freddy.
freddy es un servidor MCP de salud privado y de solo lectura que conecta wearables, MCG, medidores de potencia y aplicaciones de gimnasio a ChatGPT/Claude para que puedas consultar el sueño, la recuperación, la VFC, los entrenamientos y más en lenguaje natural con análisis entre fuentes.
https://freddy.coach/?ref=producthunt&utm_source=aipure
Información del Producto
Actualizado:08/06/2026
¿Qué es freddy.?
freddy es un servidor MCP (Model Context Protocol) diseñado para llevar tus datos personales de salud y estado físico directamente a las conversaciones de IA. En lugar de saltar entre paneles en Oura, WHOOP, Garmin, Dexcom, Strava, Hevy, Concept2, Intervals.icu y otras plataformas, conectas tus fuentes una vez y luego haces preguntas como "¿Por qué dormí mal?" o "¿Estoy sobreentrenando?" en ChatGPT, Claude, Claude Code o cualquier cliente compatible con MCP. freddy es agnóstico al modelo, agnóstico a la solicitud y está diseñado para mantener los datos privados por defecto, con conectores de solo lectura, cifrado, registro de auditoría y controles fáciles de revocación/exportación/eliminación.
Características Principales de freddy.
freddy es un servidor personal de MCP (Protocolo de Contexto de Modelo) de salud que conecta tus wearables, CGMs, medidores de potencia y aplicaciones de gimnasio a clientes de IA como ChatGPT y Claude para que puedas consultar tus datos reales de salud y entrenamiento en lenguaje natural. En lugar de hacer malabares con múltiples paneles y puntuaciones opacas, pegas una única URL privada de MCP en tu herramienta de IA y haces preguntas (por ejemplo, calidad del sueño, tendencias de VFC, picos de glucosa, carga de entrenamiento). Admite muchas fuentes de datos, permite el análisis entre fuentes y está diseñado para ser privado por defecto con acceso de solo lectura y revocable, registros de auditoría, cifrado y controles sencillos de exportación/eliminación.
Servidor MCP para datos de salud: Actúa como un punto final MCP privado que cualquier IA compatible con MCP (ChatGPT, Claude, Claude Code y otros agentes) puede llamar para recuperar y analizar tus métricas dentro de la conversación.
Conectores multi-fuente a través de OAuth: Se conecta a muchas plataformas (por ejemplo, Oura, WHOOP, Garmin, Polar, Withings, Dexcom, Wahoo, Hevy, Intervals.icu, Concept2, Strava y más) utilizando OAuth con permisos de solo lectura y revocables.
Consulta de métricas en lenguaje natural: Te permite hacer preguntas como "¿Por qué dormí mal?" o "¿Estoy sobreentrenando?" y devuelve respuestas basadas en tu VFC real, frecuencia cardíaca en reposo, fragmentación del sueño, carga de entrenamiento, glucosa y otras métricas.
Análisis entre fuentes: Correlaciona señales entre dispositivos y aplicaciones (por ejemplo, glucosa × sueño, carga de entrenamiento × VFC, entrenamientos tardíos × eventos de vigilia) para explicar los impulsores y las tendencias en lugar de mostrar puntuaciones aisladas.
Configuración rápida con una sola URL: No se necesita una nueva aplicación: conecta las fuentes, luego pega una URL de MCP en tu cliente de IA para comenzar a consultar; diseñado para tomar solo unos minutos.
Privacidad, control y portabilidad: Privado por defecto con cifrado en tránsito/en reposo, alcance por consulta, registros de auditoría, sin entrenamiento con tus datos y exportación (CSV) y eliminación de cuenta/historial con un solo clic.
Casos de Uso de freddy.
Entrenamiento personal de salud y recuperación: Las personas pueden preguntar por qué disminuyó la VFC, por qué el sueño fue fragmentado o si la fatiga se está acumulando, utilizando datos combinados de sueño, preparación, frecuencia cardíaca en reposo y entrenamiento en lugar de la verificación manual del panel.
Optimización del entrenamiento de resistencia: Ciclistas/corredores/triatletas pueden correlacionar la potencia/carga de entrenamiento (por ejemplo, Wahoo/Intervals.icu) con las señales de recuperación (VFC, frecuencia cardíaca en reposo, sueño) para ajustar la intensidad, el tiempo y la carga semanal.
