用 iPhone、Apple Watch 和 Mac 还原一天：站、坐、屏幕前与噪声能拼到什么程度

手腕上的 Apple Watch 每天告诉我“站立 10 小时”，Mac 的屏幕使用时间又说我今天用了 7 个多小时。两个数字放在一起就很奇怪：一天醒着十五六个小时，站了 10 个小时，又在电脑前坐了 7 个小时，加起来已经快满了，那吃饭、通勤、开会都去哪了？

我真正想知道的是这么几件事：

1. 一天里到底站了多久、坐了多久？
2. 在屏幕前工作了多久？不同时间段里，工作状态怎么样？
3. 当时周围的环境怎么样，比如有多吵？
4. 手上只有 iPhone、Apple Watch 和 MacBook，能不能把这一天完整还原出来？有没有现成的软件已经做到了？

本文就顺着这几个问题，从每台设备“到底记下了什么”开始，一层一层往下拼。

一、站立与久坐：手表到底测了什么

现象：站立 10 小时，不等于站了 10 小时

先看那个“站立 10 小时”。它来自活动圆环的第三环，对应 HealthKit 里的 appleStandHour。Apple 的定义是：这一小时里站起来并活动了至少 1 分钟，就算一个站立小时¹。所以“站立 10 小时”的真实含义是“有 10 个小时，每个小时里你至少站过 1 分钟”。哪怕每小时只站 1 分钟，也能拿满。

这个指标的设计目的是提醒人别一直坐着，而不是计量站了多久。真正计量时长的是另一个类型 appleStandTime：iOS 13 / watchOS 6 起提供，单位是时间，样本是累计型的，加起来就是当天站立的分钟数²。健康 App 里“站立分钟”看到的就是它。

那坐着呢？HealthKit 里根本没有“坐着”这个类型。 这不是遗漏，而是手表测不出来：它戴在手腕上，坐着和站着不动时，手腕的加速度几乎一样。

第一次尝试：坐着 = 醒着 − 站着 − 走路

最直觉的办法是做减法：把醒着的时间减去站立分钟、减去步行和运动，剩下的就是坐着。睡眠时间手表也有记录，醒着的区间不难拿到。

这个办法有三个漏洞：

• 没戴表的时间会被算成坐着。 关掉手腕检测，或者表摘下来充电，手表就不记站立，也没有后台心率³。减法会把这段空白算进“坐”。
• 站着不动可能不算站。 Apple 的定义是“站起来并活动”，在白板前站着讲半小时、排队一动不动，手表未必记满（这一点是根据定义的推断，Apple 没有公开判定算法）。
• 坐着时手臂动得多，可能被算成站。 社区里常有人反映坐着打字、开车也会“站立达标”，说明判断依据主要是手腕的运动（同样是推断）。

那换一个更底层的数据呢？CoreMotion 的 CMMotionActivity 会把运动状态分成静止、步行、跑步、乘车、骑行和未知几类，各带一个置信度⁴。可坐和站在这里都是 stationary，还是分不出来，而且系统只保留最近 7 天⁵。再往下一层，watchOS 的 CMSensorRecorder 可以让手表在后台以 50 Hz 录原始加速度，单次最多 12 小时，数据保留 3 天⁶。有了原始数据，理论上可以自己训练一个坐站分类器，但手腕上的加速度本来就缺少区分坐站的信息（推断：研究里区分坐站通常要把传感器贴在大腿上，靠大腿是水平还是竖直来判断）。

解决：找一个“坐着”的旁证

既然手表测不出坐着，就找别的设备作证。Mac 恰好是一个很好的“坐着”的证据：键盘和鼠标有输入，人几乎一定在桌前；手表又没记到站立，那这段时间大概率是坐着的。图 1 下半部分就是这样推出来的：10:00–10:52 Mac 一直有输入，扣掉 10:07–10:09 那 2 分钟站立，坐了 50 分钟。

这个规则有一个明显的例外：用升降桌站着办公。这时候 Mac 有输入、手表也可能记到站立，两份证据互相矛盾。ActivityWatch 社区有一个 aw-watcher-table 插件直接读升降桌的高度⁷，是目前能精确区分坐站的少数办法之一。

