Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Forge_90

Forge_90 es una aplicación auto-alojada para planificación de entrenamiento y nutrición. Incluye seguimiento de peso, escáner de códigos de barras, gestión de despensa e importación de recetas. Soporta planes Push/Pull/Legs y sincronización multiusuario.

Ficha actualizada 22 sept 2026, 16:36 · upstream 20 sept 2026, 20:55 · release v1.2.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es Forge_90

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Forge_90 es una aplicación auto-alojada diseñada para entusiastas del fitness que buscan integrar entrenamiento y nutrición en un solo lugar. Construye programas de 90 días con ciclos de 13 semanas, rotando sesiones Push, Pull y Legs, e incluye seguimiento detallado de peso, grasa corporal y levantamientos.

La gestión nutricional calcula objetivos calóricos basados en Katch–McArdle BMR, ajustando macronutrientes según el objetivo (perder grasa, mantener o ganar músculo). Incluye una base de datos de alimentos, recetas predefinidas y escaneo de códigos de barras para añadir productos a la despensa automáticamente.

Técnicamente, está construida con Next.js y Node.js. Soporta importación de recetas desde Mealie o enlaces web, gestión de compras por pasillos y sincronización de planes entre usuarios. Requiere HTTPS para el escáner de cámara y ofrece una interfaz compacta optimizada para móviles.

CASOS DE USO
  • Planificación de rutinas Push/Pull/Legs
  • Control de macronutrientes diarios
  • Gestión de despensa con fechas caducidad
  • Escaneo de códigos de barras para alimentos
  • Importación de recetas desde Mealie o web
  • Sincronización de planes entre usuarios
PUNTOS DESTACADOS
  • Framework Next.js y Node.js
  • Integración con Open Food Facts
  • Soporte Dockerfile disponible
  • Importación de recetas desde Mealie API
  • Interfaz compacta para móviles
  • Sincronización multiusuario de planes
PRECAUCIONES
  • No incluye archivo docker-compose
  • Escáner de cámara requiere HTTPS
  • Dependencia de Open Food Facts para escaneo
  • Configuración manual de variables de entorno
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU1 vCPUrecomendación inicial
MEMORIA1 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Desplegar usando el Dockerfile proporcionado en la raíz del repositorio. El servicio se ejecuta en el puerto 8090 por defecto. Es necesario configurar HTTPS para habilitar el escáner de códigos de barras en móviles. Se recomienda asignar al menos 1 CPU core y 1 GB de RAM según los requisitos técnicos. No existe un archivo docker-compose, por lo que se debe gestionar la red manualmente o usar otro orquestador.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.js
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
8090
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.