88 lines
3.2 KiB
Markdown
88 lines
3.2 KiB
Markdown
# 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:**
|
|
```bash
|
|
git clone https://git.kciolek.pl/kamici/TrainHub.git
|
|
cd trainhub
|
|
```
|
|
|
|
|
|
2. **Zainstaluj zależności:**
|
|
```bash
|
|
npm install
|
|
```
|
|
|
|
|
|
3. **Uruchom tryb deweloperski:**
|
|
```bash
|
|
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](https://github.com/ggml-org/llama.cpp/releases/download/b7907/llama-b7907-bin-win-cuda-12.4-x64.zip)
|
|
2. 📥 **Biblioteki CUDA (Backend):**
|
|
[cudart-llama-bin-win-cuda-12.4-x64.zip](https://github.com/ggml-org/llama.cpp/releases/download/b7907/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/](https://creativecommons.org/licenses/by-nc-sa/4.0/) |