而 10:52 之后那 8 分钟，人离开了 Mac，手表也没记到站立，就真的没有任何证据了：可能是去会议室坐着开会，也可能站在茶水间聊天。

所以“坐着”这件事，最后要靠 Mac 来补。那 Mac 自己能交出哪些记录？

二、屏幕前时间：Mac 能交出什么

现象：屏幕使用时间看得到，拿不出来

Mac 自带的“屏幕使用时间”已经在记录每个 App 的使用时长，问题是它不给第三方用。

Apple 为屏幕使用时间提供的公开接口是 DeviceActivity 一族框架，但它的设计很明确：报表由 App 的一个扩展来渲染，扩展跑在沙箱里，不能联网，也不能把数据带出扩展的地址空间⁸。也就是说，你可以在自己的 App 里“画”一张屏幕时间报表给用户看，却拿不到报表背后的原始记录。

第一次尝试：直接读系统数据库

数据总得存在某个地方。取证领域早就研究过：macOS 和 iOS 把应用使用记录写在 ~/Library/Application Support/Knowledge/knowledgeC.db 里，按“流”分类存放：比如 /app/usage 记录前台应用，/display/isBacklit 记录屏幕亮灭，时间精确到秒⁹。较新的系统又把这类记录迁到了 Biome，变成一种叫 SEGB 的私有二进制格式¹⁰。

Timing 这类商业软件就是走这条路的：它导入屏幕使用时间，需要用户给它“完全磁盘访问权限”，官方文档也直说 Apple 改了存储方式，这个功能可能就会失效¹¹。同一页还提到系统界面只给到小时粒度、只保留四周。

所以读系统数据库能用，但有两个问题：格式私有、没有文档，每次系统升级都可能变；而且它只记录“哪个 App 在前台”，前台开着不等于人在看。

解决：自己记录“人在不在键盘前”

更稳的办法是在 Mac 上跑一个自己的记录程序，只回答两个问题：

1. 人在不在？ CoreGraphics 的 secondsSinceLastEventType 能直接拿到距离上一次键鼠输入过了多少秒¹²，超过一个阈值就当人离开了。
2. 在用什么？ 监听前台应用切换，就能知道是哪个 App；想要窗口标题，还得给它“辅助功能”权限¹³。

这正是开源工具 ActivityWatch 的做法。它的 aw-watcher-afk 判断离开：超过 3 分钟没有键鼠输入，就从最后一次输入的时刻起记为 afk；aw-watcher-window 记录前台应用和窗口标题¹³。两路记录都存在本机，用 localhost:5600 上的 REST 接口就能取出来¹⁴。

图 2 也暴露了这种做法的边界：它测的是“手在键盘上”，不是“眼睛在屏幕上”。读长文档、看视频、开视频会议时手不动，就会被记成离开。ActivityWatch 的缓解办法是浏览器标签页在播放声音时不判离开¹³；把阈值从 3 分钟调到 5 分钟也能少漏一些，代价是真离开时会多算几分钟。

到这里，“在屏幕前多久”有了一个分钟级的答案。但用户还想知道不同时间段里工作状态怎么样，这就不只是“在不在”的问题了。

三、工作状态：从行为和身体两侧看

什么叫“工作状态”

“状态好不好”没有一个能直接测量的物理量。我们能做的，是找几个可以测量、又和状态有关的信号，从两个方向去逼近：人在电脑上做了什么（行为），以及身体当时处在什么状态（生理）。

行为一侧：切换和停留

行为信号里最实用的是应用切换。图 2 那半小时里切换了 4 次，主要停在 Xcode；如果另一个半小时在 Slack、邮件、浏览器之间切换了 40 次，不用任何算法也看得出来，后者是一段被打断的时间。RescueTime、Rize 这类工具给出的“专注度评分”，核心也是这套逻辑：按应用分类打分，再看连续时长和切换¹⁵¹⁶。

它的局限也写在表里：应用名只说明“在哪”，不说明“在干什么”。同样是开着浏览器，可能在查文档，也可能在刷新闻。于是有了一类新工具：定时截屏，再让大模型读截图，总结这段时间在做什么。开源的 Dayflow 就是这样生成一天的活动卡片时间线的，模型可以跑在本地¹⁷；screenpipe 则持续录屏、做 OCR 和语音转写¹⁸。语义最丰富，隐私代价也最高。

