Football_Chatbot

System do analizy danych piłkarskich z wykorzystaniem przetwarzania strumieniowego i sztucznej inteligencji.

Opis projektu

Football_Chatbot to system, który:

1. Pobiera dane o meczach piłkarskich z publicznych API
2. Przetwarza je za pomocą Apache Kafka
3. Przechowuje je w bazie MongoDB
4. Umożliwia analizę danych przez JupyterLab
5. Pozwala na "rozmowę" z danymi przez interfejs oparty o model językowy

Wymagania

• Docker i Docker Compose
• Git
• Minimum 8GB RAM
• Około 20-30GB wolnej przestrzeni dyskowej

Instalacja

1. Sklonuj repozytorium:

git clone https://github.com/twojuser/Football_Chatbot.git
cd Football_Chatbot

2. Utwórz plik konfiguracyjny:

cp config/settings_example.ini config/settings.ini

3. Edytuj plik config/settings.ini i dodaj swoje klucze API

4. Uruchom środowisko:

docker-compose up -d

Komponenty systemu

• MongoDB - baza danych do przechowywania danych meczowych
• Kafka - system przetwarzania strumieniowego
• Zookeeper - zarządzanie klastrami Kafka
• JupyterLab - środowisko do analizy danych
• Ollama (planowane) - lokalny model językowy do analizy danych
• Langchain (planowane) - framework do łączenia modeli językowych z danymi

Harmonogram rozwoju

Projekt jest rozwijany zgodnie z planem w dokumencie docs/pipeline_overview.md.