EMSUGI

EMSUGI

Inhaltsverzeichnis

• Projektübersicht
• Hauptmerkmale
• Screenshots
• Erste Schritte
  • Tech-Stack
  • Installation
  • Laufen mit Docker
  • Ordnerstruktur
• Verwendung
• Mitwirken
• MIT-Lizenz

Projektübersicht

EMSUGI ist eine hochentwickelte Anwendung zum Sammeln und Analysieren von Notfallwarnungen aus verschiedenen Quellen. Es nutzt generative KI, um zukünftige Vorfälle auf der Grundlage historischer Daten und aktueller Trends vorherzusagen. Ziel dieses Systems ist es, die Effizienz von Notfallmaßnahmen durch die Bereitstellung aufschlussreicher Berichte und visueller Analysen zu steigern.

Wenn Ihnen dieses Projekt gefällt, vergessen Sie nicht, dieses Repo zu markieren und es zu forken , wenn Sie einen Beitrag leisten möchten! Ihre Beiträge und Ihre Unterstützung werden sehr geschätzt!

Hauptmerkmale:

• Alarmüberwachung in Echtzeit : Ruft Notfallwarnungen in verschiedenen Ländern ab und speichert sie.
• Generative KI : Implementiert KI zur Analyse und Generierung zukünftiger Vorhersagen von Notfallvorfällen.
• Grafische Darstellung : Zeigt Daten mithilfe von Diagrammen und Grafiken an, sodass Benutzer wichtige Kennzahlen visualisieren können.
• Interaktive Datums-/Zeitbereichsauswahl : Ermöglicht Benutzern das Festlegen benutzerdefinierter Datums- und Zeitbereiche für die Berichterstellung.
• Schlüsselwort- und Themenanalyse : Identifiziert beliebte Schlüsselwörter und Themen nach Land und Region.
• Responsive Design : Unterstützt ein mobilfreundliches und responsives Layout zum Anzeigen von Berichten.

HINWEIS: Diese Funktionen basieren auf der zukünftigen Absicht des Projekts, daher können die tatsächliche Leistung und Funktion aufgrund aktiver Entwicklungsphasen variieren

Screenshots

Nachfolgend finden Sie einige Screenshots, die die Funktionen und das Layout des Systems zeigen:

HINWEIS: Diese Screenshots spiegeln den aktuellen Entwicklungsstand des Projekts wider und können sich in Zukunft ändern, wenn Funktionen weiterentwickelt und Verbesserungen vorgenommen werden.

Erste Schritte

Tech-Stack:

• Python (Version 3.x oder höher): Eine leistungsstarke Programmiersprache auf hoher Ebene, die für die Backend-Entwicklung verwendet wird.
• Flask : Ein leichtes Webframework zum Erstellen von Webanwendungen in Python.
• Pandas : Eine Datenmanipulationsbibliothek, die leistungsstarke Datenstrukturen für die Datenanalyse bereitstellt.
• matplotlib : Eine beliebte Plotbibliothek zum Erstellen statischer, animierter und interaktiver Visualisierungen.
• gemini : Ein KI-gestütztes Tool zur generativen Berichtserstellung, das zur Erstellung von Notfall- und Katastrophenberichten verwendet wird.
• Torch : Ein Deep-Learning-Framework, das flexible und effiziente Tools zum Trainieren und Bereitstellen von Modellen für maschinelles Lernen bereitstellt, insbesondere für lokale Modellinferenz.
• Transformers : Eine Bibliothek von Hugging Face für die Arbeit mit vorab trainierten Transformern und anderen hochmodernen Modellen für maschinelles Lernen.
• logly : Ein Protokollierungs- und Überwachungstool zum Verfolgen und Verwalten von Protokollen innerhalb von Anwendungen.
• python-dotenv : Ein Tool zum Verwalten von Umgebungsvariablen, das die Konfiguration vertraulicher Informationen (API-Schlüssel, Token usw.) in einer .env Datei ermöglicht.
• SQLite : Eine leichte, festplattenbasierte Datenbank zum Speichern und Abrufen von Daten für die Anwendung.
• Tailwind CSS : Ein Utility-First-CSS-Framework zum schnellen Entwerfen reaktionsfähiger, moderner Weboberflächen.
• Font Awesome – Symbolbibliothek zum Hinzufügen skalierbarer Vektorsymbole zur Benutzeroberfläche.
• Chart.js – JavaScript-Bibliothek zum Erstellen interaktiver und anpassbarer Diagramme zur Datenvisualisierung.

