LiftCrew AI का लॉन्च: AI-संचालित iOS फ़िटनेस ऐप बनाने की हमारी यात्रा

लक्ष्य: AI से व्यक्तिगत बना समूह जिम प्रशिक्षण

अधिकांश फ़िटनेस ऐप एक उपयोगकर्ता के लिए अनुकूलित होते हैं। LiftCrew एक अलग विचार से शुरू हुआ: लोग समूह में बेहतर प्रशिक्षण करते हैं, लेकिन दोस्तों के समूह में सभी की शुरुआती ताकत शायद ही समान हो। हमारे सह-संस्थापक ने चार लोगों की टोली की कल्पना की जो एक ही समय में एक ही व्यायाम का एक ही सेट करे — और हर व्यक्ति की बार पर उसके शरीर के अनुकूल वज़न हो। यह दिखने में सरल विचार उत्पाद की मूल अवधारणा बना: व्यायाम एक, वज़न हर व्यक्ति के अनुरूप.

इसे बनाने के लिए प्रशिक्षण कार्यक्रम समझने वाले AI मॉडल, अलग-अलग स्थानों की टोली को तालमेल में रखने वाली रीयलटाइम परत और भारी सेट के दौरान सहज लगने वाले नेटिव iOS अनुभव के बीच घनिष्ठ समन्वय चाहिए था।

iOS के लिए React Native + Expo क्यों (और फिर भी पर्याप्त नेटिव अनुभव कैसे)

हमने चुना React Native 0.81 New Architecture (Fabric + TurboModules) पर और Expo SDK 54 के साथ expo-router 6 फ़ाइल-आधारित नेविगेशन के लिए। इस स्टैक से हम iOS और Android के लिए एक ही कोडबेस उपयोग कर सके, साथ ही अनुभव के महत्वपूर्ण हिस्सों में नेटिव iOS मॉड्यूल ले सके: नेटिव expo-apple-authentication Apple से साइन इन के लिए, नेटिव StoreKit 2 के लिए react-native-purchases (RevenueCat), iOS कैमरा रोल के लिए expo-image-picker , और Reanimated 4.3 UI थ्रेड पर 60fps एनीमेशन के लिए।

परिणाम एक ऐसा ऐप है जो Apple समीक्षा में आसानी से जमा होता है (App Store Connect ID 6762237223, Team C23ARGS845), Apple Human Interface Guidelines का पालन करता है और EAS से JavaScript-बंडल OTA अपडेट पाता है — iOS उपयोगकर्ताओं को वास्तव में महसूस होने वाले अनुभवों से समझौता किए बिना।

AI: वर्कआउट कोच के रूप में Claude

टोली के वर्कआउट शुरू करते ही AI कोच उस सत्र की योजना बनाता है। मॉडल को टोली की संरचना, हर सदस्य का शुरुआती 1RM, हाल के सत्रों का इतिहास, उनके जिम के उपकरण और उस दिन का प्रशिक्षण उद्देश्य मिलता है। यह व्यायामों, सेट/दोहराव योजनाओं और हर सदस्य के लिए निर्धारित वज़न वाली संरचित JSON योजना लौटाता है।

हम सामान्यतः उपयोग करते हैं Claude Haiku 4.5 गति और लागत के लिए, और आवश्यकता बढ़ने पर Claude Sonnet 4 अधिक कठिन प्रशिक्षण कार्यक्रमों और दृष्टि-आधारित कार्यों (भोजन फ़ोटो विश्लेषण) के लिए। महत्वपूर्ण बात यह है कि API कुंजी सर्वर से कभी बाहर नहीं जाती: हर AI कॉल इस पते पर Vercel सर्वरलेस प्रॉक्सी से होकर जाती है /api/generate-workout , उपयोगकर्ता के Supabase JWT से प्रमाणित होकर। ऐप बंडल में कोई सीक्रेट नहीं है — एकमात्र Anthropic कुंजी Vercel के एनवायरनमेंट वेरिएबल में रहती है।

इसके ऊपर हमने क्लाइंट पर 1-घंटे का प्रतिक्रिया कैश जोड़ा (ताकि वही योजना फिर खोलने पर टोकन खर्च न हों), सत्र के बीच व्यायाम बदलने की सुविधा (मॉडल सापेक्ष तीव्रता के अनुसार वैकल्पिक वज़न फिर गणना करता है) और जानबूझकर सीमित पुनः प्रयास रखे, ताकि अस्थिर नेटवर्क उपयोगकर्ता का प्रशिक्षण कभी न रोके।

