Techniczne zadanie (TZ) na stworzenie Dashboardu dla HYPE
1. Główny cel
Stworzyć Dashboard do monitorowania aktywności określonego portfela w sieci Hyperliquid. Dashboard powinien:
• Wyświetlać dane transakcji w czasie rzeczywistym (co godzinę).
• Zbierać dane zaczynając od 00:00 każdego dnia.
• Rejestrować i wizualizować metryki w postaci wykresów i tabel.
2. Funkcjonalność
1. Zbieranie danych
• Integracja z API HypurrScan
• Automatyczne aktualizowanie danych co 60 minut.
2. Wyświetlane dane
• Tabela transakcji:
• Liczba tokenów wykupionych w ciągu dnia.
• Kwota dolarów wydanych w ciągu dnia.
• Łączna liczba tokenów w portfelu (suma kumulacyjna).
• Wykresy:
• Wykres dzienny: wykup tokenów ($HYPE) i wydane kwoty (USDC).
• Wykres podsumowujący: zmiana całkowitego salda tokenów w sekcji HOLDINGS.
3. Funkcje
• Początek pomiaru: zbieranie danych od 00:00 bieżącego dnia.
• Dodawanie nowych danych do wartości kumulacyjnych w celu wizualizacji wzrostu (suma kumulacyjna).
• Ręczne aktualizowanie danych (przycisk “Odśwież”).
• Zapis danych w bazie (np. SQLite lub MongoDB).
3. Dane wejściowe
• URL portfela: https://hypurrscan.io/address/0xfefefefefefefefefefefefefefefefefefefefe.
• API lub parsowanie strony w celu uzyskania:
• Danych transakcji (kwota, liczba tokenów, czas).
• Łącznego salda tokenów.
4. Stos technologiczny
• Backend: Python (FastAPI lub Flask).
• Moduły: requests, pandas, sqlite3/sqlalchemy.
• Frontend: JavaScript (React + TailwindCSS).
• Wykresy: biblioteka Chart.js lub ApexCharts.
• Baza danych: SQLite lub MongoDB.
• Hosting: Vercel dla frontendu, AWS/Heroku dla backendu.
5. Etapy rozwoju
1. Zbieranie danych
• Podłączenie do API HypurrScan https://api.hypurrscan.io/ui/
• Stworzenie skryptu do pobierania transakcji, bieżącego salda tokenów i innych danych.
2. Przetwarzanie danych
• Agregacja danych według dni.
• Obliczanie sumy kumulacyjnej tokenów i wydatków.
3. Frontend
• Stworzenie interfejsu do wyświetlania danych w tabelach i wykresach.
• Realizacja aktualizacji wykresów co 60 minut.
4. