RightNow 3.2

AI 私教，不止聊天。把评估、计划、执行、记录和复盘串成一个可持续的健身闭环。

RightNow 是一个面向真实执行的 AI 私人健身教练系统。它不是一个单纯的健身记录工具，也不是只会回答问题的聊天机器人，而是把用户画像、身体数据、理想体型、训练计划、饮食记录、饮水计划、今日 TODO、知识库检索和微信 Bot 连接成一套可运行的产品闭环。

当前版本已经进入 RightNow x OpenClaw 架构：

• RightNow 负责用户体验、结构化业务数据、计划生成、看板和执行记录。
• OpenClaw 负责多通道 Agent 运行时、会话、记忆、工具调用和插件能力。
• RAG 知识库 负责健身、营养、训练理论和 FAQ 的专业检索。

Product idea: believing is seeing. 先让用户看到理想状态，再把每天该做什么变成可执行、可追踪、可调整的任务。

Table of Contents

• Why RightNow
• Product Loop
• Highlights
• OpenClaw Integration
• Architecture
• Repository Layout
• Quick Start
• Environment
• Security Notes
• Roadmap

Why RightNow

大多数健身 App 只解决其中一小段问题：

• 记录体重，但不会帮你调整训练。
• 给一份训练计划，但不会知道你今天有没有做。
• 能和 AI 聊天，但 AI 读不到你的真实执行数据。
• 有饮食和训练表格，但没有一个持续理解你的教练。

RightNow 的目标是让 AI 私教进入完整工作流：

flowchart LR
  A["用户画像与身体数据"] --> B["AI 诊断与目标拆解"]
  B --> C["训练 / 饮食 / 饮水计划"]
  C --> D["今日 TODO 执行"]
  D --> E["训练与饮食记录"]
  E --> F["数据看板与历史反馈"]
  F --> G["AI 教练复盘和调整"]
  G --> C

Loading

这意味着 AI 不是只给建议，而是能围绕真实数据持续工作：生成计划、解释原因、写入任务、读取历史、根据反馈调整下一步。

Product Loop

1. 新用户上手

1. 注册 / 登录
2. 填写性别、年龄、身高、体重和目标
3. 上传当前照片
4. 生成理想身材图
5. 进入 AI 私教沟通
6. 完成深度问卷
7. 生成首版私教方案
8. 用户确认或提出修改
9. 计划进入今日 TODO 和数据看板

2. 每日执行

• 今日训练动作进入 TODO。
• 用户完成动作后，TODO 可同步到训练历史。
• 饮食、饮水、体重和训练记录进入看板。
• AI 教练可以读取这些事实，并根据用户反馈调整计划。

3. 多通道陪伴

用户可以在 Web 端完成建档、计划确认和看板查看，也可以通过微信 Bot 继续和同一个 AI 教练沟通。Web 与微信共用同一套用户数据和 Agent 上下文。

Highlights

• AI 私教方案卡
  基于身体数据、训练频率、饮食环境、目标周期和用户偏好生成结构化计划。

• 可编辑训练计划
  支持修改训练分化、动作、重量、组数、次数和目标肌群，不把 AI 输出当成不可改的静态文本。

• TODO 执行闭环
  每个训练动作可以进入今日 TODO，完成后同步训练历史，避免计划和执行记录断开。

• 饮食与饮水计划
  生成每日热量、宏量营养、饮水量和执行目标，并同步到看板。

• 理想身材图生成
  用用户当前形象和目标提示词生成理想图，让目标更具象。

• OpenClaw Agent 工具调用
  AI 教练可以通过工具读取用户档案、训练、饮食、TODO、知识库，也可以写入记录和任务。

• Web + 微信 Bot 同脑
  微信绑定后，Bot 可以识别同一个用户，继续同一套教练上下文和数据流。

• 多层 RAG 知识库
  FAQ、核心理论、书籍资料分层检索，让教练回复既能直接行动，也有专业依据。

OpenClaw Integration

OpenClaw 的定位是个人 AI 助手运行时：多通道、会话、工具、记忆和 Agent 路由都由它负责。RightNow 在这个基础上提供健身私教领域的业务能力。

RightNow 暴露给 OpenClaw 的工具包括：

• 读取用户完整上下文
• 查询今日训练、饮食、饮水和 TODO
• 创建、修改或完成 TODO
• 写入饮食记录
• 开始、更新和完成训练会话
• 查询训练历史和同肌群历史
• 检索 FAQ、核心理论和书籍知识库
• 根据用户反馈调整方案卡

典型调用链路：

sequenceDiagram
  participant User as User / WeChat / Web
  participant OC as OpenClaw Gateway
  participant Plugin as RightNow OpenClaw Plugin
  participant API as RightNow Backend
  participant DB as PostgreSQL
  participant RAG as RAG Service

  User->>OC: Ask coach / send feedback
  OC->>Plugin: Route to RightNow tools
  Plugin->>API: /api/agent/rpc
  API->>DB: Read and write user facts
  API->>RAG: Retrieve fitness knowledge
  API-->>Plugin: Structured result
  Plugin-->>OC: Tool result and context
  OC-->>User: Coach response

Loading

Architecture

flowchart TB
  subgraph Client
    Web["React / Vite Web App"]
    WeChat["WeChat Bot"]
  end

  subgraph Gateway
    Nginx["Nginx"]
    OC["OpenClaw Gateway"]
  end

  subgraph RightNow
    API["NestJS Backend"]
    Plugin["RightNow OpenClaw Extension"]
    RAG["RAG Service"]
  end

  subgraph Data
    PG[("PostgreSQL")]
    Vector[("Chroma / Vector Store")]
    Uploads[("Uploads")]
  end

  Web --> Nginx --> API
  WeChat --> OC
  OC --> Plugin --> API
  API --> PG
  API --> Uploads
  API --> RAG --> Vector

Loading

Frontend

• React 19
• Vite
• TypeScript
• Tailwind-style utility classes
• Axios API client
• Three.js / React Three Fiber
• Recharts

Backend

• NestJS 10
• Prisma
• PostgreSQL
• JWT auth
• Multer / static uploads
• OpenAI-compatible model calls
• OpenClaw Gateway client

AI / Agent

• OpenClaw Gateway
• Per-user Agent routing
• Tool calling
• Memory and session persistence
• Plugin hooks
• Agent audit logs

RAG

• Python service
• Chroma/vector persistence
• FAQ / core theory / books multi-layer retrieval
• Knowledge import and cleanup scripts

WeChat Bridge

• Node.js
• Tencent iLink Bot API
• Internal token protected backend calls
• Shared user binding with Web account

Repository Layout

.
├── frontend/                 React/Vite Web app
├── backend/                  NestJS API, Prisma schema, auth and business modules
├── rag-service/              Fitness knowledge retrieval service
├── wechat-bridge/            WeChat iLink bridge
├── openclaw/extensions/      RightNow OpenClaw plugin
├── docs/                     Architecture notes and implementation reports
├── docker-compose.prod.yml   Production compose template
├── nginx.conf                SPA/API proxy template
├── Dockerfile.backend
├── Dockerfile.frontend
└── Dockerfile.rag

Quick Start

Prerequisites

• Node.js 22+
• npm
• Docker and Docker Compose
• PostgreSQL, usually started through the local compose file
• Python 3.10+ for the RAG service
• OpenClaw Gateway if you want the Agent/WeChat flow

Install

npm install

Configure environment

cp .env.example .env
cp backend/.env.example backend/.env

Fill in database, JWT, model, OpenClaw, upload and internal service tokens according to your local setup.

Start database

npm run db:up
npm run db:init

Start development services

npm run dev:backend
npm run dev:frontend

Optional RAG service:

npm run dev:rag

Build commands:

npm run build:backend
npm run build:frontend

Environment

Real runtime values are intentionally not committed. Keep these private:

• .env and .env.*
• API keys and model credentials
• database passwords
• OpenClaw Gateway tokens
• internal service tokens
• TLS certificates
• upload files
• WeChat login state
• vector database volumes
• database dumps

Production deployment should provide private values through .env, Docker volumes, secret management, or a separate provisioning process.

Security Notes

• Browser clients should only talk to RightNow backend APIs.
• OpenClaw Gateway tokens must stay server-side.
• Agent tool calls go through /api/agent/rpc and require AGENT_SERVICE_TOKEN.
• User-facing Web auth uses JWT.
• WeChat bridge internal calls use INTERNAL_API_TOKEN.
• WeChat and OpenClaw channel senders should be treated as untrusted input until bound or authorized.
• Production server IPs, domains, certificates and real API keys should never be committed.

Roadmap

• Stronger plan editing from AI conversation
• More reliable TODO-to-history execution sync
• Richer training-session feedback cards
• Better food-photo estimation and correction flow
• Multi-week coach memory and weekly review
• More complete OpenClaw tool coverage for app operations
• Admin/operator dashboard for debugging Agent calls

Project Direction

RightNow 的长期方向不是“又一个健身 App”，而是一个能每天陪用户执行计划的 AI 私教系统。

它应该能理解你想改变什么，知道你今天做了什么，记住你为什么没做到，并把下一步调整成真正可执行的动作。