Αντικείμενο της παρούσας μεταπτυχιακής διπλωματικής εργασίας αποτελεί η μελέτη, ο σχεδιασμός και η υλοποίηση μιας προηγμένης, offline-first cross-platform εφαρμογής φυσικής κατάστασης και υγείας με την ονομασία "FitnessApp". Για την ανάπτυξη του συστήματος επιστρατεύτηκαν οι πλέον σύγχρονες τεχνολογίες λογισμικού, με κεντρικό πυλώνα το πλαίσιο Kotlin Multiplatform (KMP) και το Compose Multiplatform, επιτρέποντας τη δημιουργία μιας ενιαίας βάσης κώδικα (Shared Codebase) για τη διαχείριση της επιχειρηματικής λογικής και της γραφικής διεπαφής χρήστη (Shared UI). Η εφαρμογή σχεδιάστηκε με γνώμονα τη σχεδιαστική ομοιομορφία και τη βέλτιστη δυνατή ακρίβεια (pixel-perfect) σε περιβάλλοντα φορητών συσκευών Android και iOS, καθώς και σε επιτραπέζιους υπολογιστές (Desktop). Αρχιτεκτονικά, το σύστημα ακολουθεί τις αρχές της Καθαρής Αρχιτεκτονικής (Clean Architecture) και του μοτίβου MVVM/MVI, διασφαλίζοντας τον πλήρη διαχωρισμό των ευθυνών. Για την επίτευξη της offline-first λειτουργικότητας, ενσωματώθηκε η τοπική βάση δεδομένων SQLDelight, η οποία, μέσω ενός custom μηχανισμού αμφίδρομου συγχρονισμού (SyncManager), επικοινωνεί με την cloud πλατφόρμα Supabase (PostgreSQL backend). Επιπλέον, ένα από τα πιο καινοτόμα χαρακτηριστικά της εφαρμογής είναι η ενσωμάτωση του Gemini API, το οποίο τροφοδοτεί τον ψηφιακό βοηθό τεχνητής νοημοσύνης "PocketCoach AI", προσφέροντας διαδραστική καθοδήγηση φυσικής κατάστασης και πρόταση αρχικά περιγραφής και τίτλου άσκησης εκγύμνασης και στην συνέχεια αποθήκευση. Τα πειραματικά αποτελέσματα επιβεβαίωσαν την επιτυχία του εγχειρήματος, αναδεικνύοντας τη σταθερότητα και την υψηλή απόδοση του συστήματος. Η σχεδιαστική σύγκλιση επαληθεύτηκε μέσω δοκιμών σε Android και Desktop συσκευές, όπου τα στοιχεία του Material Design 3 προσαρμόστηκαν δυναμικά σε Portrait και Landscape διατάξεις. Παράλληλα, η cross-platform ορθότητα και η συμβατότητα του κώδικα για το περιβάλλον του iOS διασφαλίστηκαν πλήρως μέσω αυτοματοποιημένων cloud-based μεταγλωττίσεων (Continuous Integration) στους native runners του GitHub Actions. Συμπερασματικά, η εργασία αποδεικνύει ότι το οικοσύστημα της Kotlin Multiplatform είναι πλήρως ώριμο για την παραγωγή σύνθετων, αποδοτικών και εύκολα συντηρήσιμων εφαρμογών, γεφυρώνοντας το χάσμα μεταξύ διαφορετικών λειτουργικών συστημάτων και ενσωματώνοντας με επιτυχία λύσεις τεχνητής νοημοσύνης στην καθημερινή άσκηση.

The subject of this postgraduate master's thesis is the study, design, and implementation of an advanced, offline-first cross-platform mobile and desktop application for fitness and health, titled "FitnessApp". The system was developed using cutting-edge software engineering technologies, with Kotlin Multiplatform (KMP) and Compose Multiplatform serving as its core pillars. This approach enabled the creation of a single shared codebase for both the business logic and the graphical user interface (Shared UI). The application was engineered with a focus on design consistency and pixel-perfect rendering across Android and iOS mobile environments, as well as desktop environments. Architecturally, the system strictly adheres to the principles of Clean Architecture and the MVVM/MVI design patterns, ensuring a thorough separation of concerns. To achieve robust offline-first functionality, the SQLDelight local database was integrated, interacting seamlessly with the cloud-based Supabase platform (PostgreSQL backend) through a custom bidirectional synchronization mechanism (SyncManager). Furthermore, a highly innovative feature of the application is the integration of the Gemini API, which powers "PocketCoach AI", an interactive artificial intelligence virtual assistant that provides personalized fitness guidance and provides the user new exercise to save for workout plan. The experimental results confirmed the success of the project, demonstrating high performance, responsiveness, and structural stability. Design convergence was verified through testing on Android and Desktop devices, where Material Design 3 elements adapted dynamically to Portrait and Landscape layouts. Simultaneously, the cross-platform validity and compilation compatibility for the iOS environment were fully validated via cloud-based automated workflows (Continuous Integration) on native Apple runners within GitHub Actions. In conclusion, this thesis demonstrates that the Kotlin Multiplatform ecosystem is fully mature for producing complex, scalable, and highly maintainable software, bridging the gap between heterogeneous operating systems while successfully embedding AI solutions into daily fitness routines.