身体一侧：心率能用，HRV 太稀

Apple Watch 白天会在后台测心率。按 Apple 支持页的说法，较新的机型白天可以持续测量，老机型则在你静止时周期性地测、间隔不固定¹⁹。总之，心率是一条足够密的曲线，能对上每一段工作。

HRV 就不一样了。我在从两个对不上的 HRV 数字说起里讲过，手表只在静止、戴稳时才测 HRV，白天的样本很稀，单次读数的噪声又大。拿它去判断“10:00–10:15 是不是专注”是不现实的，它只适合回答“今天下午整体是不是比上午紧”这种大尺度的问题。

而且生理信号不特异：心率升高可能是紧张，也可能是刚爬完楼梯、刚喝了咖啡。所以它要和行为信号放在一起看：同样是心率 90，一段是 Mac 上连续 40 分钟写代码，一段是刚从楼下走上来，含义完全不同。

到这里，人这一侧的信号差不多齐了。还剩最后一块拼图：人所处的环境。

四、环境：噪声、日光与地点

噪声：手表一直在听，但不录音

Apple Watch 的噪声 App 用麦克风测量环境声级，写进 HealthKit 的 environmentalAudioExposure，单位是 A 计权声压级（dBA）²⁰。按 Apple 支持页的说法，它在一天里周期性地测量，只测声级，不录音也不保存任何声音；具体多久测一次，Apple 没有公开²¹。所以我们能拿到的是一串带时间区间的分贝值，而不是音频。

这里有一个容易踩的坑：分贝不能直接平均。 分贝是对数刻度，65 dB 的声能是 55 dB 的 10 倍。一刻钟里 5 分钟是 54 dB、10 分钟是 66 dB，算术平均是 62 dB，但按声能平均要先换回能量：

其中 $t_i$ 是每段的时长，$L_i$ 是这段的分贝值，$T$ 是总时长。代入上面的例子：

结果是 64.4 dB。这就是“等效连续声级” $L_{eq}$，HealthKit 里每个噪声样本本身就是这种值。差的这 2 dB，对应的声能差了将近 60%。

另外两个相关的类型也值得记下：headphoneAudioExposure 记录耳机里的音量；environmentalSoundReduction（iOS 16 起）记录戴降噪耳机时环境声被压低了多少²²。后者很有意思：一段时间里一直在降噪，往往说明环境吵、人又想专注（推断）。

日光与地点

• 日光时间：watchOS 10 起，较新的 Apple Watch 用环境光传感器估算你在日光下待了多久，写进 timeInDaylight²³。它可以粗略地区分室内和户外。
• 地点：Core Location 的 CLVisit 会在你到达、离开一个地点时通知 App，给出坐标和起止时间²⁴。“办公室 09:05–12:10”“餐厅 12:20–13:05”这类停留就是这样来的。iPhone 自己的“重要地点”则没有公开接口，第三方读不到。

拿不到的那部分：SensorKit

Apple 其实有一个更全的传感器框架 SensorKit：环境光、气压、键盘使用指标、手机使用报告、常去地点、是否戴在手腕上、语音指标……几乎就是“还原一天”的现成原料²⁵。但它只授予获得 Apple 批准的研究项目²⁶，新数据还要等 24 小时才能读取²⁷。个人开发者和普通 App 都拿不到。

现在，人、身体、环境三方面的数据都找到了来源。接下来的问题是：它们怎么拼到同一条时间线上？

五、拼成一条时间线

问题：每路数据的“时间形状”不一样

把这些数据摆在一起，会发现它们记录时间的方式各不相同：

• 区间累计：站立分钟、步数。一条样本说的是“10:07–10:12 之间站了 5 分钟”“09:58–10:03 走了 200 步”。
• 时间点：心率。一条样本就是“10:07 心率 78”。
• 区间均值：噪声。一条样本是“10:05–10:20 的等效声级 66 dB”。
• 事件区间：Mac 的 afk 和前台窗口。一条事件是“09:00–09:12 not-afk”。

