Aplicación web para leer y publicar opiniones de los docentes de FIUBA, agregadas por los mismos estudiantes, para que así tengas una mejor idea de que profesores te podrían gustar más y que cátedra elegir el cuatrimestre que viene. Reimplementación de Dolly FIUBA con adaptación de datos existentes.
Esta aplicación no pretende ser un reemplazo a la aplicación original, sino que más bien una propuesta de posibles cambios que se pueden hacer para, desde mi perspectiva, mejorar la experiencia de usuario de la aplicación original.
Podés acceder a la versión live de la aplicación desde https://fiuba-reviews.com.
Si por el contrario querés correr un build local, tomá en cuenta que al momento de compilar la página, debe existir la variable de entorno DATABASE_URL. Podés usar el archivo compose.yaml para arrancar la base de datos usando Docker Compose:
git clone https://github.com/regexPattern/fiuba-reviews
cd fiuba-reviews
npm install
docker compose up -d
export DATABASE_URL=postgres://postgres:postgres@localhost:5432
npm run build
npm run previewTené en cuenta que si usas el Docker Compose, durante el primer levantamiento del contenedor de la base de datos los tiempos de espera pueden prolongarse, ya que primero se tienen que insertar los datos de la aplicación original en la nueva base de datos, proceso detallado en la sección "Adapación de los datos originales". Lo mismo aplica si se elimina el volumen del contenedor.
La aplicación está escrita en SvelteKit. Entre otras especificaciones técnicas podría destacar:
- TailwindCSS para facilitar el estilizado.
- DrizzleORM para hacer las queries a la base de datos sin tener un ORM tan abstracto.
- shadcn-svelte como libreria de componentes comunes para que quede más bonito.
Si querés desarrollar la aplicación en tu propia máquina corré el siguiente comando:
docker compose up -d
export DATABASE_URL=postgres://postgres:postgres@localhost:5432
npm run devAdemás de la aplicación web central, se desarrollaron dos herramientas que facilitan la automatización de la adaptación de los datos originales y la generación de las descripciones de los docentes.
Para aprovechar todos los datos que Dolly ha recopilado durante años, se adaptaron los datos de la aplicación original en vez de iniciar desde cero.
Para esto la herramienta adaptador-datos hace scraping de los datos de la aplicación original, y genera un archivo SQL que se carga a la base de datos de manera automática cuando se construye por primera vez la imagen de Docker de la misma.
También cuenta con funcionalidad de actualización, para poder sincronizar la base de datos existente e incorporar los nuevos datos que se fueron agregaron a Dolly desde que esta se inicializó.
Se generaron resúmenes de los comentarios de los docentes con la ayuda modelos de inteligencia artificial, para que quien use la aplicación pueda darse una idea general de qué opinan los demás estudiantes sobre un docente que no conoce. La versión de la aplicación que está activa en línea utiliza GPT-3.5 Turbo de OpenAI.
La utilidad resumidor-comentarios facilita la generación de los resúmenes y actualización de la base de datos. Esta herramienta debe ser utilizada de manera manual, y puede ser adaptada para soportar varios modelos de inteligencia artificial.