Quantified Self :: Kino

Quantified Self

Quantified Self 란 개인의 일상활동에서 신체적·정신적 상태를 센싱 및 트래킹하여 이를 수치화함으로써 자신의 상태를 분석하고 삶의 질을 개선하기 위한 방법을 연구하여 실생활에 적용하는 활동을 의미합니다. Gary Wolf와 Tom Kelly에 의해 소개되었으며, 2010년 Ted Talk에서 주목을 받아, 그 이후 하나의 운동형태로 커뮤니티가 형성되어 QS 웹사이트를 통해 전개되어 왔다고 합니다. 그들의 미션은 다음과 같습니다.

To improve quality of life by generating and sharing knowledge on Quantified Self (QS)

이 저장소에서는 저 자신에 대한 다양한 데이터들을 수집하고, 분석에 사용했던 코드들과 인사이트를 공유합니다.

Blog

• Personal Assistant Kino Part 1 - Overview
• Personal Assistant Kino Part 2 - Chatbot의 기본구조 Skill & Scheduler
• Personal Assistant Kino Part 3 - 작업을 최대한 간편하게 관리하고, 데이터를 기록하자
• Personal Assistant Kino Part 4 - 자주 읽은 글들은 자동으로 저장하는 Smart Feed
• Quantified Self Part 5 - 데이터 시각화와 대쉬보드 with KPI
• Quantified Self Part 6 - 생산적인 하루에 대한 정량적인 표현과 4년간의 데이터 이야기

Data Source

현재 수집하는 데이터의 종류와 사용되는 App과 웨어러블 기기의 리스트입니다.

Record

Record는 제 자신에 대한 각종 데이터를 수집하고 분석하기 위한 용도입니다.

Log

Log는 ML 학습을 통해서 자동화를 시키기 위한 데이터 목록입니다.

Components

크게 다음과 같은 4가지 컴포넌트로 구성이 되어있습니다.

• Chatbot (kino-bot)

• Scheduler

• Webhook

• Dashboard

Chatbot (kino-bot)

• Slack을 기반으로 구현

• 다국어 지원 : Korean, English 템플릿 기반

• Integrate with Giphy : 정해진 템플릿 이외의 재미를 줄 수 있도록

• Skill : 직접 구현하여 스킬을 등록하고 Trigger를 설정할 수 있습니다.

Register Skills

현재는 총 27 개의 Skill이 구현되어 있습니다.

• 🏭 air_quality : Air quality forecast. (can use only Korea airkoreaPy)
• ✍️ attention_question : Attention survey after do task.
• ✍️ attention_report : Attention Report.
• 🚍 bus_stop : Bus arrival information. (can use only Korea (gbus api))
• 🌞 forecast : Weather forecast. (using darksky)
• github_commit : Check Github push count.
• 😄 happy_question : Happiness survey.
• 😄 happy_report : Happiness Report.
• 🍯 honeyjam : Easter Egg - Korea Azae Humor (using honeyjam).
• 🏗️ jenkins_build : Build a registered project for Jenkins.
• 📋 kanban_sync : Todoist's tasks and Kanban board's card Syncing.
• :thinking_face: keep_idea : Keep idea in Trello board's inbox list.
• :scales: maxim_nietzsche : Nietzsche's Maxim.
• :thinking_face: remind_idea : Remind Trello's inbox card randomly pick.
• 📈 rescuetime_efficiency : RescueTime Efficiency Chart
• 🎼 samhangsi : I am thinking about the Samhangsi with the kor ballad! (using char-rnn-tensorflow)
• 💬 send_message : Send a text message.
• 🌆 today_briefing : Today Briefing - brief Todoist tasks
• 🌃 today_summary : Today summary - todoist_feedback, toggl_report, rescuetime_efficiency, happy_report, attention_report, github_commit
• 📝 todoist_feedback : Feedback from Todoist activity.
• 📃 todoist_remain : Show todoist's remaining tasks.
• 🔔 toggl_checker : Toggl time checker Every 30 minutes.
• 📊 toggl_report : Toggl task Report.
• ⌚ toggl_timer : Toggl Timer.
• 💹 total_chart : Overall chart - weekly productivity, happiness, overall score chart.
• 💹 total_score : Overall score - Productivity (RescueTime, Github Commit, Todoist, Toggl), Mean happiness, mean attention, Exercise, Diary.
• 🔮 translate : Language translation using Naver Papago api.

Scheduler

• schedule 기반

• 등록된 Skill 들을 지정한 시간에 맞춰서 동작하도록 설정 가능

  • e.g.) 1시간 마다 미세먼지 알려줘, 매일 8시에 하루 브리핑 해줘

Webhook

• serverless 를 통해서 AWS API Gateway + Lambda 로 구현
• IFTTT 또는 Zapier 와 같은 Automation Tool을 연동하기 위한 Webhook (Bot에게 직접 전달)

Dashboard

• plotly/dash 와 plotly/plotly.py 기반으로 구현

Daily Schedule

Daily Habit

Daily Summary

Weekly Task Report

Prerequisites

• Slack
• Python 3.6

Quick Start

먼저 requirements를 설치해줍니다.

pip install -r requirements.txt

다음으로 최소한의 설정이 필요합니다. (config.yml)

bot:
  MASTER_NAME: <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: <token>
  channel:
    DEFAULT: "#general"

다음으로 아래 커맨드를 실행하면, Bot이 실행됩니다.

python main.py

Integration with ML/DL

추후에 ML/DL 을 기반으로 하는 기능들을 더 붙여서 더 똑똑하게 자동화를 시켜줄 수 있도록 만들고 싶습니다.

• CLaF : Open-Source Clova Language Framework
  • OpenQA: DrQA is a system for reading comprehension applied to open-domain question answering. The system has to combine the challenges of document retrieval (finding the relevant documents) with that of machine comprehension of text (identifying the answers from those documents).

License

See the LICENSE file for license rights and limitations (MIT).