数据也分在两台机器上：健康数据从手表同步到 iPhone 的 HealthKit；Mac 的记录在本机的 ActivityWatch 里。

健康数据怎么搬到 Mac 上？最省事的是健康 App 里“导出所有健康数据”，得到一个 export.xml，每条样本是一个 <Record> 节点，带类型、数值、单位和起止时间。缺点是要手动点、文件动辄几百 MB 甚至几个 GB。想自动化，可以用 Health Auto Export 这类 App 定时把指定类型推到本地或自建的接口²⁸。

第一次尝试：按事件对齐

最直觉的做法是以 Mac 的事件为主轴：每一段 not-afk 事件，去找它时间范围内的心率、噪声、站立。问题是 Mac 事件的长短差很多，有的 10 秒，有的两小时；人离开 Mac 的时间段又根本没有事件，手表那边的数据就挂不上去。

解决：切成等长的格子，按重叠比例分摊

更稳的办法是先把一天切成等长的格子（比如 15 分钟一格），再把每路数据按它的时间形状摊进格子里：

• 区间累计型按重叠时长的比例分摊。09:58–10:03 的 200 步，有 3 分钟落在 10:00–10:15 这一格，就分给它 120 步。
• 时间点型取格子内的平均。
• 区间均值型按重叠时长加权，噪声还要按上一节的声能平均。
• 事件区间型直接算重叠了多少秒。

每一格都填好之后，再用几条简单的规则给它贴一个状态标签：

• 步数很多：走路或通勤。
• Mac 有输入超过 10 分钟：在屏幕前；手表没记到站立就是坐着，记到了就是“站过”。
• Mac 没输入、手表记到站立：站着或走动。
• Mac 没输入、手表也没记到站立、但有心率：静止，坐站不明。
• 连心率都没有：多半是没戴表。

最后两条很关键：规则不知道的时候，要老实写“不知道”，而不是把它塞进“坐着”。图 1 里那 8 分钟就属于这一类。

把一整天的格子加起来，就得到了开头想要的几个数：站了多久、坐在屏幕前多久、还有多少时间是“静止但不知道坐还是站”。文末给出了完整的脚本。

这件事自己拼要写不少代码，那有没有软件已经做好了？

六、现有软件做到了哪一步

按前面拆出的几个维度，把常见的软件放在一起比一比：

几个值得单独说的：

• Mac 端，ActivityWatch 开源、数据在本地、有 REST 接口，最适合拿来自己拼⁷。Timing 更省心，还能把 iPhone 的屏幕使用时间导进来，但如上一节所说，它依赖系统私有数据库¹¹。
• 地点，Arc Timeline 用 iPhone 的定位和运动传感器把一天切成“停留”和“行程”，还会在每段旁边读 Apple Health 的步数和心率，数据存在手机本地，可以每天自动导出 JSON²⁹。它是线下这一半做得最完整的。
• 健康数据搬运，Health Auto Export 可以把 HealthKit 里一百多种指标按分钟导出为 JSON/CSV，或推到自己的服务²⁸。前面图 4 里手动导出 export.xml 那一步，可以用它替代。
• 聚合，Exist 能把 Apple Health 和 RescueTime 等数据放在一起，但粒度是按天，做的是“哪些因素和心情相关”，不是时间线³⁰。
• 个人实践，Felix Krause 的 howisFelix.today 从 2019 年起记录了约 38 万条个人数据，来源是 RescueTime、地点签到、天气接口和一个 Telegram 机器人手动录入，统一存进自己的数据库³¹³²。它说明这件事做得到，也说明了代价：相当一部分靠手动录入，粒度也主要是按天。
• 已经消失的路线，Rewind（后改名 Limitless）曾主打 Mac 录屏加随身录音的“全量回放”，被 Meta 收购后已停止录屏和录音³³。

所以结论是：目前没有一个软件能单独做到“还原一天”。 最接近的组合是 Mac 上的 ActivityWatch 或 Timing、手机上的 Arc Timeline，加上 Health Auto Export 把手表数据搬出来，最后自己按时间对齐。空白主要在两处：一是坐和站的精确区分，二是把 Mac 上的工作和手表上的身体数据放在同一条分钟级时间线上。