Installation:

1. Klonen Sie das Repository:

   git clone https://github.com/muhammad-fiaz/EMSUGI.git
   cd EMSUGI

2. Installieren Sie die Abhängigkeiten:

   pip install -r requirements.txt

3. Führen Sie die Flask-Web-Benutzeroberfläche aus:

   python launch.py

4. Öffnen Sie Ihren Browser und gehen Sie zu:

    http://127.0.0.1:5000/
   

Laufen mit Docker

Wenn Sie dieses Projekt mit Docker ausführen möchten, sehen Sie sich die Datei docker_readme.md an, um eine Schritt-für-Schritt-Anleitung zum Erstellen, Ausführen und Verwalten der EMSUGI-Anwendung in einem Docker-Container zu erhalten.

Ordnerstruktur:

 .
├── launch.py                  # Launch Flask application
├── modules/                # Application modules
│   ├── api/                # API endpoints
│   │   ├── __init__.py    # Initialize API endpoints
│   │   ├── loading.py      # Loading API endpoint
│   │   ├── cancel_process.py      # Cancel the report generation process
│   │   .
│   │   .
│   ├── fetch_alerts.py     # Fetch report from online
│   ├── generate.py  # Generate report
│   ├── process.py  # Process the report
│   ├── router.py  # Router for the application
│   ├── db.py # Database connection
│   ├── download.py # Download the models
│   ├── async_worker.py # Async worker for the application
│   ├── routes/            # Application routes
│   │   ├── __init__.py    # Initialize application routes
│   │   ├── index_page.py      # Index Page route
│   │   ├── report_page.py      # Report Page route
│   │   ├── analytics_page.py      # Analytics Page route
│   │   ├── notice_page.py      # Notice Page route
│   │   ├── license_page.py      # License Page route
│   │   ├── records_page.py      # Records Page route
│   │   ├── reports_page.py      # Reports Page route
│   ├── utils/              # Utility functions
│   │   ├── __init__.py    # Initialize utility functions
│   │   └── progress.py     # Progress utility functions
│   │   └── check_for_cancel.py # Check if the report generation has been canceled
│   │   .
│   │   .
├── templates/              # Contains HTML templates
│   └── index.html          # Main HTML file
├── static/                 # Static files (CSS, JS, images)
│   ├── styles.css          # Global styles
├── create_database.py      # Used to create DB
├─��� database_alerts.db      # Stored Database
├── Dockerfile              # Docker configuration file
├── CODE_OF_CONDUCT.md      # Code of conduct for contributors
├── LICENSE                 # Open-source license for the project
├── pyproject.toml          # Python project configuration file
├── docker_readme.md        # Instructions for using Docker
└── README.md               # Project documentation 

Verwendung

• Öffnen Sie die Anwendung in Ihrem Browser.
• Geben Sie einen Datums- und Uhrzeitbereich ein, um Berichte zu erstellen.
• Visualisieren Sie die Ergebnisse in verschiedenen grafischen Formaten.

Mitwirken

Wir freuen uns über Beiträge! Fühlen Sie sich frei, Probleme einzureichen und Anfragen zu stellen, um das Projekt zu verbessern. Bitte achten Sie bei Beiträgen darauf, unseren Verhaltenskodex zu befolgen, um ein respektvolles und kollaboratives Umfeld für alle Mitwirkenden zu gewährleisten.

MIT-Lizenz

 Copyright (c) 2024 Muhammad Fiaz

Permission is granted, free of charge, to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, subject to the condition that the copyright notice and this permission notice are included in all copies.

The software is provided "as is", without warranty of any kind, express or implied, including but not limited to warranties of merchantability, fitness for a particular purpose, and noninfringement. In no event shall the authors be liable for any claims or damages.

Weitere Einzelheiten finden Sie in der vollständigen LIZENZ.