🏃 Sento Run

App web de coaching de fitness personalizado, desplegada en Google Cloud Platform. Los usuarios importan sus actividades vía CSV exportado desde Garmin Connect, y el asistente IA Sento genera planes de entrenamiento semana a semana, responde preguntas de fitness y registra el progreso hacia una meta de carrera a pie o de ciclismo (multideporte).

app.py                      # Entrada Flask, registra blueprints
auth.py                     # Google OAuth callback
routes/
  dashboard.py              # Dashboard principal, prescripción, plan, importación de CSV
  admin.py                  # Panel de administración
  onboarding.py             # Assessment de perfil del atleta
ai_advisor.py               # Gemini: prescripción, chat Sento, generación de plan
helpers.py                  # process_dashboard_data() — transforma datos para el template
weekly_summarizer.py        # Resúmenes semanales de entrenamiento
firestore_helper.py         # Operaciones Firestore
gcs_helper.py                # Operaciones GCS
tz_utils.py                 # Utilidades de zona horaria (CDMX)
templates/
  fitness_report.html       # Dashboard del usuario
  training_plan.html        # Plan de entrenamiento semana a semana
  goal_setup.html           # Chat con Sento para definir objetivo
  admin_dashboard.html      # Panel admin
deploy.sh                   # Deploy completo a Cloud Run
tests/
  test_helpers.py           # Tests de process_dashboard_data y _merge_goal
  test_dashboard_auth.py    # Tests del gate de login

• Plan de entrenamiento personalizado (multideporte): Sento genera un plan semana a semana según el objetivo del usuario — carrera a pie (10K, media, maratón, trail) o ciclismo (ruta, gran fondo, gravel, MTB; exterior o rodillo/indoor) — con su disponibilidad, historial de actividades, zonas de FC/potencia y sesiones de fuerza y movilidad
• Chat con Sento: El asistente IA responde preguntas sobre entrenamiento, nutrición deportiva y recuperación. Limita su contexto exclusivamente a fitness
• Importación de actividades: Los usuarios suben exports CSV de Garmin Connect — es la única vía de ingesta de datos, no hay conexión API en vivo
• Panel de administración: Gestión de usuarios, toggles globales de funcionalidades, visualización del dashboard de cualquier usuario

# Exportar variables de entorno necesarias
export OAUTH_CLIENT_ID=...
export OAUTH_CLIENT_SECRET=...
export GEMINI_API_KEY=...

bash deploy.sh

El script maneja: build con Cloud Buildpacks, push a Artifact Registry, deploy a Cloud Run en us-east1 y us-central1.

URLs de producción:

• Primaria: https://garmin-dashboard-dcilayq2hq-ue.a.run.app
• Respaldo: https://garmin-dashboard-dcilayq2hq-uc.a.run.app

# Crear entorno virtual
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# Variables de entorno mínimas
export GOOGLE_APPLICATION_CREDENTIALS=path/to/service-account.json
export OAUTH_CLIENT_ID=...
export OAUTH_CLIENT_SECRET=...
export GEMINI_API_KEY=...

# Correr en local (LOCAL_DEV ajusta la cookie de sesión para http://localhost
# y habilita /auth/dev-login para saltar Google OAuth en desarrollo)
LOCAL_DEV=1 PORT=8080 python app.py    # http://localhost:8080

• Para el login normal con Google en local, agrega http://localhost:8080/auth/callback a las Authorized redirect URIs del cliente OAuth.
• Alternativa sin OAuth: visita http://localhost:8080/auth/dev-login (solo con LOCAL_DEV=1) para entrar como un usuario existente de Firestore. DEV_LOGIN_EMAIL elige cuál.

.venv/bin/python -m pytest tests/ -v

Correr antes de cada cambio en código Python del backend. Ver CLAUDE.md para detalles del proyecto.