Skip to content
nomarriePublic

About

No description, website, or topics provided.

Resources

Stars

2 stars

Watchers

0 watching

Forks

Latest commit

 

History

105 Commits

Folders and files

Repository files navigation

Sehat.in

Pendamping kebiasaan sehat yang mengubah target pribadi menjadi latihan dan rekomendasi makanan harian yang dapat dijalankan.

Dibangun dengan Next.js, InsForge, dan inferensi kecerdasan buatan melalui Groq.

Next.js React TypeScript Tailwind CSS InsForge Vitest


Ringkasan

Sehat.in adalah aplikasi web berbahasa Indonesia yang membantu pengguna membangun rutinitas latihan dan pola makan secara bertahap. Setelah menyelesaikan penyiapan awal, pengguna memperoleh target mingguan, paket latihan, dan empat rekomendasi waktu makan berdasarkan profilnya. Dasbor kemudian menyatukan progres berat badan, latihan hari ini, rentetan aktivitas, dan pencapaian dalam satu alur.

Kecerdasan buatan (AI) menghasilkan rencana terstruktur dan mendukung percakapan sesuai konteks pengguna. Sistem memvalidasi respons AI sebelum menyimpannya, menyediakan mekanisme pengganti yang deterministik ketika layanan model tidak tersedia, dan hanya menerapkan usulan perubahan setelah pengguna memberikan persetujuan.

Sehat.in bukan alat diagnosis dan tidak menggantikan tenaga kesehatan. Aplikasi membatasi bahasa serta targetnya pada pendampingan kebiasaan sehat. Jika diperlukan, aplikasi mengarahkan pengguna untuk berkonsultasi dengan tenaga profesional.

Masalah dan Pendekatan Produk

Program generik Pelacak aktivitas biasa Sehat.in
Jadwal yang sama diberikan kepada banyak orang. Mencatat aktivitas setelah terjadi, tetapi tidak selalu memberi langkah berikutnya. Menyusun target, latihan, dan menu berdasarkan profil serta progres pengguna.
Rencana mudah terputus ketika satu hari terlewat. Rentetan aktivitas dapat terasa sebagai angka tanpa konteks. Membuat rencana berdasarkan tanggal setempat dan tetap menyediakan langkah yang realistis untuk hari ini.
Saran makanan sering terpisah dari aktivitas. Data latihan, berat badan, dan makanan tersebar di beberapa tampilan. Menyatukan latihan, empat waktu makan, tren berat badan, rentetan aktivitas, dan lencana.
Asisten AI dapat mengubah saran tanpa kendali pengguna. Tidak menjadi bagian utama. Penyesuaian latihan atau makanan melalui percakapan memerlukan persetujuan pengguna.

Pilar Fitur

1. Penyiapan Awal dan Target Pribadi

  • Pendaftaran dan autentikasi melalui alamat surel serta kata sandi dengan InsForge Auth.
  • Profil awal mencakup usia, tinggi badan, berat awal, target berat, tingkat aktivitas, preferensi makanan, zona waktu, dan pengingat.
  • Mendukung arah tujuan menurunkan maupun menaikkan berat badan melalui kontrak data yang tervalidasi.
  • Target mingguan disimpan sebagai data terstruktur, bukan hanya teks keluaran AI.

2. Dasbor Progres

  • Ringkasan target mingguan dan progres menuju target.
  • Grafik riwayat berat badan dengan pencatatan berdasarkan tanggal.
  • Paket latihan untuk tanggal setempat pengguna.
  • Rentetan aktivitas dihitung berdasarkan akumulasi sekurang-kurangnya 30 menit aktivitas tepercaya per hari.
  • Lencana, notifikasi progres, dan sapaan ditampilkan berdasarkan waktu setempat.

3. Sesi Latihan Terarah

  • Paket harian berisi rangkaian latihan berbasis durasi atau repetisi.
  • Pengatur waktu latihan, waktu istirahat, fungsi jeda dan lanjut, serta dialog untuk keluar dari sesi.
  • Alarm saat latihan berbasis durasi telah melewati target waktu.
  • Penyimpanan penyelesaian bersifat idempoten melalui clientCompletionId agar percobaan ulang tidak menggandakan sesi.
  • Sistem memperbarui sesi autentikasi dan mencoba kembali penyimpanan sebelum menyatakan bahwa penyimpanan gagal.

4. Rekomendasi Makanan Harian

  • Empat waktu makan: sarapan, makan siang, camilan, dan makan malam.
  • Detail bahan, langkah memasak, porsi, waktu persiapan, serta informasi kalori dan makronutrien.
  • Setiap kumpulan rekomendasi terikat pada tanggal setempat agar menu tidak berubah tanpa alasan di tengah hari.
  • Pengguna dapat meminta penyesuaian melalui pendamping AI dan memilih untuk menerapkan atau menolaknya.

