Skip to content

ES2-UFPI/TreinAI

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

116 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

TreinAI

Aplicativo de treinos personalizados com auxílio de Inteligência Artificial. Descreva seu objetivo, equipamentos disponíveis e rotina — a IA monta um plano completo para você.

Funcionalidades

  • Geração de treinos com IA — você descreve seu objetivo (ex: "emagrecer treino em casa 3x por semana") e a IA monta um plano completo com dias, foco, exercícios, séries, reps e tempo de descanso
  • Modalidade — escolha entre treino com equipamento ou sem equipamento (bodyweight)
  • Modificar treino — não gostou do plano? Escreva o que quer mudar e a IA gera um novo treino considerando seu feedback
  • Histórico — todos os treinos salvos ficam acessíveis com data, contagem de exercícios e detalhamento completo
  • Dashboard — tela inicial com acesso rápido à geração de treino, histórico e perfil
  • Tour guiado — tutorial interativo para novos usuários conhecerem as funcionalidades

Acesso

Web

Acesse a versão web publicada no GitHub Pages:

https://es2-ufpi.github.io/TreinAI/

Mobile

Escaneie o QR code com o app Expo Go (disponível na Play Store / App Store) rodando o projeto localmente:

cd front
npm install
npx expo start

Como usar

  1. Cadastre-se — informe nome, email, senha, idade, peso, altura, objetivo e nível de experiência
  2. Gere um treino — na dashboard, descreva seu objetivo e escolha a modalidade
  3. Revise o plano — o treino aparece com todos os exercícios organizados por dia
  4. Modifique se preciso — clique em "Modificar treino", escreva seu feedback e gere um novo plano
  5. Salve — clique em "Salvar treino" para guardar no seu histórico
  6. Consulte — acesse o histórico a qualquer momento para rever treinos anteriores

Rodar localmente (para desenvolvedores)

Pré-requisitos

  • Python 3.13+
  • uv (gerenciador de pacotes Python)
  • Node.js 24+
  • PostgreSQL (ou usar a URL de um banco remoto)

Backend

cd backend

# Instalar dependências
uv sync

# Configurar ambiente
cp .env.dev .env
# Edite .env com seus valores

# Rodar a API (disponível em http://127.0.0.1:8000)
uv run python main.py

# Documentação interativa: http://127.0.0.1:8000/docs

Frontend

cd front

# Instalar dependências
npm install

# Criar arquivo de ambiente
cp .env.example .env
# EXPO_PUBLIC_API_URL já vem com http://127.0.0.1:8000 por padrão

# Rodar (escolha uma plataforma)
npx expo start        # QR code para Expo Go (mobile)
npm run web           # Navegador (http://localhost:8081)

Variáveis de ambiente

Backend (.env):

Variável Descrição Padrão
DATABASE_URL String de conexão PostgreSQL — (obrigatória)
GEMINI_API_KEY Chave da API do Google Gemini
OLLAMA_API_KEY Chave da API para rodar modelos locais
CORS_ORIGINS Origens permitidas (separadas por vírgula) *

Frontend (.env):

Variável Descrição Padrão
EXPO_PUBLIC_API_URL URL do backend http://127.0.0.1:8000

Equipe

Nome GitHub
Artur Sousa @focarica
Thalysson Melo @thalyssonmelo
Alan Nunes @alannunes73

Engenharia de Software — UFPI — 2026.1

About

Repositorio do projeto de treinos auxiliados com IA para a turma de Engenharia de Software 2026.1

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Contributors