七、边界：哪些还原不了

拼到这一步，还有几块是现有设备补不上的：

• 离开电脑后的“坐还是站”：开会、吃饭、在沙发上看手机，手表和 Mac 都无法区分。可以借助地点（在会议室，多半坐着）或日历（这段时间有会）来猜，但仍然是猜。
• 不动手的工作：读文档、思考、开会，在键鼠记录里都表现为“离开”。截屏加大模型能补上一部分，代价是隐私。
• 私有数据会变：屏幕使用时间的数据库、Biome 的格式都没有文档，系统升级就可能失效；SensorKit 这样的官方通道又不对个人开放。
• 采样不均匀：心率密、HRV 稀、噪声的测量间隔不公开。格子切得越细，空格越多；切得越粗，越看不出一段时间内部的变化。15 分钟是一个折中。

小结

从“站立 10 小时 + 屏幕 7 小时”这两个对不上的数字出发，我们一路拼到了：

1. 手表的“站立小时”不是站立时长：它只要求每小时站过 1 分钟；真正的时长在 appleStandTime 里。HealthKit 没有“坐着”，手腕也很难区分坐站。
2. “坐着”要靠 Mac 作证：Mac 有键鼠输入、手表没记到站立，才推断为坐着；两边都没有证据的时间，要老实标成“不明”。
3. 屏幕前时间要自己记：系统的屏幕使用时间拿不出原始数据，ActivityWatch 这类工具用“前台窗口 ∩ 不在 afk”给出分钟级记录，代价是漏掉不动手的时间。
4. 工作状态要两侧一起看：应用切换和停留说明人在做什么，心率说明身体在承受什么；HRV 太稀，只能看大趋势。
5. 环境数据手表已经在采：噪声以等效声级存进 HealthKit，平均时要按声能平均；日光时间和 CLVisit 补上室内外和地点。
6. 拼接的关键是等长格子：四种时间形状的数据按重叠比例摊进 15 分钟一格，再用规则贴标签。
7. 没有现成软件全覆盖，最接近的是 ActivityWatch / Timing + Arc Timeline + Health Auto Export 的组合。

下面是图 4、图 5 那条路的完整实现：读健康 App 导出的 export.xml 和本机 ActivityWatch 的记录，输出 15 分钟一格的时间表和全天合计。只用 Python 标准库。

"""把 Apple 健康导出（export.xml）和 ActivityWatch 的记录拼成一张 15 分钟一格的时间表。

用法：python3 day_timeline.py export.xml 2026-11-01
依赖：只用标准库；ActivityWatch 需在本机 5600 端口运行。
"""
import json
import math
import sys
import urllib.parse
import urllib.request
import xml.etree.ElementTree as ET
from collections import defaultdict
from datetime import datetime, timedelta

EXPORT, DAY = sys.argv[1], sys.argv[2]
TZ = datetime.now().astimezone().tzinfo
START = datetime.fromisoformat(DAY).replace(hour=7, tzinfo=TZ)
END = START + timedelta(hours=17)          # 07:00 – 24:00
SLOT = timedelta(minutes=15)
SLOTS = [START + i * SLOT for i in range(int((END - START) / SLOT))]

WANTED = {
    "HKQuantityTypeIdentifierAppleStandTime": "stand",      # 分钟
    "HKQuantityTypeIdentifierStepCount": "steps",
    "HKQuantityTypeIdentifierHeartRate": "hr",              # 次/分
    "HKQuantityTypeIdentifierEnvironmentalAudioExposure": "noise",  # dBA
}


def overlap(a0, a1, b0, b1):
    """两段时间重叠的秒数。"""
    return max(0.0, (min(a1, b1) - max(a0, b0)).total_seconds())


def spread(table, key, t0, t1, value, mode):
    """把一条样本分摊到它覆盖的格子里。sum 按重叠比例摊，mean 记成带权样本。"""
    span = max((t1 - t0).total_seconds(), 1.0)
    for s in SLOTS:
        sec = overlap(s, s + SLOT, t0, max(t1, t0 + timedelta(seconds=1)))
        if sec:
            if mode == "sum":
                table[s][key] += value * sec / span
            else:
                table[s].setdefault(key + "_w", []).append((value, sec))


