Skip to content

leoncena/informatiCup-2021-luceki

 
 

Repository files navigation

informatiCuo 2021 Team luceki - Handbuch

In diesem Projekt handelt über die Teilnahme am Studierendenwettbewerb der Gesellschaft für Informatik. Das Endergebnis entstand aus einer Projektarbeit in einer Gruppe aus Kommilitonen.

This project is about the participation in the student competition of the Gesellschaft für Informatik (German Informatics Society). The final solution is the result of a project work in a group of fellow students.

Inhaltsverzeichnis

docker verwenden

Manuelle Installation (Mehr Features)

Benutzung

Troubleshooting

docker verwenden

Vorgefertigtes Image verwenden

Docker Hub luceki

Build

docker build --tag luceki .

Run

docker run -d -p <YOUR_PORT>:443 -e URL="<game server url>" -e KEY="<your API key>" -e TIME_URL "<time server url>" luceki

Default Werte

Manuelle Installation (Mehr Features)

Verwendung des eigenen Testservers und Trainieren der KI (Achtung: nicht alle KI Modelle im Repository, da sie zu groß sind) Installiere nodejs v14 (LTS) und python2

Stell sicher, dass du yarn installiert hast:

yarn --version
1.22.10	

Build Project

Installiere Abhängigkeiten

npm i

Projekt bauen

yarn build

Start

Starte den Server

yarn start --key="<YOUR_API_KEY>"

Der Server erstellt zwei Webserver (http & https) an den Ports 80 und 443. Wird ein spezieller Port angegeben, wird nur der https-Server gestartet.

Argument Typ Defautlt Wert Beschreibung
--url string "wss://msoll.de/spe_ed" Spielserver Url
--key string "keinKey" Api Key
--timeUrl string "htpps://msoll.de/spe_ed_time" Zeit Server Url
--clientPort int 443 Port, auf dem das Monitoring zu erreichen sein soll
--test int 0 0: Normal, kein Test 1: Test an
--autoStart string "no" Soll direkt mit einer spiziellen Taktik gestartet werden? (Bisher nur verfügbar "dontHit")

Benutzung

Öffne den Browser und navigiere zu https://localhost/.

Wenn du einen anderen Port verwendet hast, navigiere zu https://localhost:YOUR_PORT

Für eine genaue Beschreibung aller Knöpfe und Inhalte der Seiten, siehe Kapitel 5.3 der theoretischen Ausarbeitung.

Analyse

Zur Analyse der Einträge der Datenbank nutze

yarn analysis

Troubleshooting

Für die Nutzung von tensorflow.js wird eine Linux Distribution benötigt. Das ist als Erweiterung zu verstehen. Alles restliche funktioniert unter Windows und OSX.

Bei auftretenden Fehlern installiere python2 und python3 via

python --version
Python 2.7.18

und

python3 --version
Python 3.8.6

About

InformatiCup 2021 - Gruppe luceki - Abgabe Repository

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • JavaScript 87.8%
  • EJS 6.2%
  • Sass 4.9%
  • Other 1.1%