Información sobre estilo de vida y nutrición consciente de la glucosa: Los usuarios de CGM (por ejemplo, Dexcom) pueden investigar los picos y patrones de glucosa junto con el sueño, los entrenamientos y la recuperación para refinar el horario de las comidas, el entrenamiento y las rutinas.
Revisión y progresión del entrenamiento de fuerza: Los levantadores que usan aplicaciones de registro (por ejemplo, Hevy) pueden analizar las tendencias de volumen/intensidad y relacionarlas con las métricas de recuperación para planificar descargas, evitar el sobreentrenamiento y mejorar la consistencia.
Investigación de auto-cuantificación / biohacking: Los usuarios impulsados por datos pueden realizar exploraciones longitudinales entre dispositivos (cambios de temperatura, líneas de base de VFC, cambios en las etapas del sueño) y hacer preguntas de tipo hipótesis en inglés simple.
Integraciones de desarrolladores/agentes para flujos de trabajo de salud: Los equipos que construyen agentes compatibles con MCP pueden incorporar los datos reales de wearables/CGM de un usuario en registros automatizados, resúmenes o flujos de trabajo de alerta sin construir integraciones a medida por cada fuente de datos.
Ventajas
Independiente del modelo y de la herramienta: funciona con cualquier cliente MCP (ChatGPT, Claude, Claude Code, agentes), reduciendo la dependencia.
Unifica los datos de salud/entrenamiento fragmentados y permite respuestas entre fuentes en lugar de puntuaciones de aplicaciones aisladas.
Fuerte postura de control: conectores de solo lectura, acceso revocable, registros de auditoría, cifrado y fácil exportación/eliminación sin entrenamiento con datos de usuario.
Desventajas
La disponibilidad del conector varía según el estado (En vivo/Alfa/Beta/Planificado), por lo que algunos ecosistemas pueden no ser compatibles todavía.
El valor depende de tener dispositivos/fuentes de datos compatibles; utilidad limitada si no rastreas métricas o tu plataforma no está disponible.
Requiere confiar en un servicio de terceros para intermediar el acceso a datos de salud sensibles, incluso con los controles de privacidad establecidos.
Cómo Usar freddy.
1) Registrarse / iniciar sesión: Ve a https://freddy.coach/app/login e inicia sesión (no se requiere tarjeta para el plan gratuito).
2) Conectar una fuente de datos (wearable/aplicación): En la aplicación freddy, elige una fuente (por ejemplo, Oura, WHOOP, Garmin Connect, Polar, Withings, Dexcom, Wahoo, Hevy, Intervals.icu, Suunto, Strava, Concept2, etc.) y completa la aprobación de OAuth. freddy es de solo lectura y el acceso es revocable.
3) Confirma que tus datos se están sincronizando: Después de conectarte, espera brevemente a que se sincronice. En el plan gratuito tendrás 1 fuente conectada y los primeros 30 días de historial disponibles.
4) Copia tu URL de freddy MCP: En freddy, busca la URL del servidor MCP (se muestra como https://freddy.coach/mcp) y cópiala. Este es el único punto final que pegarás en un cliente de IA compatible con MCP.
5) Añade freddy como conector en tu cliente de IA: Abre un cliente compatible con MCP (por ejemplo, Claude Desktop / claude.ai, ChatGPT, Claude Code o otro cliente MCP) y añade un nuevo conector/servidor MCP usando la URL que copiaste.
6) Autentica el conector (si se te solicita): Cuando tu cliente de IA te lo solicite, aprueba la conexión usando el mismo correo electrónico/cuenta que usas para freddy. Deberías ver "freddy" listado como un conector disponible.
7) Descubre qué métricas están disponibles: Pregúntale a tu IA algo como "¿Qué métricas tienes de freddy?" La IA llamará a la herramienta list_metrics de freddy para devolver las métricas disponibles, los rangos de fechas y el dispositivo de origen para cada métrica.
8) Consulta métricas/rangos de tiempo específicos: Haz preguntas específicas (por ejemplo, "Muestra mi duración del sueño, REM, sueño profundo y VFC de anoche" o "¿Cómo ha cambiado mi línea base de VFC en los últimos 30 días?"). La IA llamará a la herramienta query_metrics de freddy para obtener los datos relevantes.
