09 — AI fitness app con memoria per utente

Athleta

Web app personale per allenamento, alimentazione e progress tracking con AI agent integrato basato su contesto applicativo, memoria e knowledge base dedicate; le proposte si applicano solo dopo conferma dell'utente. Ho curato architettura full-stack, modellazione database, UI mobile-first, integrazione AI, validazione dati, deploy e sistemi RAG/LLM Wiki su dati e documentazione.

Interfaccia reale

01 / 04

Dashboard mobile: obiettivo attivo, peso, macro del giorno e andamento nel tempo

Interfaccia mobile-first con home, training, dieta, check, coach AI e area amministrativa.
Obiettivo attivo con fase, peso iniziale, peso attuale e target; andamento peso e calorie reali rispetto al target nel tempo.
Piano alimentare settimanale con macro giornaliere, pasti seguiti, saltati, sostituiti e integrazione tracciata.
Ogni utente ha la propria LLM Wiki: profilo, obiettivi, regole, baseline, analisi foto e settimane di allenamento diventano un grafo di conoscenza interrogabile dall'agente.

Stack

ReactTypeScriptViteSupabasePostgreSQLRAGLLM WikiObsidian

In Athleta l'AI propone le modifiche. L'utente conferma prima che vengano applicate.

1. L'AI propone

2. Conferma

—