TrainIQ — KI Trainingscoach

KI-gestützter Trainingscoach für Ausdauersportler. Analysiert Biometrie (HRV, Schlaf, Stress), erstellt personalisierte Trainingspläne und gibt Echtzeit-Coaching via Chat.

Features

• 🤖 KI-Coach (LLM) mit Echtzeit-Streaming
• 📊 Recovery Scoring aus HRV, Schlaf und Stress
• 🏃 Personalisierte Trainingspläne (Laufen, Radfahren, Schwimmen, Triathlon)
• 📷 Mahlzeiten-Analyse via Foto-Upload (Cloudinary)
• ⌚ Strava-Integration für automatische Datensynchronisation
• 📱 PWA-fähig — Installation auf iPhone/Android möglich

Schnellstart

Voraussetzungen

• Docker + Docker Compose
• LLM API Key (OpenAI-kompatible API erforderlich)

Setup & Start

# Repository klonen
git clone <repo-url> && cd trainiq

# Environment konfigurieren
cp .env.example .env
# Öffne .env und setze LLM_API_KEY und ändere JWT_SECRET!

# Starten (Development — mit Hot-Reload)
docker compose up --build

# App öffnen
open http://localhost

Im Dev-Modus (DEV_MODE=true) ist kein Login nötig — ein Demo-User ist automatisch eingeloggt.

Tests ausführen

cd backend
pip install pytest pytest-asyncio httpx aiosqlite
python -m pytest tests/ -v

Production Deploy

# .env anpassen: DEV_MODE=false, JWT_SECRET auf sicheren Wert setzen
docker compose -f docker-compose.backend.yml up --build -d

Architektur

nginx (Port 80)
  ├── /api/         → FastAPI Backend (Port 8000)
  └── /             → Next.js Frontend (Port 3000)

Backend:   FastAPI + SQLAlchemy + PostgreSQL + Redis
Frontend:  Next.js 14 (App Router) + Tailwind CSS
KI:        LLM (OpenAI-kompatible API)

Wichtige Environment-Variablen

Variable	Beschreibung	Pflicht
LLM_API_KEY	API Key für LLM-Provider (OpenAI-kompatibel)	✅
LLM_BASE_URL	Base URL des LLM-Providers	✅
LLM_MODEL	Modellname (z.B. gpt-4o-mini, llama3.1)	✅
JWT_SECRET	Sicherer zufälliger String (32+ Zeichen)	✅
DATABASE_URL	PostgreSQL Connection String	✅
DEV_MODE	true = Demo-User, kein Login nötig	—
STRAVA_CLIENT_ID	Für Strava-Integration (optional)	—
CLOUDINARY_*	Für Foto-Upload (optional)	—

CI/CD

GitHub Actions führt automatisch aus:

• Backend Tests (pytest) auf jedem Push
• Frontend TypeScript-Check + Build-Verifikation

Workflow: .github/workflows/ci.yml

Security

• JWT_SECRET-Warnung bei Verwendung des Standard-Dev-Werts
• Security Headers: X-Content-Type-Options, X-Frame-Options, Referrer-Policy, Permissions-Policy
• Rate Limiting: API (30 req/min), Auth (5 req/min)
• Connection Limits pro IP
• HSTS (Strict Transport Security)
• Nginx Version versteckt