🏃 Fitness AI Platform

Fitness AI Platform é uma API backend baseada em microserviços que registra atividades físicas e gera análises inteligentes de desempenho usando LLMs.

O projeto foi desenvolvido para explorar arquiteturas modernas de backend escaláveis, incluindo:

• API Gateway
• autenticação centralizada
• mensageria assíncrona
• integração com inteligência artificial (Gemini)

---

🎯 Motivação do projeto

Plataformas de fitness modernas analisam dados de treino para gerar insights personalizados.

Este projeto simula esse cenário através de:

• registro de atividades físicas
• processamento assíncrono de eventos
• geração automática de recomendações

O objetivo é demonstrar experiência prática com:

• arquitetura distribuída
• event-driven systems
• integração com AI

---

🧠 Principais funcionalidades

• Registro de atividades físicas
• Análise automática de performance
• Recomendações geradas por IA
• Processamento assíncrono com eventos
• Autenticação com OAuth2
• Arquitetura baseada em microserviços

---

🏗 Arquitetura

A aplicação utiliza uma arquitetura event-driven baseada em microserviços. Abaixo está um diagrama mais claro da arquitetura do sistema.

flowchart LR

Client --> Gateway

Gateway --> UserService
Gateway --> ActivityService

ActivityService --> MongoDB

ActivityService --> RabbitMQ

RabbitMQ --> RecommendationService

RecommendationService --> AIService

RecommendationService --> MongoDB
UserService --> MongoDB

Loading

Fluxo de processamento

• 1️⃣ Usuário registra atividade
• 2️⃣ Activity Service persiste os dados
• 3️⃣ Um evento é publicado no RabbitMQ
• 4️⃣ Recommendation Service consome o evento
• 5️⃣ O serviço consulta um LLM
• 6️⃣ Uma análise e recomendações são geradas

sequenceDiagram

Client->>Gateway: POST /activities
Gateway->>ActivityService: register activity

ActivityService->>MongoDB: save activity
ActivityService->>RabbitMQ: publish ActivityCreated event

RabbitMQ->>RecommendationService: consume event

RecommendationService->>AIService: request analysis

AIService-->>RecommendationService: AI recommendation

RecommendationService->>MongoDB: save recommendation

Loading

Esse modelo permite desacoplamento e escalabilidade horizontal.

📡 Event-Driven Architecture

O sistema utiliza event-driven architecture para processar atividades de forma assíncrona.

Evento publicado

Quando uma atividade é registrada, o Activity Service publica um evento:

{
  "activityId": "69a9de2eadec4ebc0d13a081",
  "userId": "12345",
  "activityType": "running",
  "distance": 5.2,
  "duration": 30,
  "calories": 300
}

Esse evento é enviado para o RabbitMQ, permitindo que outros serviços processem os dados sem acoplamento direto.

---

🧩 Microserviços

API Gateway

Responsável por:

• roteamento das requisições
• centralização de autenticação
• aplicação de filtros globais

Tecnologias:

• Spring Cloud Gateway
• WebFlux

---

User Service

Gerenciamento de usuários da aplicação.

Responsabilidades:

• persistência de usuários
• sincronização com Keycloak

Tecnologias:

• Spring Boot
• MongoDB

---

Activity Service

Responsável por registrar atividades físicas.

Funções:

• persistência de atividades
• publicação de eventos de atividade

Tecnologias:

• Spring Boot
• RabbitMQ

---

Recommendation Service

Processa eventos de atividade para gerar recomendações.

Funções:

• consumir eventos do RabbitMQ
• solicitar análise ao AI Service
• persistir recomendações

---

AI Service

Serviço responsável pela integração com LLM para gerar análises inteligentes.

Exemplo de saída:

{
  "analysis": {
    "overall": "Strong 30-minute run with good average speed.",
    "pace": "Consistent pace throughout the activity."
  },
  "improvements": [
    "Improve post-workout recovery"
  ],
  "suggestions": [
    "Add interval training"
  ]
}

---

⚙️ Stack tecnológica

Backend

• Java 21
• Spring Boot
• Spring Cloud
• Spring WebFlux
• Spring Data

Segurança

• Keycloak
• OAuth2
• JWT

Mensageria

• RabbitMQ

Banco de dados

• MongoDB
• PostgreSQL

Inteligência artificial

• Gemini API

Infraestrutura

• Docker
• Maven

---

🔐 Autenticação

A autenticação é gerenciada pelo Keycloak.

As requisições autenticadas devem enviar um token JWT:

Authorization: Bearer <access_token>

---

📈 Conceitos de engenharia aplicados

Este projeto demonstra experiência com:

• arquitetura de microserviços
• event-driven architecture
• processamento assíncrono
• API Gateway
• OAuth2 / JWT authentication
• autenticação centralizada
• integração com LLM
• desacoplamento de serviços