# 1. 健康数据：流式解析，导出文件动辄上 GB
health = defaultdict(lambda: defaultdict(float))
for _, el in ET.iterparse(EXPORT):
    kind = WANTED.get(el.get("type")) if el.tag == "Record" else None
    if kind:
        t0 = datetime.strptime(el.get("startDate"), "%Y-%m-%d %H:%M:%S %z")
        t1 = datetime.strptime(el.get("endDate"), "%Y-%m-%d %H:%M:%S %z")
        if t1 >= START and t0 < END:
            mode = "sum" if kind in ("stand", "steps") else "mean"
            spread(health, kind, t0, t1, float(el.get("value")), mode)
    el.clear()


# 2. ActivityWatch：键鼠是否活跃 + 前台应用
def aw_events(prefix):
    base = "http://localhost:5600/api/0/buckets/"
    buckets = json.load(urllib.request.urlopen(base))
    bid = next(b for b in buckets if b.startswith(prefix))
    q = urllib.parse.urlencode({"start": START.isoformat(), "end": END.isoformat(), "limit": -1})
    for e in json.load(urllib.request.urlopen(f"{base}{bid}/events?{q}")):
        t0 = datetime.fromisoformat(e["timestamp"].replace("Z", "+00:00"))
        yield t0, t0 + timedelta(seconds=e["duration"]), e["data"]


active = [(t0, t1) for t0, t1, d in aw_events("aw-watcher-afk_") if d["status"] == "not-afk"]
apps = defaultdict(lambda: defaultdict(float))
for t0, t1, d in aw_events("aw-watcher-window_"):
    for a0, a1 in active:                  # 只算人在键盘前的那部分
        lo, hi = max(t0, a0), min(t1, a1)
        for s in SLOTS:
            sec = overlap(s, s + SLOT, lo, hi) if lo < hi else 0
            if sec:
                apps[s][d["app"]] += sec


def mean(pairs):
    return sum(v * w for v, w in pairs) / sum(w for _, w in pairs)


def db_mean(pairs):
    """分贝不能直接平均，先换回声能再平均（等效连续声级 Leq）。"""
    return 10 * math.log10(mean([(10 ** (v / 10), w) for v, w in pairs]))


# 3. 逐格输出，并按规则猜一个状态
print("时间   屏幕  站立  步数  心率  噪声  前台应用        推断")
total = defaultdict(float)
for s in SLOTS:
    h = health[s]
    screen = sum(apps[s].values()) / 60
    stand, steps = min(h["stand"], 15), h["steps"]
    hr = round(mean(h["hr_w"])) if "hr_w" in h else None
    noise = round(db_mean(h["noise_w"])) if "noise_w" in h else None
    top = max(apps[s], key=apps[s].get) if apps[s] else "-"
    if steps > 600:
        state = "走路/通勤"
    elif screen >= 10:              # 推断：Mac 在用，手表没记到站立就当坐着
        state = "屏幕前·坐" if stand <= 3 else "屏幕前·站过"
    elif stand >= 5:
        state = "站着/走动"
    elif hr is not None:
        state = "静止·离开屏幕"     # 坐着开会、站着聊天、吃饭……这里分不出来
    else:
        state = "没数据"            # 多半是没戴表
    total[state] += 15
    total["屏幕"] += screen
    total["站立"] += stand
    print(f"{s:%H:%M}  {screen:4.0f}  {stand:4.0f}  {steps:4.0f}  "
          f"{hr or '-':>4}  {noise or '-':>4}  {top[:14]:<14}  {state}")

print("\n合计（分钟）：", {k: round(v) for k, v in total.items()})

用模拟数据跑出来的一段输出长这样：

时间   屏幕  站立  步数  心率  噪声  前台应用        推断
08:30     0     0  1650    69    48  -               走路/通勤
09:00    15     0     0    72    45  Code            屏幕前·坐
09:15    15     0     0    70    45  Code            屏幕前·坐
10:00    15     5     0    69    66  Code            屏幕前·站过
12:00     0     0     0    73    52  -               静止·离开屏幕
...
合计（分钟）： {'静止·离开屏幕': 510, '屏幕': 480, '站立': 25, '走路/通勤': 30, '屏幕前·坐': 450, '屏幕前·站过': 30}

规则部分故意写得很朴素，方便按自己的情况改：用升降桌的，可以把“屏幕前·站过”改成按站立分钟的比例拆开；有 Arc Timeline 导出的地点，可以把“静止·离开屏幕”按地点再细分成“会议室”“餐厅”。

参考资料