कस्टम बैकएंड के बिना रीयलटाइम टोली सिंक

टोली के सत्र ऐप का सामाजिक केंद्र हैं। तीन अलग-अलग जिम में चार लोगों को साथ प्रशिक्षण करने का अनुभव होना चाहिए: कोई सेट पूरा करे तो सब देखें; विश्राम टाइमर समाप्त हो तो सब आगे बढ़ें; कोई व्यक्तिगत रिकॉर्ड बनाए तो पूरी टोली को कंफ़ेटी मिले।

विशेष रीयलटाइम सेवा बनाने के बजाय हमने भरोसा किया Supabase Realtime के WebSocket प्रसारण पर। हर सेट पूरा होने, अगले व्यायाम पर जाने और सदस्य की स्थिति बदलने पर सत्र-विशिष्ट चैनल में छोटा इवेंट भेजा जाता है। स्थानीय Zustand स्टोर उसे तुरंत लागू करता है और सेट के बीच नेटवर्क टूटने पर AsyncStorage का सहारा लेता है — व्यायाम सर्वोपरि है, सिंक यथासंभव किया जाता है।

PR की पहचान क्लाइंट पर Epley सूत्र से प्रत्येक उपयोगकर्ता के संग्रहीत 1RM के आधार पर होती है। सत्र समाप्त होने पर हर लिफ़्ट का उच्चतम अनुमानित 1RM प्रोफ़ाइल में सहेजा जाता है और टोली फ़ीड में प्रसारित होता है। बराबर PR होने पर सभी संयुक्त विजेता दिखते हैं, क्योंकि लीडरबोर्ड से अधिक महत्वपूर्ण सामाजिक जुड़ाव है।

Claude विज़न से फ़ोटो द्वारा भोजन दर्ज करना

पोषण के लिए शुरुआत में मैनुअल भोजन खोज स्क्रीन की योजना थी। पहले प्रोटोटाइप के बाद हमने उसे हटा दिया — पैरों की कसरत के बाद कोई ‘चिकन ब्रेस्ट, 142g’ टाइप नहीं करना चाहता। इसके बजाय उपयोगकर्ता प्लेट की फ़ोटो लेता है और Claude Sonnet की विज़न क्षमता संरचित JSON में कैलोरी और मैक्रोन्यूट्रिएंट लौटाती है, जो सीधे दैनिक योग में जुड़ जाते हैं।

इसके पीछे Mifflin-St Jeor BMR/TDEE कैलकुलेटर उपयोगकर्ता के लक्ष्य तय करता है, भोजन जुड़ने पर दैनिक प्रगति के चक्र एनिमेट होते हैं और पिछले 5 दिनों का चलता हुआ इतिहास उपयोगकर्ता की Supabase प्रोफ़ाइल के JSONB कॉलम में सहेजा जाता है। साइन आउट या पुनः इंस्टॉल करने पर डेटा नहीं खोता — यह हमारे सबसे प्रभावशाली निर्णयों में से एक साबित हुआ।

टोली की चुनौतियाँ: वर्कआउट को सीज़न में बदलना

टोली की चुनौतियाँ दोस्तों को लगातार आने के लिए प्रेरित करती हैं। ऐप चार स्कोरिंग मोड देता है — मात्रा (कुल उठाए गए kg), सत्र (पूरे किए गए वर्कआउट की संख्या), व्यक्तिगत रिकॉर्ड (व्यक्तिगत रिकॉर्ड की संख्या), और निरंतरता (लगातार प्रशिक्षण के दिन)। सत्र समाप्त होने पर संबंधित चुनौतियों का हिसाब अपने आप जुड़ता है और पूरी टोली की रैंकिंग अपडेट होती है।

स्कोरिंग इंजन पूरी तरह Supabase फ़ंक्शन और Postgres में है — अलग चुनौती सेवा नहीं है। RLS नीतियाँ सुनिश्चित करती हैं कि उपयोगकर्ता केवल अपनी टोली की चुनौतियाँ देखे। यह पुरानी सीख है: डेटा परत अच्छी हो तो बहुत सारी सेवाएँ नहीं चाहिए।

कठिन हिस्से: भुगतान, ट्रायल और Apple समीक्षा

हमने उपयोग किया RevenueCat iOS पर नेटिव StoreKit 2 और Android पर Google Play Billing के साथ। सदस्यता अधिकार एक ही pro फ़्लैग है, उत्पाद हैं liftcrew_pro_monthly_v2 (CA$4.99/माह) और liftcrew_pro_yearly_v4 (CA$39.99/वर्ष)। 15-दिन का मुफ़्त ट्रायल सर्वर द्वारा लागू होता है एक subscriptions टेबल में, जिसका आधार है auth.users.created_at — क्योंकि क्लाइंट पर ट्रायल घड़ी तारीख बदलकर धोखा देने और बार-बार इंस्टॉल कर दुरुपयोग करने का खुला निमंत्रण है।

