Aplicación de escritorio multiplataforma construida con Electron que utiliza reconocimiento de voz (Vosk) y procesamiento con IA (Gemini) para el seguimiento automático de alimentos y ejercicios.

• Grabación de audio con visualizador en tiempo real
• Transcripción automática en tiempo real usando Web Speech API del navegador
• Procesamiento con IA mediante Google Gemini API
• Almacenamiento local en base de datos SQLite
• Interfaz moderna y responsiva
• Exportación de datos en formato JSON
• Multiplataforma (Windows, macOS, Linux)

• Node.js 16+
• NPM o Yarn
• Google Gemini API Key
• Micrófono para grabación de audio

# Instalar todas las dependencias
npm run install:all

# Copiar el archivo de ejemplo
cd backend
cp .env.example .env

Edita el archivo .env y agrega tu API key de Gemini:

GEMINI_API_KEY=tu_api_key_aqui
PORT=3001

Obtén tu API key de Gemini:

1. Ve a Google AI Studio
2. Crea una nueva API key
3. Cópiala al archivo .env

# Ejecutar ambos (frontend y backend) simultáneamente
npm run dev

# O ejecutar por separado:
npm run start:backend
npm run start:frontend

# Iniciar la aplicación completa
npm start

# Construir para distribución
npm run build

• Haz clic en "Iniciar Grabación"
• Habla sobre los alimentos que comiste o ejercicios que realizaste
• La transcripción aparece en tiempo real mientras hablas
• Haz clic en "Detener" cuando termines

• Revisa la transcripción automática generada
• Puedes editarla si es necesario
• Haz clic en "Confirmar Transcripción" para continuar

• Haz clic en "Procesar con IA" para extraer información nutricional
• La IA identificará automáticamente:
  • Alimentos con calorías e información nutricional
  • Ejercicios con duración e intensidad

• Nutrición: Ve los alimentos detectados con información calórica
• Ejercicios: Ve los ejercicios con calorías quemadas
• Historial: Accede a registros anteriores

my-electron-app/
├── package.json              # Configuración principal
├── frontend/                 # Aplicación Electron
│   ├── main.js              # Proceso principal de Electron
│   ├── preload.js           # Script de preload seguro
│   ├── package.json         # Dependencias del frontend
│   └── renderer/            # Interfaz de usuario
│       ├── index.html       # HTML principal
│       ├── styles.css       # Estilos CSS
│       └── app.js           # Lógica del frontend
├── backend/                 # Servidor Node.js
│   ├── server.js           # Servidor Express principal
│   ├── database.js         # Manejo de SQLite
│   ├── package.json        # Dependencias del backend
│   ├── .env.example        # Variables de entorno de ejemplo
│   └── model/              # Modelo Vosk para español
└── README.md               # Esta documentación

Recibe transcripción del frontend

• Body: { text: string }
• Response: { success: boolean, transcription: string }

Recibe archivos de audio (para futuras implementaciones)

• Body: FormData con archivo de audio
• Response: { success: boolean, message: string }

Procesa texto con Gemini AI

• Body: { text: string }
• Response: { success: boolean, data: NutritionData }

Obtiene historial de entradas

• Response: { success: boolean, entries: Entry[] }

Obtiene entrada específica

• Response: { success: boolean, entry: Entry }

Verifica estado del servidor

• Response: { status: string, transcription_method: string, gemini_api: string }

{
  "foods": [
    {
      "name": "Manzana",
      "quantity": "1 unidad",
      "calories": 95,
      "nutrition": {
        "protein": "0.5g",
        "carbs": "25g",
        "fat": "0.3g",
        "fiber": "4g"
      }
    }
  ],
  "exercises": [
    {
      "type": "Correr",
      "duration": "30 minutos",
      "intensity": "media",
      "calories_burned": 300
    }
  ],
  "timestamp": "2024-01-15T10:30:00.000Z"
}

La aplicación utiliza SQLite con las siguientes tablas:

• entries: Registros principales con timestamp
• foods: Alimentos con información nutricional
• exercises: Ejercicios con duración e intensidad

• Diseño moderno con gradientes y efectos de cristal
• Visualizador de audio en tiempo real durante la grabación
• Sistema de pestañas para organizar la información
• Notificaciones toast para feedback del usuario
• Diseño responsivo que se adapta a diferentes tamaños de pantalla
• Tema oscuro/claro automático según las preferencias del sistema

• Verifica que el puerto 3001 esté disponible
• Revisa los logs en la consola de Electron

• Asegúrate de que tu navegador soporte Web Speech API (Chrome/Edge recomendados)
• Verifica que tengas permisos de micrófono
• Comprueba tu conexión a internet

• Verifica que tu API key de Gemini sea válida
• Revisa tu conexión a internet

• Confirma permisos de micrófono en tu navegador/SO
• Verifica que tu micrófono funcione correctamente
• Usa Chrome o Edge para mejor compatibilidad

• Verde: Conectado y funcionando
• Rojo: Desconectado o error
• Azul: Procesando
• Naranja: Advertencia

• Soporte para múltiples idiomas
• Integración con APIs de nutrición (FatSecret, Edamam)
• Gráficos y estadísticas
• Sincronización en la nube
• Recordatorios y notificaciones
• Exportación a PDF

1. Fork el proyecto
2. Crea una rama para tu feature (git checkout -b feature/nueva-caracteristica)
3. Commit tus cambios (git commit -am 'Agregar nueva característica')
4. Push a la rama (git push origin feature/nueva-caracteristica)
5. Abre un Pull Request

Este proyecto está bajo la licencia MIT. Ve el archivo LICENSE para más detalles.

Si tienes problemas o preguntas:

1. Revisa la sección de solución de problemas
2. Abre un issue en GitHub
3. Contacta al equipo de desarrollo

¡Disfruta usando la aplicación de seguimiento nutricional con IA! 🎉