9) Haz preguntas causales entre métricas en lenguaje natural: Haz preguntas causales/de tendencia como "¿Por qué dormí mal anoche?", "¿Estoy sobreentrenando?" o "¿Por qué se disparó mi glucosa?" freddy proporciona los números subyacentes para que la IA pueda explicar patrones (por ejemplo, carga de entrenamiento vs. fragmentación del sueño vs. VFC).
10) Añade más fuentes (opcional): Si actualizas a Pro, conecta fuentes ilimitadas, accede al historial completo y realiza análisis entre fuentes (por ejemplo, glucosa × sueño, carga de entrenamiento × VFC).
11) Gestiona la privacidad y el acceso: Revoca cualquier fuente conectada en freddy en cualquier momento. freddy declara que no vende/comparte/entrena con tus datos; los tokens y los datos de salud almacenados están cifrados en reposo (AES-256).
12) Exporta o elimina tus datos (opcional): Usa los controles de cuenta de freddy para exportar tu historial (CSV) o eliminar tu cuenta/conectores/historial.
Preguntas Frecuentes de freddy.
freddy es un servidor MCP de salud personal que conecta tus wearables, CGMs, medidores de potencia y aplicaciones de gimnasio con herramientas de IA como ChatGPT y Claude, para que puedas consultar tus datos de salud y entrenamiento en lenguaje natural.
Artículos Populares
Atoms: Una Plataforma de IA Multiagente Que Transforma Ideas en Productos Listos para Lanzar
May 22, 2026
Nano Banana SBTI: Qué es, cómo funciona y cómo usarlo en 2026
Apr 15, 2026
Reseña de Atoms: El Constructor de Productos de IA que Redefine la Creación Digital en 2026
Apr 10, 2026
Kilo Claw: Cómo implementar y usar un verdadero agente de IA "Hágalo por usted" (Actualización 2026)
Apr 3, 2026
Últimas herramientas de IA similares a freddy.
DocAI
DocAI es una plataforma impulsada por IA que ofrece procesamiento inteligente de documentos, análisis de consultas médicas y soluciones de atención médica personalizadas a través de tecnologías avanzadas de aprendizaje automático.
Nutrecity
Nutrecity es una plataforma de planificación de comidas impulsada por IA que crea planes de nutrición personalizados adaptados a los objetivos de salud individuales, preferencias dietéticas y restricciones, mientras proporciona un seguimiento y reporte nutricional completo.
Fit Aura
Fit Aura es una plataforma de dieta y nutrición impulsada por IA que crea planes de comidas personalizados, genera recetas y ayuda a rastrear el progreso físico para lograr objetivos de salud.
Nutroscan
Nutroscan es una plataforma de planificación de comidas impulsada por IA que genera planes de nutrición personalizados basados en condiciones de salud individuales, preferencias dietéticas y necesidades nutricionales.
Herramientas de IA populares como freddy.
Microsoft Dragon Copilot
Microsoft Dragon Copilot es un asistente de flujo de trabajo clínico impulsado por IA que combina el dictado por voz en lenguaje natural, las capacidades de escucha ambiental y la IA generativa para agilizar la documentación, mostrar información y automatizar tareas en entornos de atención médica.
TrackFit
TrackFit es un sistema integral de seguimiento del estado físico impulsado por IA que combina datos de sensores de relojes inteligentes, modelos de aprendizaje automático y análisis personalizados para ayudar a los usuarios a controlar los entrenamientos, realizar un seguimiento del progreso y mejorar la forma del ejercicio en tiempo real.
HealthyAI - Nutrition Scanner
FreemiumHealthcare
HealthyAI es una aplicación de escáner de nutrición impulsada por IA que ayuda a los usuarios a tomar decisiones alimentarias más saludables al proporcionar análisis instantáneos de ingredientes, desgloses nutricionales y recomendaciones personalizadas a través del escaneo de códigos de barras y la tecnología de reconocimiento de fotos.
Neck-Life
FreemiumHealthcare
Neck-Life es una aplicación innovadora que utiliza los sensores de AirPods para monitorear la postura del cuello en tiempo real y ayuda a prevenir 'tech neck' a través de alertas oportunas y configuraciones personalizadas.