MeeJay/lifetrack
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
fa3db7ff229c69ebf0fa65e0f5aa2292b9fa3825
lifetrack/DESIGN.md
T
MeeJayandClaude Opus 5 93f0689c1e Initial import: LifeTrack v1 (santé, vape, finances) 
Tracker de vie auto-hébergé : suivi poids/calories/sport avec planning de
pesées, sevrage tabac (vape) avec modèle de coût DIY et économies, et
finances personnelles avec import de relevés bancaires.

Architecture : FastAPI + SQLAlchemy 2.0 + PostgreSQL 16, React 18 + TS +
Vite + Tailwind + ECharts, déploiement Docker Compose. Modules
auto-découverts des deux côtés (pkgutil / import.meta.glob) et framework
de connecteurs à deux voies (importeurs de fichiers + ingestion JSON)
pour brancher de nouvelles sources sans toucher au noyau.

Validé : 292 tests pytest, tsc + vite build, contrat API/web vérifié
contre le schéma OpenAPI, et déploiement Docker réel sur PostgreSQL 16
(28 tables, SPA servie par nginx, wizard de premier démarrage).

Documentation : README.md, docs/GUIDE.md, CONVENTIONS.md, et les
documents de conception et de recherche dans docs/.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-08-14 10:48:57 +02:00

4.7 KiB
Raw Blame History

LifeTrack — Synthèse du design (v1)

Tracker de vie auto-hébergé : sport/calories/poids, arrêt de la cigarette (vape), et finances personnelles — interface web riche en graphiques, déployée via Docker Compose.

Documents de référence

Document Contenu
docs/design/architecture.md Architecture technique complète : monorepo, FastAPI, React, auto-découverte des modules, framework de connecteurs, Docker. §10 = CONVENTIONS (extrait dans CONVENTIONS.md)
docs/design/datamodel-health-vape.md Tables + formules santé/nutrition/vape : BMR/TDEE, tendance EMA, projections, coût/ml, économies
docs/design/datamodel-finance.md Tables + logique finances : pipeline d'import, dédup, moteur de règles, virements, récurrents, budgets
docs/design/ux-pages.md Spec UX française page par page : ~30 graphiques ECharts, KPI, modales, palette validée daltonisme
docs/research/health-connect.md Comment sortir les données de Health Connect (bridge webhook, Health Sync CSV, app compagnon v2)
docs/research/nutrition-sources.md Foodvisor (export RGPD), Open Food Facts, CIQUAL, importeurs CSV nutrition
docs/research/finance-sources.md Formats CSV réels de 10 banques FR + PayPal, OFX, Enable Banking (v2)

Stack (décidée)

  • Backend : Python 3.12 (Docker) · FastAPI · SQLAlchemy 2.0 typé · PostgreSQL 16 · PyJWT + argon2
  • Frontend : React 18 · TypeScript strict · Vite · TailwindCSS (thème sombre) · Apache ECharts · TanStack Query
  • Déploiement : Docker Compose (postgres + api + web/nginx) ; dev = uvicorn --reload + vite
  • Langues : code en anglais, UI et messages d'erreur en français (fr-FR : 1 234,56 €, dd/MM/yyyy)

Décisions structurantes

  1. Modules auto-découverts des deux côtés (pkgutil côté API, import.meta.glob côté web) : ajouter un module = créer un dossier, personne ne modifie main.py/router.tsx → chantiers parallèles sans conflit, extensibilité maximale (« l'appli peut aller dans plein de sens »).
  2. Framework de connecteurs à deux voies : importeurs de fichiers (BaseImporter, POST /api/imports, suivi ImportRun, dédup idempotente) et handlers d'ingestion JSON (BaseIngestHandler, POST /api/ingest/{domain}, clés d'appareil à scopes ingest:<domain>).
  3. Dédup normalisée : (user_id, source, external_id) + (user_id, content_hash) pour les événements ; (user_id, day, source) + upsert pour les agrégats journaliers → ré-imports sûrs.
  4. Health Connect = push, jamais pull (données on-device, pas d'API cloud ; Google Fit API morte). v1 : endpoint d'ingestion + app bridge health-connect-webhook + import CSV Health Sync ; v2 : app compagnon Android (Kotlin, 3-5 j) ; v2/v3 : tapis via Web Bluetooth FTMS.
  5. Nutrition v1 : saisie rapide + recherche Open Food Facts (proxy backend + cache) + table CIQUAL + import CSV Foodvisor (export RGPD) ; connecteur Foodvisor natif impossible (pas d'API).
  6. Finances v1 = fichiers : mapper CSV générique + presets par banque (10 banques FR), OFX, PayPal ; aperçu avant import + rollback par lot. v2 = Enable Banking (PSD2 gratuit pour ses propres comptes — GoCardless/Nordigen ferme, ne pas construire dessus).
  7. Vape : modèle de coût DIY historisé (base, boosters, arômes, résistances) → coût/ml, coût/jour avec amortissement résistance, économies cumulées vs baseline cigarettes gelée.
  8. Temps : stockage UTC timestamptz, jours locaux Date en Europe/Paris (?tz= sur les agrégations). Unités canoniques : kg, cm/m, ml, kcal, secondes, centimes d'euro.
  9. v1 sans Alembic : metadata.create_all au démarrage (migrations ajoutées quand le schéma bougera). Tests pytest sur SQLite → types portables (voir CONVENTIONS C8).
  10. Graphiques : palette 8 couleurs validée daltonisme sur fond sombre, jamais de double axe Y, sémantique directionnelle (déficit/économies = vert), réponses stats déjà au format ECharts.

Périmètre v1 (ce dépôt) / v2 / v3

  • v1 : tout le web + API ci-dessus, imports fichiers, ingestion JSON Health Connect (bridge), dashboards complets, wizard premier démarrage.
  • v2 : app compagnon Android Health Connect, connecteur Enable Banking, calculateur DIY avancé, Alembic, notifications.
  • v3 : enregistrement tapis Web Bluetooth FTMS, analyse photo repas (si API Foodvisor s'ouvre), multi-utilisateurs complet, thème clair.
Reference in New Issue View Git Blame Copy Permalink