Garmin Fenix engañado para leer métricas de eficiencia externas

Garmin ofrece un ecosistema completo. No es un ecosistema totalmente abierto, aunque ciertos pasos se han dado para hacerlo más accesible. Por ejemplo, los usuarios no pueden simplemente emparejar cualquier sensor con un smartwatch Garmin para visualizar métricas como la eficiencia en carrera. Esto puede ser menos relevante para los usuarios finales, pero potencialmente significativo para los fabricantes.

Ahora, un programador ha conseguido enviar datos a un Garmin Fenix(disponible en Amazon) utilizando un chip ESP32 o nRF52832, que el smartwatch Fenix ha reconocido como datos nativos. En concreto, se trata de métricas de eficiencia en carrera, a saber, el tiempo de contacto con el suelo y la oscilación vertical. Para ello se utilizaron datos de muestra, no datos reales recogidos por un sensor DIY totalmente funcional.

Tanto el post detallado de Reddit https://www.reddit.com/r/ClaudeAI/comments/1u03zn3/making_a_nongarmin_sensor_look_native_to_a_garmin/ como las dos entradas del blog https://dropbars.be/blog/reverse-engineering-garmin-hrm600-running-dynamics merecen la pena ser leídas, ya que también explican cómo se desarrolló el proceso de desarrollo. Sam Dumont utilizó Claude como herramienta y, según cuenta él mismo, necesitó esta ayuda porque carece de experiencia en Bluetooth Low Energy y en ingeniería inversa, aunque está familiarizado con la plataforma Garmin y sus peculiaridades desde 2020. El post demuestra cómo Claude puede aparentemente hacer un buen uso de la programación como colega con conocimientos técnicos que examina críticamente las propias ideas y puede ofrecer nuevos enfoques. Sin embargo, según Dumont, sigue siendo necesaria una comprensión básica de la tecnología.

Por supuesto, sigue sin estar claro hasta qué punto este proyecto será adoptado por otros desarrolladores. A largo plazo, el proyecto, que Sam Dumont también compartió a través de GitHub, podría sin duda abrir oportunidades a otros creadores.