Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

WattLoom

WattLoom es una herramienta de analítica deportiva para ciclistas que procesa datos de Strava localmente sin usar la API pública ni subir datos a la nube. Ofrece dashboards completos, gestión de bicicletas con inventario y análisis de rendimiento físico basado en física y fisiología.

Ficha actualizada 27 sept 2026, 6:34 · upstream 27 sept 2026, 6:02 · release v1.0.2

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es WattLoom

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

WattLoom permite analizar historiales deportivos descargados de Strava directamente en el dispositivo del usuario. Utiliza una arquitectura local-first con backend en FastAPI/Python y frontend en React, eliminando la necesidad de suscripciones o APIs externas. Incluye módulos avanzados como gestión de stock de componentes de bicicleta (instalación/desinstalación), estimación de potencia física (~W) y análisis meteorológico mediante Open-Meteo.

La aplicación destaca por su enfoque de privacidad total: los datos nunca salen del equipo local. Sin embargo, el diseño es explícitamente para un solo usuario sin autenticación, lo que obliga a no exponer los puertos al internet público. Se recomienda usar Docker o entornos virtuales Python/Node.js para la instalación.

Las métricas incluyen carga de entrenamiento (CTL/ATL/TSB), huella digital de fitness y análisis de zonas de frecuencia cardíaca. La interfaz es moderna con React 19 y shadcn/ui, soportando múltiples idiomas mediante traducciones en base de datos.

CASOS DE USO
  • Seguimiento de carga de entrenamiento (CTL/ATL/TSB) para evitar sobreentrenamiento.
  • Gestión de inventario de componentes de bicicleta con seguimiento de kilometraje y costes.
  • Análisis de rendimiento en diferentes condiciones meteorológicas usando datos de Open-Meteo.
  • Visualización de rutas y mapas interactivos para identificar zonas geográficas favorables.
  • Cálculo de potencia física estimada (~W) sin sensores externos, basado en física.
  • Revisión anual de rendimiento con comparativas históricas y heatmaps de actividad.
PUNTOS DESTACADOS
  • Procesamiento 100% local sin API de Strava ni subida a la nube.
  • Gestión completa de stock de componentes de bicicleta (compra, instalación, desgaste).
  • Arquitectura modular con FastAPI y React 19 para alto rendimiento.
  • Licencia AGPL-3.0 garantizando código abierto y modificable.
  • Soporte nativo para Docker y systemd para arranque automático.
  • Análisis avanzado de fisiología (PMC, huella digital fitness) sin servicios externos.
PRECAUCIONES
  • Sin autenticación ni gestión multiusuario; diseño estrictamente single-user.
  • No debe exponerse a internet público por seguridad inherente al diseño.
  • Dependencia de Python 3.11+ y Node.js 20+ para instalación manual.
  • Base de datos SQLite, que puede tener limitaciones en concurrencia masiva.
  • Requiere importación manual del ZIP de Strava (no sincronización automática).
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Demo
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Despliega en local o LAN privada. Usa Docker para simplificar o entornos virtuales Python/Node. No exponer puertos 8000/5173 al internet; usar VPN (WireGuard/Tailscale) para acceso remoto seguro. Backup manual de la carpeta wattloom-data antes de resetear DB.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsFastAPIPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
51738000
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.