mAIself est une application Flutter orientee prevention sante qui vise a rendre visible l'impact des repas sur l'energie, le sommeil et la concentration, avec une experience simple et ludique.
- Donner un feedback rapide apres un repas (photo ou texte)
- Aider l'utilisateur a comprendre les effets a court terme (fatigue, energie)
- Proposer des recommandations actionnables et progressives
- Construire un MVP solide, evolutif vers un assistant nutrition + activite
Le projet est en cours de structuration. L'architecture applicative est en place, avec routing, providers, ecrans principaux et integration de base Supabase/Gemini.
- Auth flow (structure): ecrans Login, Register, Profile Setup
- Navigation via GoRouter:
- /login
- /register
- /profile-setup
- /home
- /scan
- /result
- /sport
- /history
- Dashboard de base avec avatar et bouton de scan
- Ecran Scan avec parcours vers un ecran de resultat
- Providers Riverpod initialises (auth, dashboard, scan)
- Initialisation Supabase via variables d'environnement
- Service Gemini present (placeholder, pret a brancher)
- Persistance Cloud (Supabase) : Les métriques journalières (repas, jauges) sont désormais sauvegardées sur le Cloud via
Supabase.instance.clientau lieu du stockage local, ce qui garantit une synchronisation parfaite en temps réel entre toutes les plateformes (ex: Chrome Web et Android Mobile). - Rétrocompatibilité Base de Données : Ajout de tables SQL sécurisées (
daily_metrics,user_settings) n'impactant pas les versions plus anciennes de l'application en cours de test. - Onboarding Enrichi : Un parcours guidé complet (3 pages) posant 5 questions essentielles (niveau de stress, sommeil, régimes) pour calibrer mathématiquement et sur-mesure les barres d'énergie, de concentration et de sommeil dès la création du jumeau numérique.
- Menu Profil et Paramétrages Avancés : Écran
/profileintégré permettant la mise à jour des paramètres biométriques (qui se synchronisent avec la base de données) et ajout de sliders dynamiques pour régler avec précision ses objectifs : Calories, Hydratation, Nombre de repas. - UI / UX Professionnelle : Les anciens "emojis textuels" ont été entièrement remplacés par des Material Icons de haute qualité (⚡, 🎯, 😴 deviennent des composants Flutter). L'avatar holographique dispose également de nouveaux états clairs ("En pleine forme", "Équilibré", "Fatigué", "Déterminé").
- Navigation via GoRouter finalisée incluant
/profile.
- Score métabo dynamique complet (selon analyses poussées)
- Recommandations sport et nutrition personnalisées côté backend
- Optimisation des temps de chargement IA (Gemini)
- Flutter (Dart)
- Riverpod (state management)
- GoRouter (navigation)
- Supabase (backend/auth/data)
- Gemini (analyse IA, a brancher)
- flutter_dotenv (configuration secrete locale)
lib/
core/
config/
providers/
router/
services/
theme/
features/
auth/
dashboard/
scan/
history/
sport/
shared/
services/
widgets/
Creer un fichier .env a la racine du projet avec:
SUPABASE_URL=...
SUPABASE_ANON_KEY=...
GEMINI_API_KEY=...
- Installer Flutter SDK (version compatible Dart >= 3.3.0)
- Recuperer les dependances:
flutter pub get
flutter run -d chrome
flutter run
flutter analyze
flutter test
Le positionnement mAIself repose sur trois piliers:
- Clarte immediate: comprendre l'impact d'un repas sans friction
- Motivation durable: rendre le suivi engageant et actionnable
- Personnalisation IA: transformer les donnees individuelles en conseils utiles
- Le repository contient deja les bases multiplateformes Flutter (android, ios, web, desktop).
- Certaines briques sont volontairement en placeholder pour accelerer l'iteration MVP.