5. Pendamping AI

  • Percakapan privat tersedia bagi pengguna yang telah menyelesaikan penyiapan awal.
  • Jawaban menggunakan konteks yang diperlukan, seperti progres, paket aktif, dan rekomendasi makanan.
  • Usulan penyesuaian ditampilkan sebagai pilihan yang jelas untuk diterapkan atau ditolak.
  • Percakapan umum pada halaman beranda memiliki kuota tamu, validasi asal permintaan, dan kuki bertanda tangan.
  • Inferensi Groq menggunakan model utama dan model cadangan, serta mekanisme pengganti yang deterministik ketika model gagal atau belum dikonfigurasi.

6. Pengingat dan Konsistensi

  • Preferensi waktu pengingat tersimpan bersama zona waktu pengguna.
  • Fungsi tepi pengingat latihan menggunakan klaim pengiriman idempoten dan layanan Resend.
  • Pesan membedakan latihan baru dengan latihan yang terlewat.
  • Pengiriman terjadwal memerlukan konfigurasi rahasia dan jadwal pada layanan InsForge.

Arsitektur Sistem

┌─────────────────────────────────────────────────────────────────────┐
│                         PERAMBAN / KLIEN                            │
│  Next.js App Router · React · Tailwind CSS · Zustand · R3F          │
└──────────────────────────────┬──────────────────────────────────────┘
                               │ Server Actions / HTTPS
                               ▼
┌─────────────────────────────────────────────────────────────────────┐
│                         APLIKASI NEXT.JS                            │
│  Pengaman autentikasi · halaman SSR · validasi · kuki bertanda      │
└──────────────────────────────┬──────────────────────────────────────┘
                               │ @insforge/sdk
                               ▼
┌─────────────────────────────────────────────────────────────────────┐
│                            INSFORGE                                 │
│  Autentikasi · Postgres + RLS · RPC · fungsi tepi · jadwal          │
│                                                                     │
│  sehatin-program                 practice-email-reminders           │
│  ├─ pembuatan rencana           ├─ klaim pengingat terjadwal        │
│  ├─ penyelesaian latihan        └─ pengiriman surel idempoten       │
│  ├─ percakapan kontekstual                                          │
│  └─ penyesuaian terkonfirmasi                                       │
└──────────────────────┬──────────────────────────────┬───────────────┘
                       │                              │
                       ▼                              ▼
          ┌────────────────────────┐     ┌────────────────────────┐
          │     API Model Groq     │     │       API Resend       │
          │  pembuatan terstruktur │     │   pengingat latihan    │
          └────────────────────────┘     └────────────────────────┘

Alur Data Utama

  1. Pengguna mendaftar dan menyelesaikan penyiapan awal.
  2. Server Action memanggil fungsi tepi sehatin-program dengan membawa sesi pengguna.
  3. Fungsi tepi meminta keluaran terstruktur dari Groq atau menggunakan mekanisme pengganti yang deterministik.
  4. Sistem menyimpan data program di Postgres dan membatasi akses setiap pengguna melalui Row Level Security (RLS).
  5. Halaman dasbor, latihan, makanan, dan percakapan membaca data pengguna melalui SDK pada sisi peladen.
  6. Penyelesaian latihan memperbarui sesi, rentetan aktivitas, lencana, serta rencana berikutnya secara atomik pada layanan sisi peladen.

Tumpukan Teknologi

Lapisan Teknologi Peran dalam proyek
Kerangka kerja Next.js 16.3, React 19.2 App Router, Server Components, Server Actions, dan Route Handlers.
Bahasa TypeScript 6 Kontrak data dari ujung ke ujung dan pemeriksaan tipe.
Penataan tampilan Tailwind CSS 4, token CSS Tata letak responsif dan sistem visual aplikasi.
Visual beranda React Three Fiber, Three.js, Motion Bagian utama spasial, transisi, dan interaksi 3D.
Status klien Zustand Mesin status dan siklus hidup sesi latihan.
Layanan sisi peladen InsForge SDK 1.5 Autentikasi, Postgres, RPC, dan fungsi tepi.
AI API Groq yang kompatibel dengan OpenAI Pembuatan latihan, rekomendasi makanan, dan respons pendamping.
Validasi Zod 4 Validasi input aplikasi dan keluaran model.
Surel Resend 6 Pengingat latihan terjadwal.
Pengujian Vitest, Testing Library, jsdom Pengujian unit, komponen, rute, dan kontrak.

Struktur Proyek

sehat.in/
├── functions/              # Fungsi tepi InsForge dan pengujiannya
├── migrations/             # Skema, RPC, RLS, dan perubahan basis data
├── public/                 # Model 3D dan aset beranda
├── src/
│   ├── app/                # Rute Next.js, rute API, dan metadata
│   ├── components/         # Komponen UI, navigasi, dan status rute
│   ├── data/               # Data pendukung dan tampilan pengganti
│   ├── features/           # Autentikasi, dasbor, latihan, makanan, percakapan, profil
│   ├── hooks/              # Kait lintas fitur
│   └── lib/                # Klien InsForge, pengaman, kueri, dan kontrak
├── .env.example            # Daftar variabel lingkungan tanpa data rahasia
├── insforge.toml           # Konfigurasi autentikasi dan layanan InsForge
└── Sehat.in_PRD.md         # Persyaratan produk dan keputusan pengembangan

