Files
TrainHub/README.md
2026-02-02 13:24:11 +00:00

3.2 KiB

TrainHub 🏋️‍♂️

TrainHub to zaawansowany asystent treningowy, wspierany przez lokalną sztuczną inteligencję. Aplikacja łączy planowanie treningów, monitorowanie parametrów medycznych oraz analizę postawy w czasie rzeczywistym.

Zbudowany przy użyciu Tauri 2.0, Vue 3, TypeScript oraz Rust.

🚀 Kluczowe Funkcje

  • AI Coach & Chat: Inteligentny asystent treningowy, który odpowiada na pytania dotyczące ćwiczeń i zdrowia (wykorzystuje Local LLM).
  • Posture Analysis: Analiza poprawności wykonywania ćwiczeń i postawy ciała w czasie rzeczywistym przy użyciu wizji komputerowej (moduł posture/).
  • Smart Workout Tracking: Zarządzanie planami treningowymi, śledzenie postępów i historia ćwiczeń (baza SQLite).
  • Medical Metrics: Monitorowanie parametrów zdrowotnych i statystyk witalnych.

🛠️ Wymagania Wstępne

  1. Node.js (v18+)
  2. Rust (najnowsza wersja stabilna)
  3. Build Tools for Visual Studio (wymagane dla kompilacji C++/Rust na Windows).
  4. Karta graficzna NVIDIA (Zalecane dla modułu analizy postawy i płynnego czatu).

⚙️ Instalacja i Uruchomienie

  1. Sklonuj repozytorium:
git clone https://git.kciolek.pl/kamici/TrainHub.git
cd trainhub
  1. Zainstaluj zależności:
npm install
  1. Uruchom tryb deweloperski:
npm run tauri dev

🤖 Konfiguracja AI (Instalacja Manualna)

⚠️ WAŻNE: Aby moduły AI Coach oraz Posture Analysis działały, musisz ręcznie pobrać silnik wykonawczy llama.cpp. W obecnej fazie rozwoju (Alpha) te pliki nie są pobierane automatycznie.

Krok 1: Pobierz wymagane pliki

Pobierz poniższe archiwa .zip (wersja b7907, CUDA 12.4):

  1. 📥 Pliki wykonywalne (Binaries): llama-b7907-bin-win-cuda-12.4-x64.zip
  2. 📥 Biblioteki CUDA (Backend): cudart-llama-bin-win-cuda-12.4-x64.zip

Krok 2: Instalacja plików

  1. W folderze aplikacji znajdź katalog src-tauri.
  2. Wypakuj zawartość obu pobranych archiwów do tego katalogu.
  3. Upewnij się, że plik llama-server.exe oraz biblioteki DLL znajdują się w jednym miejscu.

🏗️ Struktura Projektu

  • src/app/ - Główna logika Frontend (Vue 3)

  • components/chat/ - Interfejs czatu z trenerem AI.

  • components/posture/ - Komponenty wizualizacji i analizy postawy (Canvas).

  • composables/ - Logika biznesowa (np. useAnalysis.ts, useActiveWorkout.ts).

  • src-tauri/ - Backend (Rust)

  • src/db.rs - Obsługa bazy danych SQLite (zapisywanie treningów).

  • src/main.rs - Punkt wejścia aplikacji i rejestracja komend.

📄 Licencja

Ten projekt jest udostępniony na licencji Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0).

Możesz używać i modyfikować kod do celów prywatnych i edukacyjnych. Użycie komercyjne (sprzedaż aplikacji lub usług na niej opartych) jest zabronione bez zgody autora.

Pełny tekst licencji: https://creativecommons.org/licenses/by-nc-sa/4.0/