Fitlog

Fitlog: rastreador de entrenamiento basado en GenAI

Fitlog es una aplicación de seguimiento de entrenamiento impulsada por GenAI que permite a los usuarios registrar sus rutinas, entrenamientos y series. La aplicación incluye funciones como búsqueda difusa de nombres de rutinas y entrenamientos, impulsada por Fuse.js, e integra Prisma para la gestión de bases de datos. Esta es una aplicación MERN-stack creada con Next.js para renderizado del lado del servidor.

Características

• Autenticación de usuario : registro de usuario e inicio de sesión mediante Clerk.
• Seguimiento de rutinas y entrenamientos : cree rutinas, registre entrenamientos y realice un seguimiento de conjuntos.
• Búsqueda difusa : implementa la búsqueda difusa con Fuse.js para recuperar ID de rutinas y ejercicios según la entrada del usuario.
• Integración de chat con IA : chatee con un asistente con tecnología de IA para registrar entrenamientos y obtener información sobre el estado físico.
• Interfaz de usuario responsiva : creada con Mantine UI y diseñada con Tailwind CSS para un diseño moderno y responsivo.

Tecnologías utilizadas

• Next.js : marco React para crear aplicaciones renderizadas en servidor.
• Prisma : ORM para interactuar con una base de datos PostgreSQL.
• Clerk : Servicio de autenticación para el manejo de sesiones de usuarios.
• Fuse.js : funcionalidad de búsqueda difusa para mejorar la experiencia de búsqueda de rutinas y entrenamientos.
• Mantine UI : biblioteca de UI para componentes modernos de React.
• Tailwind CSS : marco CSS de utilidad para diseñar.
• TypeScript : para verificación de tipo estática en el proyecto.
• LangChain : integración de IA para asistencia de entrenamiento basada en chat.

Esquema de base de datos

Aquí está el esquema de la base de datos para rastrear rutinas, entrenamientos y series de usuarios:

• Usuario : Contiene user_id , username y password .
• Rutina : contiene routine_id , routine_name y user_id . Una rutina tiene múltiples entrenamientos.
• Entrenamiento : contiene workout_id , workout_name , routine_id y date . Un entrenamiento tiene múltiples series.
• Conjunto : contiene set_id , set_weight , set_reps , workout_id y date .

Instalación

1. Clonar el repositorio:

   git clone https://github.com/yourusername/fitlog.git

2. Navegue al directorio del proyecto:

    cd fitlog

3. Instalar dependencias:

   npm install

4. Configure variables de entorno creando un archivo .env. Agregue la URL de su base de datos Prisma, las credenciales del empleado y otras variables de entorno requeridas:

   DATABASE_URL= " your_postgres_database_url "
   NEXT_PUBLIC_CLERK_FRONTEND_API= " your_clerk_frontend_api "
   CLERK_API_KEY= " your_clerk_api_key "
   GROQ_API_KEY= " Groq Api Key "
   NEXT_PUBLIC_CLERK_AFTER_SIGN_IN_URL=/
   NEXT_PUBLIC_CLERK_AFTER_SIGN_UP_URL=/
   NEXT_PUBLIC_CLERK_SIGN_IN_URL=/login
   NEXT_PUBLIC_CLERK_SIGN_UP_URL=/signup

5. Aplique las migraciones de Prisma a su base de datos:

   npx prisma migrate dev

6. Ejecute el servidor de desarrollo:

   npm run dev

Abra su navegador y vaya a http://localhost:3000 para ver la aplicación en acción.

Licencia

Este proyecto tiene la licencia MIT; consulte el archivo de LICENCIA para obtener más detalles.

Contribuyendo

No dudes en bifurcar el repositorio y enviar solicitudes de extracción. ¡Las contribuciones son bienvenidas!

Mejoras futuras

 Advanced Analytics: Integrate charts and analytics for users to visualize their workout progress.
GenAI Improvements: Enhance the AI assistant with personalized workout recommendations.
Mobile App: Plan to extend the web app into a mobile application using React Native.

Implementar en Vercel

La forma más sencilla de implementar su aplicación Next.js es utilizar la plataforma Vercel de los creadores de Next.js.

Consulte nuestra documentación de implementación de Next.js para obtener más detalles.