活动热力图。肌肉图有三种模式——训练量分布、还在恢复的部分、长期没练到的部分。
导入：FitNotes、Strong、Hevy（CSV 或 API key）、Apple Health 体重导出。
导出：随时导出一个 JSON 文件。计划可以分享成小文件，或者打印成 PDF。
同步：两台设备同时编辑会合并，不会互相覆盖。密码登录可以按实例开启，新设备用一次性码或二维码配对。
跑在你自己的服务器上，用你自己的 provider key：
AI 教练——起草一周例程，之后根据你记录的内容建议调整，每一项改动都要你批准。支持 Anthropic、OpenAI、Gemini、任何 OpenAI 兼容端点，也支持 Ollama（完全本地）。
MCP server——让 Claude Desktop 这类助手回答关于你训练历史的问题。只读、本地，不在 Docker 构建里，要单独启用。
17 种，包括从右往左书写的阿拉伯语。大部分语言的动作品名和说明都翻译了。
官方提供的浏览器内试用，是真应用不是录屏。想判断它是否合用先点这个。
opengym.duarte-santos.ch（在新标签页打开）手机用 passkey 必须在域名上配 HTTPS。这里有 Cloudflare Tunnel、Caddy、Traefik、nginx 四种走法，另有局域网 HTTPS 与 Kubernetes 的独立文档。
github.com（在新标签页打开）Features 按规划/训练/进展三段列全，Quick start 之后是可折叠的 .env 配置参考全表，还有 AI_COACH.md 与 mcp/README.md 两个可选功能的入口。
github.com同一需求下可以先试这些，尤其是不想买商业许可的时候。
相册管理 · 自托管 · 手机备份
自托管的照片视频库，手机自动备份 + 时间线浏览 + 本地人脸识别，功能对标 Google Photos 且照片不出本机；代价是必须自己有一台服务器，AGPL 许可改起来有约束。
DNS · 广告拦截 · ESP32
跑在 2 美元 ESP32-C3 上的 DNS 广告拦截器：哈希存 flash 不用 PSRAM，14 万域名占 0.7MB 闪存、约 50KB 内存。
ALLOW_GUEST | 提供「不登录直接用」 | 开 |
PASSWORD_LOGIN | 除 passkey 外也提供密码登录 | 关 |
AUDIT_LOG | 记录登录与管理操作 | 开 |
AUDIT_MAX | 活动日志保留条数 | 5000 |