lifttrace
Rastreador de levantamiento de pesas auto-alojado en único contenedor Docker sin telemetría ni sincronización en la nube. Usa SQLite local, PWA web y app Android nativa. Licencia AGPL-3.0.
Ficha actualizada 22 sept 2026, 2:09 · upstream 22 sept 2026, 2:09 · release v1.3.1
Qué es lifttrace
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
LiftTrace es una aplicación de seguimiento de entrenamiento de fuerza diseñada para ejecutarse completamente en tu infraestructura local mediante un único contenedor Docker. El proyecto prioriza la privacidad con cero telemetría, sin datos que abandonen tu red y sin suscripciones obligatorias.
La arquitectura combina Next.js y Node.js en el backend con SQLite como base de datos persistente. Ofrece interfaz PWA instalable para navegador web y aplicación nativa Android mediante Capacitor 8. El frontend utiliza Svelte 5 con Vite 6, mientras que el backend emplea Express 5 con autenticación JWT basada en cookies.
El sistema incluye características avanzadas como coach AI multi-proveedor (Claude, OpenAI, Gemini), biblioteca de ejercicios multi-fuente, reproductor de radio integrado y gestión multiusuario con OIDC SSO. Todo el código está disponible bajo licencia AGPL-3.0.
- Registro detallado de series, repeticiones, RPE y marcas personales con parser inteligente
- Gestión de programas de entrenamiento con plantillas predefinidas (Push/Pull/Legs, Upper/Lower)
- Biblioteca de ejercicios multi-fuente: wger (~600), Free Exercise DB (~870), ExerciseDB (~1.300)
- Análisis estadístico con detección automática de PRs y visualización de progreso
- Coach AI conversacional para form checks, prescripciones y gestión de programas
- Importación desde Strong, Hevy, FitNotes, Jefit (CSV) y Garmin FIT files
- Cero telemetría: ningún dato sale de tu red local sin consentimiento explícito
- Licencia AGPL-3.0 garantiza código abierto con cláusula de uso en red
- Base de datos SQLite en único archivo para backups simples con cp -r
- Soporte multi-proveedor AI: Claude, OpenAI, Gemini y endpoints compatibles
- App Android nativa con modo offline local o sincronización con servidor
- Importación desde múltiples plataformas populares (Strong, Hevy, FitNotes, Jefit)
- Sin aplicación nativa iOS por limitaciones de hardware Apple y costes de desarrollo
- Requiere HTTPS para despliegues Android en producción (según DEPLOY.md)
- Base de datos SQLite sin replicación automática ni alta disponibilidad
- Dependencia de proveedores externos para ejercicios (wger, ExerciseDB con API key opcional)
- Mantenimiento por un solo desarrollador según documentación oficial
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere mínimo 4 núcleos CPU y 8GB RAM. Usar volumes persistentes para /data/db/lifttrace.db y /data/uploads. Configurar JWT_SECRET en producción (el servidor se niega a iniciar con valor por defecto). Soporta subpath mounting con BASE_URL. Para Android, usar HTTPS o debug APK con HTTP. Actualizar con docker compose pull antes de up -d; los volumes persisten entre actualizaciones.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.