इस पते पर RevenueCat वेबहुक /api/revenuecat-webhook हर सदस्यता इवेंट को Supabase में भी दर्ज करता है, ताकि सदस्यता समाप्त होने पर अगली बार ऐप खोलते ही पहुँच नियंत्रित हो, भले रसीद कैश पुराना हो। अधिकार बदलते ही भुगतान स्क्रीन अपने आप बंद हो जाती है।

Apple समीक्षा में एक बड़ी आवश्यकता सामने आई जिसकी हमने योजना नहीं बनाई थी: दिशानिर्देश 1.2 का अनुपालन — उपयोगकर्ता-निर्मित सामग्री के लिए अन्य उपयोगकर्ताओं की रिपोर्ट करने और उन्हें ब्लॉक करने का तरीका चाहिए। हमने जोड़ी एक user_reports टेबल, कनेक्शन अनुरोधों पर ब्लॉक सूची और एक delete_own_account RPC, ताकि उपयोगकर्ता अपना खाता पूरी तरह मिटा सकें। अगली बार जमा करने पर ऐप समीक्षा में पास हो गया।

एक अनुच्छेद में आर्किटेक्चर

क्लाइंट पर React Native 0.81 + Expo 54। स्टेट के लिए Zustand, जिसे AsyncStorage में सहेजा और Supabase JSONB कॉलम से सिंक किया जाता है ताकि पुनः इंस्टॉल पर डेटा बना रहे। उपयोगकर्ताओं, सत्रों, व्यायामों, टोली कनेक्शन, जिम, चुनौतियों, पुश टोकन, सदस्यताओं और रिपोर्ट की नौ टेबलों में RLS सहित Supabase Postgres। लाइव टोली सत्रों के लिए Supabase Realtime। AI प्रॉक्सी, RevenueCat वेबहुक, पुश प्रेषक और Gmail-to-Linear सहायता एजेंट के लिए Vercel सर्वरलेस फ़ंक्शन। AI के लिए Claude। भुगतान के लिए RevenueCat। क्लाउड iOS/Android संकलन के लिए EAS Build। टाइपोग्राफ़ी के लिए Bebas Neue और DM Sans, लाइम रंग #d4ff5a पर #0d0d0f दृश्य शैली के लिए।

क्या हम फिर करेंगे — और क्या नहीं

• फिर करेंगे: JWT-प्रमाणित प्रॉक्सी के पीछे सर्वर पर AI कुंजियाँ। इस पर समझौता नहीं।
• फिर करेंगे: बदलते उपयोगकर्ता स्टेट (सेटिंग, भोजन, योजनाएँ) के लिए JSONB कॉलम। स्कीमा माइग्रेशन की तुलना में इनसे तेज़ी से बदलाव हुए।
• फिर करेंगे: RevenueCat। पहली बार रिफ़ंड का मिलान करने की ज़रूरत पड़ते ही वेबहुक + StoreKit 2 संयोजन की लागत वसूल हो गई।
• फिर नहीं करेंगे: पहले दिन से Apple 1.2 अनुपालन को दायरे में लिए बिना लॉन्च करना। हम जानते थे कि रिपोर्ट/ब्लॉक चाहिए; इसे पहले बिल्ड में देना चाहिए था।
• फिर नहीं करेंगे: क्लाइंट पर ट्रायल घड़ी — अस्थायी तौर पर भी नहीं। पहले इसे सर्वर पर ले जाएँ।

अपने iOS ऐप के लिए यह चाहते हैं?

LiftCrew AI उन कई iOS ऐप में से एक है जिन्हें SEYSO SERVICES INC ने डिज़ाइन और लॉन्च किया है। यदि आपके पास कोई विचार है — AI-संचालित, फ़िटनेस, उत्पादकता, B2B — और आप उसे शुरुआती स्केच से लाइव App Store लिस्टिंग तक ले जाने वाला साथी चाहते हैं, तो हम बात करना चाहेंगे। नेटिव Swift, SwiftUI, React Native, Expo, AI एकीकरण, App Store अनुकूलन और Apple अनुपालन की लगातार ज़रूरतें: यही हमारा काम है।