Inteligência artificial, sem ruído.
Ferramentas e Apps3 min

ghealth: a CLI open-source que conecta dados do Fitbit e Pixel Watch a agentes de IA

ghealth é uma CLI open-source em Go que encapsula a Google Health API v4, expondo 40 tipos de dados de wearables (sono, FC, passos) como JSON estruturado para terminais e agentes de IA.

ghealth: a CLI open-source que conecta dados do Fitbit e Pixel Watch a agentes de IA
Imagem de apoio. Fonte: MarkTechPost.

O ecossistema de wearables ganhou uma ponte direta para o mundo dos agentes de IA. O ghealth é uma ferramenta de linha de comando (CLI) open-source que encapsula a Google Health API v4 — sucessora oficial da Fitbit Web API — e expõe 40 tipos de dados verificados como JSON estruturado para terminais e agentes de IA.

O que é o ghealth

Desenvolvido em Go e distribuído sob licença Apache 2.0, o ghealth é um binário único e autocontido. Basta compilar com go build -o ghealth . para ter acesso completo à API de saúde do Google via terminal. O projeto está hospedado na organização Google-Health-API no GitHub — a mesma que mantém repositórios oficiais do ecossistema Fitbit.

O design é explicitamente agent-first: todo comando retorna JSON simplificado com formato estável, códigos de saída determinísticos e flags como --dry-run e --raw. O repositório inclui dois arquivos SKILL.md prontos para instalação com npx skills add — um cobre autenticação e configuração, o outro documenta os 40 tipos de dados com operações, padrões e armadilhas conhecidas.

40 tipos de dados, do sono ao ECG

Os tipos de dados cobrem a maioria dos sinais capturados por Fitbit e Pixel Watch: passos, frequência cardíaca, sono, peso, saturação de oxigênio e variabilidade cardíaca. Tipos clínicos como eletrocardiograma exigem o escopo ecg.readonly.

Cada tipo suporta um subconjunto de operações. As mais comuns são list, rollup, daily-rollup e reconcile. Tipos graváveis (exercício, sono, peso, gordura corporal, altura) adicionam create, update e delete. A operação reconcile é particularmente útil: ela mescla dados sobrepostos de múltiplas fontes, espelhando o Reconciled Stream da API v4.

Para análise de sono, o comando padrão list retorna um resumo. Com a flag --detail, o ghealth entrega dados estágio por estágio (acordado, sono profundo, REM), permitindo identificar padrões ao longo de semanas.

Setup e autenticação

A configuração é feita com um único comando: ghealth setup. Um assistente guia o usuário pelo projeto no Google Cloud Console e pela criação de um cliente OAuth do tipo Desktop. As credenciais são armazenadas em ~/.config/ghealth/ com permissão 0600, e os tokens são renovados automaticamente.

O fluxo headless usa PKCE com desafio S256 e valida um parâmetro state aleatório ao final do processo. Todos os escopos da Google Health API são classificados como Restritos pelo Google, exigindo revisão de privacidade e segurança para acesso em produção — mas para uso pessoal, basta autorizar o próprio projeto contra a própria conta.

Formatos de saída e paginação

Cada leitura retorna um objeto com os dados em dataPoints. A saída é simplificada por padrão, mas o ghealth oferece múltiplos formatos: --raw para a resposta original da API, --format csv ou --format table para análises tabulares, e a flag -o para salvar em arquivo com preview do schema.

A paginação é perfeitamente preservada: listas longas retornam um nextPageToken que pode ser reenviado com --page-token para buscar a próxima página, sem perda de dados.

Por que isso importa

O ghealth reduz drasticamente o atrito de integrar dados de wearables a fluxos de IA. Em vez de gerenciar autenticação OAuth manualmente e interpretar respostas brutas da API REST, um agente pode simplesmente executar ghealth sleep list --detail e receber JSON limpo e pronto para análise. Para quem constrói agentes de saúde, bem-estar ou produtividade pessoal, a ferramenta elimina uma camada inteira de boilerplate.


Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

R
Sobre o autorRedação Noticiai

Equipe editorial dedicada a explicar inteligência artificial com clareza, independência e contexto.