💪 FitFlow API

FitFlow API es una aplicación desarrollada con FastAPI, MongoDB y Streamlit para ayudar a usuarios y entrenadores personales a registrar, visualizar y mejorar su progreso de entrenamiento físico a través de dashboards y un chatbot inteligente motivacional.

---

🚀 Características principales

• 📊 Seguimiento de progresos por ejercicio: peso, repeticiones, frecuencia.
• 📈 Dashboard interactivo con evolución temporal del rendimiento.
• 🤖 Chatbot motivacional con integración OpenAI para generar rutinas personalizadas y analizar el estado anímico.
• 🏆 Sistema de logros: metas alcanzadas por el usuario (récords, frecuencia, constancia).
• 🧠 API RESTful modular para integrar otras plataformas fácilmente.

---

🧱 Tecnologías usadas

• Backend: FastAPI
• Base de datos: MongoDB (Motor async)
• Frontend: Streamlit
• LLM: OpenAI GPT-4 (API)
• Otros: Python 3.10+, Pydantic, Uvicorn

---

📁 Estructura del proyecto

fitflow_api/

├── main.py # Punto de entrada FastAPI

├── database.py # Conexión a MongoDB

├── requirements.txt # Dependencias del proyecto

├── .env # Variables de entorno (ej. MONGO_URL, OPENAI_KEY)

├── README.md # Documentación inicial

│

├── models/ # Modelos Pydantic (validación de datos)

│ ├── usuario.py # Usuario (nombre, email, objetivo...)

│ ├── ejercicio.py # Ejercicio (nombre, grupo muscular...)

│ ├── registro.py # Registro de sets

│ ├── logro.py # Logros alcanzados

│ └── conversacion.py # Conversaciones con el chatbot

│

├── controllers/ # Lógica de negocio y acceso a BBDD

│ ├── usuario_controller.py

│ ├── ejercicio_controller.py

│ ├── registro_controller.py

│ ├── logro_controller.py

│ └── conversacion_controller.py

│

├── routes/ # Rutas de la API (FastAPI)

│ ├── usuarios.py

│ ├── ejercicios.py

│ ├── registros.py

│ ├── logros.py

│ └── chatbot.py

│

├── utils/ # Funciones auxiliares

│ └── openai_client.py # Llamadas a OpenAI para el chatbot

│

└── streamlit_app/ # Interfaz gráfica en Streamlit

├── app.py                      # Principal

├── components/                # Formularios, gráficos, dashboards

└── styles/                    # CSS personalizado (opcional)

📦 Instalación y uso local

1. Clona el repositorio

git clone https://github.com/tu-usuario/fitflow-api.git cd fitflow-api

2. Crea entorno virtual

python -m venv env source env/bin/activate # o .\env\Scripts\activate en Windows

3. Instala dependencias

pip install -r requirements.txt

4. Ejecuta FastAPI

uvicorn main:app --reload

Accede a la documentación interactiva en: 📎 http://localhost:8000/docs

🔑 Variables de entorno recomendadas

Usa .env para definir:

MONGO_URL=mongodb://localhost:27017 OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx

🌐 Endpoints destacados

Método Endpoint Descripción

POST /usuarios Crear un nuevo usuario POST /registros Añadir registro de ejercicio GET /usuarios/{user_id}/progreso Obtener progreso global por ejercicio POST /chatbot Enviar mensaje al chatbot GET /conversaciones/{user_id} Ver historial de conversación

🛠️ Pendiente de desarrollo

Sistema de autenticación (opcional)

Módulo de rutinas automáticas generadas por IA

Exportación de datos personales

📄 Licencia

MIT License © 2025 - Azahara García, Laura Sánchez y Manolo Castilli