Memulai Pengembangan

Prasyarat

  • Node.js 20 atau lebih baru
  • npm
  • Proyek InsForge yang dapat diakses
  • Kunci API Groq untuk pembuatan keluaran AI; tanpa kunci tersebut, fungsi program menggunakan mekanisme pengganti yang tersedia

1. Klon Repositori dan Pasang Dependensi

git clone https://github.com/nomarrie/sehat.in.git
cd sehat.in
npm install

2. Siapkan Lingkungan Lokal

cp .env.example .env.local

Isi nilai berikut tanpa mengubah atau menghapus .env.example:

NEXT_PUBLIC_INSFORGE_URL=https://your-project.region.insforge.app
NEXT_PUBLIC_INSFORGE_ANON_KEY=your_anon_key
NEXT_PUBLIC_APP_URL=http://localhost:3000
LANDING_CHAT_SECRET=use_the_same_random_32_plus_character_value_on_both_runtimes

NEXT_PUBLIC_INSFORGE_ANON_KEY digunakan oleh klien yang aksesnya dibatasi melalui RLS. Jangan menaruh kunci API administrator, kunci Groq, atau data rahasia lain dalam variabel yang berawalan NEXT_PUBLIC_.

3. Hubungkan Layanan InsForge

Jika repositori lokal belum terhubung ke proyek yang benar, jalankan perintah berikut:

npx -y @insforge/cli link
npx -y @insforge/cli db migrations up --all

Terapkan fungsi tepi utama setelah rahasia lingkungan eksekusinya dikonfigurasi:

npx -y @insforge/cli functions deploy sehatin-program --file functions/sehatin-program.ts

Konfigurasikan GROQ_API_KEY, GROQ_PRIMARY_MODEL, dan GROQ_SECONDARY_MODEL sebagai rahasia dalam lingkungan eksekusi fungsi tepi, bukan sebagai variabel publik. Untuk percakapan tamu, nilai LANDING_CHAT_SECRET pada lingkungan eksekusi Next.js harus sama dengan nilai rahasia pada fungsi tepi. Fungsi pengingat melalui surel juga memerlukan RESEND_API_KEY, REMINDER_CRON_SECRET, dan jadwal pada InsForge sebelum dapat mengirim pesan.

4. Jalankan Aplikasi

npm run dev

Buka http://localhost:3000.

Verifikasi dan Gerbang Mutu

Jalankan pemeriksaan berikut sebelum membuka permintaan penggabungan (pull request):

npm test
npm run typecheck
npm run lint
npm run build
git diff --check

Rangkaian pengujian mencakup autentikasi, pengaman navigasi, dasbor, pencatatan berat badan, rekomendasi makanan, percakapan, mesin status latihan, penyimpanan sesi, fungsi tepi, dan pengalaman pada halaman beranda.

Keamanan, Privasi, dan Batas Kesehatan

  1. Isolasi data pengguna. Tabel aplikasi mengaktifkan RLS dan menggunakan identitas auth.uid() untuk membatasi akses data.
  2. Data rahasia tetap berada di peladen. Rahasia Groq, Resend, cron, dan percakapan tamu tidak boleh menggunakan awalan publik atau disimpan dalam Git.
  3. Validasi berlapis. Zod memeriksa masukan aplikasi. Fungsi tepi juga memvalidasi muatan dan keluaran model sebelum menyimpannya.
  4. Operasi idempoten. Penyelesaian latihan, pemrosesan pesan, dan pengiriman surel pengingat memiliki kunci untuk mencegah efek ganda ketika sistem mencoba kembali suatu operasi.
  5. Tajuk keamanan. Pada lingkungan produksi, aplikasi menetapkan CSP, perlindungan terhadap pembingkaian dan pengenalan jenis MIME yang tidak tepat, kebijakan perujuk, serta HSTS.
  6. Bukan diagnosis medis. AI tidak boleh memberi diagnosis atau label kondisi medis kepada pengguna.
  7. Target bertahap. Target perubahan berat badan dan saran aktivitas dibatasi oleh kontrak produk serta skema basis data.
  8. Kendali pengguna. Penyesuaian program melalui percakapan tidak diterapkan tanpa konfirmasi pengguna.

Peta Jalan

  • Deteksi repetisi pada perangkat untuk gerakan yang telah dikalibrasi, dengan mode manual yang tetap tersedia.
  • Penguatan pemantauan sistem untuk pembuatan keluaran AI, mekanisme pengganti, dan pengiriman pengingat.
  • Perluasan pengujian dari ujung ke ujung untuk alur penyiapan awal hingga penyelesaian latihan.
  • Penyusunan Catatan Keputusan Arsitektur (ADR) untuk keputusan yang mencakup antarmuka, layanan sisi peladen, dan AI.

Sehat.in membantu pengguna mengambil langkah sehat yang realistis, sesuai kebutuhan pribadi, dan tetap berada dalam kendali pengguna.

About

No description, website, or topics provided.

Resources

Stars

2 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages