Gymnasia es una aplicación móvil construida con React Native y Expo que funciona como un entrenador personal inteligente. La app permite crear y gestionar rutinas de entrenamiento, llevar un seguimiento de la dieta y las medidas corporales, y cuenta con dos agentes de IA que actúan como asistente de entrenamiento.
Los dos agentes se ejecutan íntegramente en el dispositivo, sin backend, de forma que los datos del usuario nunca salen del móvil, por privacidad y seguridad.
Rutinas de entrenamiento
Crea rutinas personalizadas con ejercicios, series, repeticiones y pesos. Cada rutina se puede categorizar (fuerza, cardio, flexibilidad, etc.) y personalizar con iconos. Durante el entrenamiento, un temporizador de descanso con alerta sonora te avisa cuando continuar.
Biblioteca de ejercicios
Repositorio abierto de ejercicios con imágenes generadas por IA que muestran la ejecución correcta, tanto en versión masculina como femenina. Los ejercicios incluyen grupo muscular, equipamiento necesario, dificultad e instrucciones detalladas. Los usuarios pueden además crear ejercicios personalizados.
Coach conversacional (agente BYOK)
Chat integrado que funciona como entrenador personal virtual, con adaptadores para OpenAI, Anthropic y Google. Es BYOK (bring your own key): la clave de API la pone el usuario y se guarda en el dispositivo. El agente dispone de 12 tools locales con acceso al contexto de tus rutinas, y su system prompt se descarga en remoto con fallback offline, de modo que la app sigue funcionando sin conexión.
Subagente de visión y seguimiento de dieta
Registro diario de comidas con cálculo de calorías y macronutrientes (proteínas, carbohidratos y grasas). Un subagente de visión estima los macronutrientes a partir de fotos de comida, y la app lee códigos de barras consultando OpenFoodFacts. Permite configurar objetivos nutricionales personalizados.
Medidas corporales
Seguimiento de peso y otras medidas corporales con historial temporal para visualizar tu progreso.
La aplicación no tiene backend: los dos agentes se ejecutan enteros en el móvil, así que los datos del usuario nunca salen del dispositivo. El proyecto es un monorepo gestionado con npm workspaces que contiene:
La app móvil utiliza AsyncStorage para la persistencia local y Expo SecureStore para las claves API. Las imágenes de ejercicios se sirven desde el repositorio de GitHub y se cachean en el dispositivo.
Cómo están construidos los dos agentes, con los grafos de arquitectura de cada uno, está explicado en el post arquitectura del agente de IA de Gymnasia.
El proyecto es open source y está disponible en GitHub.
Si te ha gustado el proyecto considera darle una estrella en GitHub.
Cómo está construido el agente de IA de Gymnasia: un coach conversacional BYOK con 12 herramientas locales y un subagente de visión que estima macros desde fotos, los dos ejecutándose enteros en el móvil y sin backend.
Tercera y última parte de la serie Deep Research con LangGraph. Implementa el agente Writer que redacta el informe final...
Segunda parte de la serie Deep Research con LangGraph. Construye el Research Supervisor que coordina varios agentes Rese...
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Los agentes IA, impulsados por LLMs, prometen transformar aplicaciones. Pero, ¿son hoy simples ejecutores o futuros colaboradores inteligentes? Para a...
Aprende a crear un sistema de IA para ejecutar eficientemente en un dispositivo
Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Dataset de chistes en inglés
Uso: Fine-tuning de modelos de generación de texto humorístico
Dataset con traducciones de inglés a español
Uso: Entrenamiento de modelos de traducción inglés-español
Dataset con películas y series de Netflix
Uso: Análisis de catálogo de Netflix y sistemas de recomendación
