面对蓝牙血氧仪App需前台运行的局限，通过逆向通信协议，利用ESP32芯片接收并转发数据至MQTT服务器，即可实现全天候无感监测。此方案不仅获取了完整的原始数据，还引入AI工具辅助协议解析，为有类似需求的个人提供了一个低成本且高度可定制的DIY思路。
智能速览
原厂蓝牙血氧仪App需前台运行，无法实现全天候监控。
通过BLE抓包工具，手动逆向分析出数据包中的血氧和心率数值。
利用ESP32-S3作为中继，订阅设备数据并解析后发送至MQTT服务器。
将通信日志交由AI分析，成功解析出完整的协议结构，极大提升效率。
此方案能以较低成本实现完整的个人血氧与心率数据自主掌控。
精华内容
从发现App的痛点，到萌生自己动手改造的想法，再到最终实现全天候数据监控，整个过程充满了探索的乐趣。下面将详细拆解如何一步步从零开始，最终搭建起属于自己的全天候监测系统。
协议逆向初探
最初的想法很简单：既然是蓝牙传输，那数据就有可能被捕获。通过在电脑上使用LightBlue这类BLE调试工具，很快就找到了名为PC-60F开头的设备。订阅其数据通知特征后，能看到设备在持续发送数据流。
如何从一堆16进制数据中找到血氧值呢？这里用了一个很直接的方法：对比设备读数和日志数据。当设备显示血氧97%（十六进制0x61）和心率81（十六进制0x51）时，在日志中搜索对应数值，成功定位到了以0xaa550f0801开头的数据包，并确认了后续字节对应的具体生理指标。
ESP32数据中继
确认数据规律后，硬件部分就水到渠成了。选用支持BLE 5.0的ESP32-S3开发板，利用Arduino框架编写代码。通过BLEDevice库连接血氧仪，订阅特定的特征值，实时接收数据包。
代码的核心是过滤出前缀为0xaa550f0801的数据包，并根据之前发现的规律解析出后续两个字节，分别得到血氧饱和度和心率值。解析后的数据通过Wi-Fi发送到自建的MQTT Broker，为后续的存储和展示做好了准备。
AI赋能协议解析
在手动逆向协议时，虽然成功找到了核心数据，但对于数据包的完整结构，如校验位等，并未完全弄清。这时想到利用当下强大的AI工具。将之前保存的通信日志直接喂给AI进行分析，令人惊喜的是，AI一次性就成功解析出了整个协议的详细结构，包括数据长度、包类型、有效载荷甚至是CRC校验方式。
这证明在处理未加密的通信协议时，AI已经成为一个极其强大且高效的辅助分析工具，能将复杂的逆向工作变得异常简单。
全天候监控实现
整个数据链路打通后，一个低成本的全天候血氧和心率监测系统就完成了。数据通过MQTT传输后，可以灵活地进行后续处理，例如存入数据库用Grafana展示，或者直接用手机App订阅查看。
这样一来，不仅摆脱了对原厂App的依赖，还拥有了所有原始数据的完整控制权。无论是个人日常健康追踪，还是特定场景下的睡眠分析，这套系统都提供了极大的自由度和可能性，唯一的缺点可能就是需要经常给血氧仪更换电池。
通过结合BLE协议逆向、ESP32硬件和AI工具，成功将一款功能受限的消费级血氧仪改造为功能强大的个人健康监测终端。这不仅解决了实际需求，更展示了开源硬件和AI技术结合的巨大潜力。你是否也想动手改造身边的智能设备，探索更多数据背后的秘密呢？
