quantified self
1.0.0
量化自我是指通过感知、追踪个体日常活动中的身心状态并加以量化来分析自身状态,研究提高生活质量的方法,并将其应用到现实生活中的活动。它由 Gary Wolf 和 Tom Kelly 提出,并在 2010 年的 Ted Talk 中受到关注。从那时起,一个社区作为一项运动而形成,并通过 QS 网站得到发展。他们的使命是:
通过生成和分享量化自我(QS)知识来提高生活质量
在这个存储库中,我收集了有关我自己的各种数据,并分享了我用于分析的代码和见解。
这是当前收集的数据类型以及使用的应用程序和可穿戴设备的列表。
记录用于收集和分析有关我自己的各种数据。
数据 | 价值 | 描述 | 一体化 | 笔记 |
---|---|---|---|---|
快乐的 | 1分?、2分?、3分?、4分?、5分? | 提问时的幸福指数 | ||
注意力 | 1分?、2分?、3分?、4分?、5分? | 完成一项任务时的专注指数 | ||
睡觉 | 开始时间、结束时间 | 睡眠时间数据 | 健身器 | 蟒蛇 Fitbit |
生产率 | 综合 RescueTime、Github、Toggl、Todoist | 生产力综合得分 | 见下文 | |
-任务 | Toggl ID、开始时间、结束时间、类别、工作内容、浓度 | 一项任务的数据 | 切换、Todoist、Trello | TogglPy、todoist-python、py-trello |
- 救援时间 | 生产力得分 | 适用于网站、应用程序等的时间跟踪工具。 | 救援时间 | |
- GitHub | 每周提交 | Github 上的提交数量 | 吉图布 | PyGithub |
重复任务 | 锻炼、BAT、日记 | 每天重复的活动 (练习、学习组织、日记) | ||
总分 | 总分 | 考虑注意力、生产力、快乐、睡眠和重复任务的综合评分 |
日志是通过机器学习学习实现自动化的数据列表。
数据 | 价值 | 描述 | 笔记 |
---|---|---|---|
信息 | 时间、命令文本 | 提供给 kino(聊天机器人)的命令文本 | |
RSS 源 | 是否保存类别、标题、口袋 | 各种文章的数据 如果您想详细阅读一篇文章,请将其保存到 Pocket。 | feedparser,口袋,python-twitter |
它主要由以下四个部分组成。
聊天机器人(kino-bot)
调度程序
网络钩子
仪表板
基于Slack实现
多语言支持:基于韩语和英语模板
与Giphy集成:提供设定模板之外的乐趣
技能:您可以通过自己实施来注册技能并设置触发器。
目前共实施27项技能。
基于时间表
注册的技能可以设置在指定时间运行。
每日日程
日常习惯
每日总结
每周任务报告
首先,安装要求。
pip install -r requirements.txt
接下来,需要进行最少的设置。 (配置.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 "
接下来,如果您运行以下命令,机器人就会运行。
python main.py
将来,我想添加更多基于 ML/DL 的功能,以实现更智能的自动化。
有关许可权利和限制 (MIT),请参阅 LICENSE 文件。