Lars
e2a132353d
Backend Implementation (v0.9m, workflow 0.5.0): - join_evaluator.py (394 lines): Join-Strategie-Evaluator - evaluate_join_node(): Hauptlogik für Join-Node Execution - Join-Strategien: wait_all, wait_any, best_effort - Skip-Handling: ignore_skipped, use_placeholder, require_minimum - Result Consolidation: merge analysis_cores, combine signals - Partial Execution: korrekte Behandlung von SKIPPED/FAILED Pfaden - workflow_executor.py: execute_join_node() Integration - BFS-Traversierung erweitert für Join-Nodes - NodeExecutionState List → Dict Konvertierung für Signale - Signal-Name-Kollisionen via node_id Präfix gelöst Testing (49 Tests passing): - test_phase4_join_nodes.py: 18 neue Unit Tests - Join-Strategien (wait_all, wait_any, best_effort) - Skip-Handling (ignore, placeholder) - Result Consolidation (merge, combine) - Partial Execution (mixed status paths) - Helper Functions (collect, check, merge, combine) - Backward Compatibility: 31 Phase 2/3 Tests (alle passing) - test_phase2_workflow_executor.py: 1 Test aktualisiert - test_phase3_logic_evaluator.py: 20 Tests unverändert Konzept: konzept_workflow_engine_konsolidated.md (Sektion 8.8) Anforderungsanalyse: phase4_anforderungsanalyse.md Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com> |
||
|---|---|---|
| .gitea/workflows | ||
| backend | ||
| docs | ||
| frontend | ||
| nginx | ||
| test-results | ||
| tests | ||
| .env.example | ||
| .gitignore | ||
| CLAUDE.md | ||
| create_issue_no_jq.sh | ||
| create_metadaten_review_issue.sh | ||
| docker-compose.dev-env.yml | ||
| docker-compose.dev.yml | ||
| docker-compose.yml | ||
| find-container.sh | ||
| nutrition_cluster_final_check.json | ||
| nutrition_cluster_final.json | ||
| package-lock.json | ||
| package.json | ||
| playwright.config.js | ||
| README.md | ||
| registry_export_final.json | ||
| registry_export_fixed.json | ||
| registry_export_new_data.json | ||
| registry_export_part_c_fixed.json | ||
| registry_export_part_c.json | ||
| registry_export_partb.json | ||
| SETUP.md | ||
| test_activity_registration.py | ||
| test-pipeline-api.sh | ||
| test-pipeline-backend.sh | ||
| test-unified-migration.sh | ||
BodyTrack
Körpervermessung & Körperfett Tracker – selbst gehostet, PWA-fähig.
Features
- Umfänge & Caliper-Messungen (4 Methoden) mit Verlauf
- Abgeleitete Werte: WHR, WHtR, FFMI, Magermasse
- Verlaufsdiagramme (Gewicht, KF%, Taille, …)
- KI-Interpretationen via Claude (Anthropic)
- Fortschrittsfotos mit Galerie
- PDF & CSV Export
- PWA – installierbar auf iPhone-Homescreen
- Alle Daten lokal auf deinem Server (SQLite)
Schnellstart
1. Voraussetzungen
# Docker & Docker Compose installieren (Ubuntu)
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
# Neu einloggen
2. Projekt klonen / kopieren
mkdir ~/bodytrack && cd ~/bodytrack
# Dateien hierher kopieren
3. API Key setzen
cp .env.example .env
nano .env
# ANTHROPIC_API_KEY=sk-ant-... eintragen
4. Starten
docker compose up -d
App läuft auf: http://DEINE-IP:3000
5. iPhone – Als App installieren
- Safari öffnen →
http://DEINE-IP:3000 - Teilen-Button (□↑) → „Zum Home-Bildschirm"
- BodyTrack erscheint als App-Icon
6. Von außen erreichbar (optional)
# Tailscale (einfachste Lösung – VPN zu deinem MiniPC)
curl -fsSL https://tailscale.com/install.sh | sh
sudo tailscale up
# Dann: http://TAILSCALE-IP:3000
Updates
docker compose pull
docker compose up -d --build
Backup
# Datenbank & Fotos sichern
docker run --rm -v bodytrack-data:/data -v bodytrack-photos:/photos \
-v $(pwd):/backup alpine \
tar czf /backup/bodytrack_backup_$(date +%Y%m%d).tar.gz /data /photos
Konfiguration
| Variable | Beschreibung | Standard |
|---|---|---|
ANTHROPIC_API_KEY |
Claude API Key (für KI-Analyse) | – |
Ports
| Port | Dienst |
|---|---|
| 3000 | Frontend (Nginx) |
| 8000 | Backend API (intern) |