Dokumentace Projektu

Technické detaily a architektura aplikace.

Dokumentace projektu: AI Hodnocení – Učitelský Dashboard

Tento dokument slouží jako komplexní technický a procesní přehled celého systému pro automatizované sledování, hodnocení a vizualizaci práce studentů v předmětu Programování pomocí umělé inteligence (AI).


🏗️ 1. Celková Architektura a Datové Toky

Architektura se skládá ze tří hlavních vrstev:

  1. Zdrojová data (GitHub, CSV): Informace o studentech a jejich kód (Git repozitáře).
  2. Datové zpracování a AI analýza: Python skripty, Gemini API a OpenClaw pro získání dat a generování zpráv.
  3. Webový Dashboard: Flask rozhraní (Nginx + Let's Encrypt) pro učitelský monitoring.

🔄 Životní cyklus dat


🛠️ 2. Hlavní Komponenty a Skripty

monitor2.py

Zodpovědnost: Okamžitý přehled a notifikace o aktivitě studentů.

main.py

Zodpovědnost: Týdenní hloubková revize práce studenta.

Webový Dashboard

Zodpovědnost: Grafické uživatelské rozhraní k prezentaci výsledků.


🤖 3. Umělá Inteligence & Orchestrace

Běhové prostředí – OpenClaw

Využíváme OpenClaw jako "Gateway" pro softwarové agenty. Python skripty fungují jako Skills, což umožňuje budoucí rozšíření o interaktivní notifikace (Discord/Telegram).

Model Google Gemini AI


📅 4. Automatizace (Cron)

Uživatel agentai spouští tasky pomocí linuxového plánovače cron, čímž je zajištěna plná autonomie systému.

Čas spuštění Skript / Příkaz Účel
Každé 2 hodiny (v 10. minutě) run_monitor.sh Aktualizace stavu commitů v boxech Dashboardu (Monitor2).
00:01 (Pondělí) main.py Generování masivního týdenního vyhodnocení, skórování všech studentů a reportů.

🔒 5. Zabezpečení Serveru

[!IMPORTANT] Server je nastaven v režimu Default Deny Incoming pro maximální bezpečnost.

Firewall (UFW)

Povoleny jsou pouze nezbytně nutné porty:

Fail2Ban

Ochrana proti Brute-force útokům (zejména na SSH).