# NordicFlow 🇳🇴

**NordicFlow** to nowoczesna aplikacja desktopowa do nauki języka norweskiego, wykorzystująca Local AI do interaktywnych konwersacji, analizy obrazu i nauki z wideo.

Projekt zbudowany w oparciu o **Tauri 2.0**, **React 19**, **TypeScript** oraz **Rust**.

## 🚀 Kluczowe Funkcje

* **AI Chat**: Konwersacje z wirtualnym nauczycielem (model Llama 3.1) z korektą błędów w czasie rzeczywistym.
* **Visual Recognition**: Nauka słownictwa poprzez rozpoznawanie obiektów na zdjęciach (model MiniCPM-V).
* **Smart Reading**: Generowanie historii dopasowanych do poziomu użytkownika z ćwiczeniami "fill-in-the-blank".
* **Video Learning**: Nauka z materiałów wideo z transkrypcją i interaktywnymi napisami (wymaga Whisper).
* **Flashcards & Mini Games**: Fiszki, tryb pisowni i gry językowe.

## 🛠️ Wymagania Wstępne

Aby uruchomić projekt w trybie deweloperskim, potrzebujesz:

1. **Node.js** (v18+)
2. **Rust** (najnowsza wersja stabilna)
3. **Build Tools for Visual Studio** (Windows) - z zaznaczonym "Desktop development with C++".
4. **Sterowniki NVIDIA CUDA** (Zalecane dla płynnego działania AI na GPU).

## ⚙️ Instalacja i Uruchomienie

1. **Sklonuj repozytorium:**
```bash
git clone https://github.com/twoj-nick/nordicflow.git
cd nordicflow

```


2. **Zainstaluj zależności frontendowe:**
```bash
npm install

```


3. **Uruchom tryb deweloperski:**
```bash
npm run tauri dev

```



---

## 🤖 Konfiguracja AI (Instalacja Manualna)

⚠️ **WAŻNE:** Obecna wersja deweloperska nie pobiera automatycznie silnika wykonawczego AI (`llama.cpp`). Należy go zainstalować ręcznie, aby funkcje **AI Chat** i **Visual Recognition** działały.

W przyszłości proces ten będzie zautomatyzowany wewnątrz aplikacji.

### Krok 1: Pobierz wymagane pliki

Pobierz poniższe archiwa `.zip` (wersja `b4603` lub nowsza, kompatybilna z CUDA 12.4):

1. 📥 **Pliki wykonywalne (Binaries):**
[llama-b4603-bin-win-cuda-12.4-x64.zip](https://www.google.com/search?q=https://github.com/ggml-org/llama.cpp/releases/download/b4603/llama-b4603-bin-win-cuda-12.4-x64.zip)
2. 📥 **Biblioteki CUDA (Backend):**
[cudart-llama-bin-win-cuda-12.4-x64.zip](https://www.google.com/search?q=https://github.com/ggml-org/llama.cpp/releases/download/b4603/cudart-llama-bin-win-cuda-12.4-x64.zip)

### Krok 2: Zlokalizuj folder danych aplikacji

Uruchom aplikację raz (`npm run tauri dev`), aby utworzyła ona swoje katalogi systemowe. Następnie znajdź folder danych lokalnych:

* **Windows**: Wciśnij `Win + R`, wpisz `%LocalAppData%` i szukaj folderu o nazwie **`NordicFlow`** (lub `com.nordicflow.app`).

### Krok 3: Instalacja plików

1. W folderze `src-tauri` utwórz katalog o nazwie `binaries` (jeśli aplikacja nie utworzyła go automatycznie).
2. Wypakuj **zawartość obu pobranych archiwów** bezpośrednio do tego folderu.
3. Upewnij się, że plik `llama-server.exe` oraz pliki `.dll` (np. `cudart64_12.dll`) znajdują się w tym samym katalogu, z którego korzysta aplikacja.


### Uwaga dotycząca funkcji Video (Whisper)

Do działania funkcji **Video Learning** (transkrypcja) aplikacja w kodzie odwołuje się również do `whisper-cli.exe` oraz `ffmpeg.exe`. Te pliki również powinny znaleźć się w folderze z binariami, jeśli chcesz korzystać z tej konkretnej funkcji.

---

## 📂 Modele AI

Aplikacja automatycznie zarządza pobieraniem modeli językowych (GGUF) przy pierwszej próbie użycia danej funkcji.

* **Czat:** `Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf` (~4.8 GB)
* **Wzrok:** `MiniCPM-V-2_6-Q4_K_M.gguf` + projektor (~5 GB)
* **Mowa:** `nb-whisper-medium-q5_0.gguf` (~1 GB)

Modele są zapisywane w katalogu `%LocalAppData%\NordicFlow\models`.

## 🏗️ Struktura Projektu

* `src/` - Kod źródłowy Frontend (React)
* `src/features/` - Moduły funkcjonalne (ai-chat, flashcards, video-learning)
* `src/components/` - Komponenty UI (Shadcn/ui)


* `src-tauri/` - Kod źródłowy Backend (Rust)
* `src-tauri/src/commands.rs` - Komendy Tauri (logika AI, pliki)
* `src-tauri/capabilities/` - Uprawnienia Tauri 2.0



## 🤝 Kontrybucja

Projekt jest w fazie aktywnego rozwoju. Zgłoszenia błędów (Issues) i propozycje zmian (Pull Requests) są mile widziane.

## 📄 Licencja

CC BY-NC-SA 4.0 License © 2026 Kazimierz Ciołek