project virtual pet

دراسة الأصدقاء

الاتجاهات

• يرجى الانتقال إلى تطبيقنا بالنقر فوق هذا الرابط. (ملاحظة: يستغرق انتشار DNS وقتًا طويلاً مع جامعة Temple بحيث لا يعمل الرابط إلى الموقع عند استخدام Wi -Fi - Tusecurewireless. يرجى الاتصال من شبكة أخرى). بمجرد الوصول إلى هناك ، يمكنك إنشاء حساب ، وتحديد حيوان أليف ، واستكشاف الموقع.
• Buddy Study هو تطبيق ويب تقدمي (PWA). هذا يعني أنه موقع ويب يمكنك استخدامه في متصفحك ، أو يمكن تنزيله على جهازك واستخدامه مثل التطبيق.
  • على نظام التشغيل iOS: فتح الرحال وانتقل إلى الموقع. اضغط على زر "مشاركة" وحدد "إضافة إلى الشاشة الرئيسية" من المنبثقة. أخيرًا ، اضغط على "إضافة" في الزاوية اليمنى العليا لإنهاء تثبيت PWA. سيكون الآن على شاشتك الرئيسية.
  • على Android: فتح Chrome وانتقل إلى الموقع. اضغط على أيقونة "Three Dot" في الجزء العلوي الأيمن لفتح القائمة. حدد "أضف إلى الشاشة الرئيسية." اضغط على زر "إضافة" في المنبثقة. تم تثبيت PWA الآن ومتوفر على شاشتك الرئيسية.
• إذا واجهت أي أخطاء أو مشكلات ، فيرجى زيارة موقع الوثائق الخاص بنا والنقر فوق الزر "Bug Termst" الموجود على الجانب الأيمن من الصفحة. سيأخذك هذا إلى نموذج التعليقات حيث يمكنك تقديم تفاصيل حول المشكلة التي واجهتها.

الكلمات الرئيسية

القسم 704 ، تطبيق الويب ، JavaScript ، HTML ، CSS ، Python ، Django ، التعليم ، التعلم ، الأهداف ، التذكيرات ، الحيوانات الأليفة الافتراضية

مجردة المشروع

تقترح هذه الوثيقة تطبيقًا تدريجيًا على الويب يجمع بين فوائد gamification والتطوير الشخصي لتعزيز تجربة الدراسة. يتيح التطبيق للمستخدمين رعاية حيوان أليف افتراضي ، والذي يعمل كصاحب للدراسة وحافز. يمكن للمستخدمين تعيين أهداف يومية أو أسبوعية ، ووضع تذكيرات ، وتتبع تقدمهم ، والتواصل مع حسابات القماش الخاصة بهم لتتبع المهام. سيؤثر التقدم في هذه الأهداف بشكل مباشر على ظهور الحيوانات الأليفة الافتراضية ومزاجها ، ومشاعر الملهمة بالتحفيز والرفقة والمسؤولية والتضامن في المستخدم. باستخدام هذا التطبيق ، سيكون لدى المستخدمين طريقة جذابة وفعالة لتحسين أدائهم الأكاديمي.

متطلبات عالية المستوى

يتطلب التطبيق اتصالًا بالإنترنت للعمل ، ويمكن الوصول إليه على أي جهاز مع متصفح ويب حديث. يمكن للمستخدمين تعيين أهداف الدراسة ، وتتبع تقدمهم ، والتواصل مع حساب القماش الخاص بهم. سيتم مكافأة المستخدم لتحقيق أهداف الدراسة الخاصة بهم من خلال نظام نقاط ، حيث يعتمد عدد النقاط المقدمة على حجم المهمة المكتملة. بعد الوصول إلى عدد معين من النقاط ، سوف يرتفع حيوان أليف المستخدم. يتكامل التطبيق أيضًا مع القماش ، مما يسمح للمستخدم بالوصول إلى مهامه وتتبعها. يمكن للمستخدمين تسمية حيواناتهم الأليفة والتفاعل معها ، وأداء المهام وفقًا لجدولهم الجدول الزمني الذي يؤثر بشكل مباشر على حالة الحيوانات الأليفة ومزاجهم. سيتأثر مزاج الحيوانات الأليفة ومظهرها بقدرة المستخدم على تحقيق أهدافهم.

التصميم المفاهيمي

سيتم بناء الواجهة الأمامية للتطبيق باستخدام JavaScript و React و HTML و CSS. سيتم استخدام React لإنشاء مكونات واجهة المستخدم وإدارة حالة التطبيق ، وسيتم استخدام JavaScript و HTML و CSS لإنشاء واجهة المستخدم ومعالجة تفاعلات المستخدم. سيتم بناء الواجهة الخلفية باستخدام Python و Django للتعامل مع مصادقة المستخدم وترخيصه ، وتخزين البيانات ، والخوارزميات التي تحدد كيف يتغير مظهر الحيوانات الأليفة الافتراضية بناءً على عادات دراسة الطالب. سيتم استخدام SQLite لتخزين بيانات المستخدم ، مثل أهداف الدراسة والتقدم والمكافآت. سيقوم التطبيق أيضًا بالاندماج مع القماش للسماح للطلاب بتتبع مهامهم ودروسهم وإدراجهم كأهداف دراسية شخصية.

