DataCurator

Datacurator

Une demande de planification en temps réel collaborative pour des projets complexes. Intègre un sous-ensemble de fonctionnalités de:

• Applications de tableau blanc comme Miro
• Cartes du système complexes comme Kumu, Insightmaker (pas encore le côté de la simulation)
• Prise de micro-notes, hyper graphiques hiérarchiques et connaissances comme Obsidian, Workflowy, Roam Research, The Brain
• Théorie des cartes de changement comme TOCO
• Gantt Chart comme Microsoft Project

En savoir plus sur datacurator.org, afficher un exemple de carte ou inscrire

Stockage de données

Les données sont stockées dans un compte Supabase que nous opérons. À l'avenir, nous aimerions que vous puissiez héberger plus facilement vos propres données dans des pods solides ou quelque chose d'équivalent.

Améliorations futures

• Fournir des pages uniques pour les composants, comme une page Wikipedia
  • Pour chaque composant, permettez que de nombreux ensembles de données différents, des versions de ces ensembles, publiées par différents auteurs, soient associées à chaque
• Prise en charge des calculs simples pour dériver des données des autres ensembles de données
• Utilisez ces ensembles de données à l'intérieur des cartes existantes en fournissant un champ de données dans le composant StateV2
• Prise en charge de plusieurs attributs similaires à KUMU, permettez également aux composants dans une vue parent d'être un IE adressable, être comme des attributs de classe «publics» dans les langages de programmation.
  • Autoriser les connexions causales pour les spécifier
• Caractéristiques d'exploration de graphiques
  • Montrer les connexions les plus courtes entre deux groupes de nœuds différents
• Soutenir un modèle conforme aux effets causaux de Modelica au sein d'un système
  • Permettez à ces modèles d'être exportés
  • Ayez un moteur de simulation / interaction générique pour ces modèles avec une interface utilisateur comme Loopy ou Insightmaker pour aider les gens
  • Permettez aux gens de construire des simulations plus complexes (en termes de visuels et interactifs) comme le monde
• Améliorer l'édition en temps réel multi-utilisateurs
  • Ajouter les curseurs utilisateur actuels '
  • mise à jour
  • Affichez la vue de connaissances / cartographie que les autres utilisateurs envisagent
  • Type de données reproductives sans conflit (CRDT) pour la description du texte et d'autres champs
• Utilisez des gousses solides ou un backend d'auto-hébercage différent comme Mathesar

Développement d'applications locales

Configuration (sur Mac)

 $ git clone [email protected]:centerofci/DataCurator.git

Installez les dépendances frontales

 cd app/frontend
pnpm install

Exécution de l'application

Démarrer le serveur Frontend

 cd app/frontend
npm start

Visitez ensuite http: // localhost: 8080 / app # wcomponents / & View = Knowledge =

Notes de déploiement

DataCurator actuellement hébergé sur github

Installation

 # Clone into adjacent directory
git clone [email protected]:AJamesPhillips/data-curator-build.git

Construire et déploier

Actuellement brisé à partir de 2023-09-05

 ./build.sh
cd ../data-curator-build
git commit
git push

API console

Vous pouvez naviguer vers une vue de connaissances, ouvrir la console du développeur et utiliser le script suivant pour obtenir une matrice des composants connectés:

    current_visible_graph = window . console_api . get_current_visible_graph ( )
    connection_matrix = current_visible_graph . get_connection_matrix ( )

    console . log ( window . console_api . matrix_to_csv ( connection_matrix ) )

Si vous souhaitez obtenir les composants par titre au lieu de l'ID, vous pouvez utiliser:

    connection_matrix_using_titles = window . console_api . matrix_component_ids_to_titles ( window . console_api . get_wcomponents_by_id ( ) , connection_matrix )
    console . log ( window . console_api . matrix_to_csv ( connection_matrix_using_titles ) )

Si vous souhaitez obtenir les composants par un composé de leurs étiquettes et un ordinal que vous pouvez utiliser:

    component_id_to_label_names_map = current_visible_graph . get_component_id_to_label_names_map ( )
    connection_matrix_using_label_names = window . console_api . matrix_component_ids_to_labels ( component_id_to_label_names_map , connection_matrix )
    console . log ( window . console_api . matrix_to_csv ( connection_matrix_using_label_names ) )

Notes de développement