Sergio Rico Lucena

ProjekteB5

Evolutia

Adaptives Training, bei dem die KI vorschlägt und der Mensch entscheidet.

Rolle
Creator / Product Lead — KI-gestützte Entwicklung
Seit
Juli 2026
Status
In Entwicklung, mit einer privaten Android-Demo.

ÜberblickAus der Luft

Evolutia plant, protokolliert und passt Krafttraining an. Eine KI schlägt Änderungen für die nächste Woche vor, und nichts geschieht, bevor die Person sie geprüft hat. Das Projekt begann Ende Juli 2026, als ich nach CrossFit anfing, in einem klassischen Fitnessstudio zu trainieren.

Einen KI-Vorschlag prüfen

Synthetische Daten

Die KI schlägt drei Änderungen für die nächste Woche vor. Nehmen Sie jede an, bearbeiten Sie sie oder lehnen Sie sie ab, und erstellen Sie dann den Entwurf.

Diese Demo benötigt JavaScript. Der Fall darunter liest sich auch ohne sie vollständig.

FallZu Fuß

Perspektive

Problem

Training zu protokollieren und anzupassen ist nur dann nützlich, wenn ein automatischer Vorschlag weder die Regeln des Plans brechen noch eine Woche ändern kann, ohne dass jemand hinsieht.

Entscheidungen

  1. Die KI schlägt vor, der Mensch wendet an

    BusinessEin Vorschlag ist ein Dokument zur Prüfung, keine Aktion. Die Person kann jede Änderung annehmen, bearbeiten oder ablehnen.

    TechnikDas Modell erzeugt eine TrainingProposal. Beim Anwenden entsteht eine neue Woche als Entwurf. Sie wird nie automatisch veröffentlicht oder aktiviert.

  2. Deterministische Regeln um das Modell

    BusinessDie Regeln des Plans gelten, was auch immer das Modell vorschlägt. Die KI arbeitet innerhalb dieser Regeln.

    TechnikRegeln und Berechtigungen liegen in Postgres mit Row-Level Security und RPC-Funktionen. Edge Functions rufen OpenAI auf und validieren die Antwort.

  3. Testen, was man nicht mit bloßem Auge prüfen kann

    BusinessBevor ich es jemandem zeigte, mussten die Abläufe für Planung, Protokollierung und Vorschläge automatische Prüfungen bestehen.

    TechnikDrei getrennte Suiten: Bun für die Logik, pgTAP für die Datenbank und Playwright für die End-to-End-Abläufe.

Wie ich es überprüft habe

Die Abläufe für Planung, Protokollierung und Vorschläge haben drei automatische Testsuiten bestanden, und es gibt eine private Android-Demo.

Was ich gelernt habe

Einen Menschen zwischen Vorschlag und Plan zu stellen, machte das Produkt leichter nachvollziehbar. Die Regel, dass Anwenden nur einen Entwurf erzeugt, beseitigte eine ganze Klasse von Problemen.

Rolle

Produkt, Planregeln, Grenzen der KI, Anforderungen, Akzeptanzkriterien und Review. Codex setzt einen wesentlichen Teil um, mit gegenseitigem Review zwischen ChatGPT und Codex.

BelegeUnter der Oberfläche

Architektur

Plan und Verfügbarkeit
Protokollierte Einheiten
OpenAI
Postgres · RLS · RPC
TrainingProposal
Menschliche Prüfung
Woche als Entwurf
Das Modell schreibt einen Vorschlag. Zwischen ihm und dem Plan stehen Regeln und ein Mensch.
  • Daten
  • Person
  • KI-Modell
  • Speicher

Derselbe Ablauf, Schritt für Schritt

  1. Der Plan und die protokollierten Einheiten werden unter Datenbankregeln gespeichert.
  2. OpenAI erhält den Kontext und liefert eine TrainingProposal zurück.
  3. Der Vorschlag wird gegen die deterministischen Regeln des Plans validiert.
  4. Die Person prüft, bearbeitet oder verwirft jede Änderung.
  5. Anwenden erzeugt eine Woche als Entwurf. Sie zu veröffentlichen ist ein eigener, menschlicher Schritt.

Produkttafeln

  1. Tafel 1 von 6StartbildschirmRedaktionelle KompositionSynthetische Daten
  2. Tafel 2 von 6Die WocheRedaktionelle KompositionSynthetische Daten
  3. Tafel 3 von 6Eine Einheit protokollierenRedaktionelle KompositionSynthetische Daten
  4. Tafel 4 von 6FortschrittRedaktionelle KompositionSynthetische Daten
  5. Tafel 5 von 6Check-inRedaktionelle KompositionSynthetische Daten
  6. Tafel 6 von 6Vorschlag, Prüfung und AnwendungRedaktionelle KompositionSynthetische Daten

Stack

  • React
  • TypeScript
  • TanStack Start
  • Supabase (Postgres, Auth, RLS, RPC)
  • Edge Functions
  • OpenAI
  • Bun
  • pgTAP
  • Playwright

Seite zuletzt überarbeitet:

Nächstes TerritoriumVexploreWo es etwas zu entdecken gibt

Seiten

A1StartB1ProjekteC1Berufliche SystemeD1ErfahrungE1KompetenzenF1Über michG1KontaktH1Datenschutz

Projekte

B2VexploreWo es etwas zu entdecken gibtB3NuboriaWann sich der Blick zum Himmel lohntB4AnuahWie man füreinander da istB5EvolutiaWie sich Training anpasst

Berufliche Systeme

C2Automatisierung der Reporting-AbschlüsseC3Path-to-Conversion Analyzer

Aktionen

ENEnglishESEspañolFRFrançais

Pfeiltasten zum Bewegen, Enter zum Öffnen, Esc zum Schließen