خلفية

وتشمل المنتجات المماثلة حياتي الدراسية ومسابقة. هذه منتجات مغلقة المصدر تهدف إلى مساعدة الطلاب على تحسين أدائهم الأكاديمي. حياتي الدراسية هي مخطط طالب عبر الإنترنت يسمح للطلاب بتتبع المواعيد النهائية والفصول الدراسية. يسمح Quizlet للطلاب بإنشاء بطاقات وميض ومسابقات للدراسة لفصولهم. يشبه Austr Buddy App Study هذه المنتجات في أن الهدف هو توفير الموارد لمساعدة الطلاب على النجاح أكاديميًا والبقاء على رأس الدورات الدراسية. ومع ذلك ، فإن هذا التطبيق يشتمل أيضًا على الجانب الفريد من رفيق الحيوانات الأليفة الافتراضي لمساعدتهم على البقاء متحمسين للدراسة. سيتضمن تطبيق Buddy Study بعضًا من نفس ميزات Quizlet وحياتي الدراسية ، مثل تحديد تذكيرات أو إنشاء وربط المواد.

يتضمن تطبيق آخر مقلوب مغلق المصدر ، بعنوان Finch ، رعاية حيوان أليف افتراضي لتحقيق أهداف الرعاية الذاتية. Habitica هو تطبيق ويب مفتوح المصدر يساعد المستخدمين على تلبية حياتهم من خلال السماح لهم بتحديد أهداف لمواكبة العادات الشخصية. إن دمج مفهوم رعاية الحيوانات الأليفة والمهام الشخصية والأكاديمية ، كما هو الحال في هذا التطبيق ، مع ميزات تطبيق الدراسة ، سيسمح للمستخدمين بتجربة أكثر تخصيصًا وممتعة للنجاح في مساعيهم الأكاديمية.

الموارد المطلوبة

يجب إجراء البحث على موارد البرمجيات المختلفة اللازمة لإكمال هذا المشروع ، بما في ذلك JavaScript و React و HTML/CSS و Django و SQLite و Canvas API. سيتم استخدام React في الواجهة الأمامية ، Django للواجهة الخلفية ، ومزيج من قاعدة بيانات SQLite مع مخطط محدد وإدارته بواسطة Django ومتجر ملفات ثابت. المورد المطلوب هو خادم Ubuntu الذي سيتم تشغيله على جهاز كمبيوتر محمول قديم أو سيتم استخدام خدمة استضافة. لا يلزم موارد الأجهزة الأخرى.

تعليمات البناء المحلية

المتطلبات الأساسية

• بيثون 3.8 أو أعلى

• PIP3 22 أو أعلى

• NPM 8 أو أعلى

ستكون هناك حاجة إلى مفتاح سري وكلمة مرور Gmail في ملف .env الخلفي للمشروع لتشغيله بشكل صحيح. إذا كنت مطورًا معتمدًا في هذا المشروع ، فتواصل مع فريقك لتلقي بيانات الاعتماد المطلوبة. ستكون هناك حاجة إلى تعديل رمز مصدر رمز الواجهة الخلفية لإرسال عمليات التحقق من البريد الإلكتروني على تسجيل المستخدم. يسعد فريقنا بالمساعدة في توجيهك خلال هذه العملية.

يثبت

1. قم بتنزيل ملف zip في الإصدار وفتح. افتح محطة ، ثم انتقل إلى دليل المشروع.

2. أدخل مفاتيح التطوير الخاصة بك إلى ~/sb/backend/.env

 SECRET_KEY=<YOUR-KEY>
GMAIL_PASSWORD=<YOUR-PASSWORD>

3. انتقل إلى الواجهة الخلفية:

 cd < your-path > /sb/backend 

4. تنشيط بيئة افتراضية Python وتثبيت التبعيات:

(MacOS/UNIX)

 source tutorial-env/bin/activate
pip3 install -r requirements.txt

النوافذ

tutorial-env S cripts a ctivate.bat
pip3 install -r requirements.txt

5. قم بتفعيل الواجهة الخلفية بالتعليمات التالية:

python3 manage.py makemigrations
python3 manage.py migrate
python3 manage.py runserver

6. الآن ، افتح محطة جديدة ومن دليل المشروع ، انتقل إلى الواجهة الأمامية:

 cd < your-path > /sb/frontend

7. بناء الواجهة الأمامية على النحو التالي. سيتم تنزيل التبعيات وتجميعها لك:

npm install 
npm run build 
nmp start

8. في متصفحك ، انتقل في شريط البحث إلى http: // localhost: 3000.

المتعاونون

ماري كلاي

كريستين تشو

ألكساندر روساكوف

كاترينا جانيكزكو

هاريسون فيدور

جاي نيومان

إيان تايلر أبلبوم