Quantified Self mengacu pada aktivitas menganalisis keadaan seseorang dengan merasakan dan melacak keadaan fisik dan mental dalam aktivitas sehari-hari individu dan mengukurnya, meneliti cara-cara untuk meningkatkan kualitas hidup, dan menerapkannya dalam kehidupan nyata. Ini diperkenalkan oleh Gary Wolf dan Tom Kelly, dan mendapat perhatian selama Ted Talk pada tahun 2010. Sejak itu, sebuah komunitas telah dibentuk sebagai sebuah gerakan dan dikembangkan melalui situs QS. Misi mereka adalah:
Untuk meningkatkan kualitas hidup dengan menghasilkan dan berbagi pengetahuan tentang Quantified Self (QS)
Dalam repositori ini, saya mengumpulkan berbagai data tentang diri saya dan membagikan kode dan wawasan yang saya gunakan untuk analisis.
Ini adalah daftar jenis data yang saat ini dikumpulkan dan aplikasi serta perangkat wearable yang digunakan.
Catatan digunakan untuk mengumpulkan dan menganalisis berbagai data tentang diri saya.
Data | Nilai | Keterangan | Integrasi | Catatan |
---|---|---|---|---|
Senang | 1 poin?, 2 poin?, 3 poin?, 4 poin?, 5 poin? | Indeks kebahagiaan pada saat pertanyaan diajukan | ||
Perhatian | 1 poin?, 2 poin?, 3 poin?, 4 poin?, 5 poin? | Indeks konsentrasi saat menyelesaikan satu tugas | ||
Tidur | waktu mulai, waktu berakhir | data waktu tidur | fitbit | python-fitbit |
Produktivitas | RescueTime Komprehensif, Github, Toggl, Todoist | Skor gabungan produktivitas | Lihat di bawah | |
-Tugas | Toggl ID, waktu mulai, waktu selesai, kategori, konten pekerjaan, konsentrasi | data untuk satu tugas | Toggl, Todoist, Trello | TogglPy, todoist-python, py-trello |
- Waktu Penyelamatan | Skor Produktivitas | Alat pelacak waktu untuk situs web, aplikasi, dll. | Waktu Penyelamatan | |
- Github | komitmen mingguan | Jumlah komitmen di Github | Github | PyGithub |
Ulangi Tugas | Latihan, BAT, Buku Harian | Kegiatan diulang setiap hari (Latihan, organisasi belajar, buku harian) | ||
Skor Total | skor keseluruhan | Skor komprehensif dengan mempertimbangkan Perhatian, Produktif, Bahagia, Tidur, dan Pengulangan Tugas |
Log adalah daftar data untuk otomatisasi melalui pembelajaran ML.
Data | Nilai | Keterangan | Catatan |
---|---|---|---|
Pesan | Waktu, teks perintah | Teks perintah diberikan kepada kino (Chatbot) | |
Umpan RSS | Apakah akan menyimpan Kategori, Judul, Saku | Data pada berbagai Artikel Jika Anda ingin membaca artikel secara detail, simpan ke Pocket. | feedparser, saku, python-twitter |
Ini sebagian besar terdiri dari empat komponen berikut.
Chatbot (kino-bot)
Penjadwal
kait web
Dasbor
Diimplementasikan berdasarkan Slack
Dukungan multibahasa: berdasarkan template Korea dan Inggris
Integrasikan dengan Giphy : Untuk memberikan kesenangan di luar template yang ditetapkan
Keterampilan : Anda dapat mendaftarkan keterampilan dan mengatur pemicu dengan menerapkannya sendiri.
Saat ini, total 27 keterampilan diimplementasikan.
berdasarkan jadwal
Keterampilan terdaftar dapat diatur untuk beroperasi pada waktu tertentu.
Jadwal Harian
Kebiasaan Sehari-hari
Ringkasan Harian
Laporan Tugas Mingguan
Pertama, instal persyaratannya.
pip install -r requirements.txt
Selanjutnya, diperlukan pengaturan minimal. (config.yml)
bot :
MASTER_NAME :
BOT_NAME : Kino
LANG_CODE : en
TRIGGER :
- hey kino
- 키노야
ONLY_DIRECT : false // text startswith Trigger or @kino, or Direct Message
GIPHY_THRESHOLD : 85 // all responses are random pick number (1~100) to use giphy
slack :
TOKEN :
channel :
DEFAULT : " #general "
Selanjutnya, jika Anda menjalankan perintah di bawah ini, Bot akan berjalan.
python main.py
Di masa depan, saya ingin menambahkan lebih banyak fungsi berbasis ML/DL untuk memungkinkan otomatisasi yang lebih cerdas.
Lihat file LISENSI untuk hak dan batasan lisensi (MIT).