Skip to content

SimulatorML/Fitness-assistant

Repository files navigation

Fitness Assistant - Фитнес-помощник

Описание проекта

Fitness Assistant - это персонализированный AI-помощник, созданный для помощи пользователям в достижении их целей в области физической активности и питания. Используя современные технологии и интерактивный подход, приложение предоставляет индивидуальные планы тренировок, анализ питания по фотографиям и мотивационные инструменты.

Целевая аудитория

  • Люди, стремящиеся к здоровому образу жизни.
  • Начинающие и продолжающие спортсмены.
  • Люди, желающие оптимизировать и сбалансировать свой рацион питания.

Основной функционал

Тренировки

  • Персональные программы: Индивидуально адаптированные планы тренировок с учётом целей, уровня подготовки и ограничений пользователя.
  • Подбор активностей с учетом профиля пользователя
  • Библиотека упражнений: Подробные описания, инструкции упражнений.
  • Отслеживание прогресса: Ведение статистики, динамика тренировок/активностей, графики и отчёты о достижениях.
  • Адаптация нагрузки: Автоматическая корректировка тренировочного плана в зависимости от обратной связи и результатов пользователя.

Питание

  • Анализ фото еды: Использование компьютерного зрения для распознавания продуктов, оценки калорийности и питательной ценности блюд.
  • Советы по рациону: Персональные рекомендации по улучшению питания и составлению сбалансированного меню.
  • Замена продуктов: Рекомендации по здоровым аналогам для замены менее полезных ингредиентов.

Мотивация и социальное взаимодействие

  • Достижения и награды: Система геймификации, позволяющая зарабатывать баллы, внутренние соревнования между пользователя и бонусы за регулярные тренировки и правильное питание.
  • Визуализация прогресса: Интерактивные графики, статистика, сравнительный анализ результатов.

Техническая реализация

Клиентская часть

  • Telegram-бот: Основной интерфейс для быстрой и удобной коммуникации с пользователем.

Серверная часть

  • API: Реализация на базе FastAPI для обеспечения высокой скорости, производительности и масштабируемости.
  • Хранение данных: PostgreSQL для структурированных данных и Redis для кэширования, что ускоряет обработку запросов.
  • AI/ML модели:
    • API LLM: Для ведения естественного диалога, генерации персонализированных рекомендаций и поддержки коммуникации.
    • RAG (Retrieval Augmented Generation): Для поиска релевантной информации и формирования расширенных ответов используя Langchain

Интеграции

  • Базы данных: Подключение к специализированным базам данных продуктов питания и упражнений для получения актуальной информации.

Пользовательский путь

Онбординг

  • Проведение базового интервью для определения уровня подготовки и целей (пол, возраст, вес, рост, уровень активности, опыт).
  • Настройка персональных предпочтений и уведомлений.

Ежедневное использование

  • Получение индивидуального плана тренировок/активностей и рекомендаций по питанию.
  • Мотивационные советы рекомендации.
  • Возможность отправки фото еды для анализа.
  • Получение оперативной обратной связи и советов.

Отслеживание результатов

  • Еженедельные и месячные отчёты о прогрессе.
  • Корректировка целей и адаптация плана тренировок.
  • Получение наград и лидерборд.

Безопасность

  • Аутентификация: Надёжная аутентификация через Telegram и, при необходимости, через дополнительные методы (например, двухфакторная аутентификация).
  • Резервное копирование: Регулярное создание резервных копий для предотвращения потери данных.

Метрики успеха

  • Активность пользователей: 60% пользователей остаются активными через месяц после регистрации.
  • Достижение целей: 70% пользователей достигают поставленных целей.
  • Точность распознавания: Распознавание еды по фото с точностью выше 85%.
  • Удовлетворенность пользователей: Высокий уровень положительных отзывов и активное участие в сообществе.

План развития

Этап 1

  • Запуск MVP через Telegram-бота с минимальным набором функций.
  • Создание backend FastAPI приложения со взаимодействия с телеграм ботом
  • Создания базы данных на Postgresql со взаимодействия с backend

Этап 2

  • Расширение аналитики, добавление новых режимов тренировок и углублённой персонализации.
  • Внедрение командных соревнований, челленджей и дополнительных социальных функций.
  • Интеграция с фитнес-трекерами и дополнительными источниками данных.

Ограничения и предупреждения

  • Медицинская ответственность: Приложение не заменяет консультацию врача. Все рекомендации носят информационный характер.
  • Форматы ввода: Поддержка только текстовых сообщений и фотографий (на первом этапе).

Дополнительные предложения по улучшению

  • Персонализация рекомендаций: Использование алгоритмов машинного обучения для анализа истории активности и более точного подбора рекомендаций.
  • Интерактивное обучение: Внедрение обучающих материалов (видео, статьи, советы) для повышения осведомлённости о правильном питании и тренировках.
  • Обратная связь: Встроенная система сбора отзывов для постоянного улучшения функционала и качества рекомендаций.
  • Мобильное приложение: В дальнейшем разработка нативных мобильных приложений для Android и iOS для расширения функциональности и удобства пользователей.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •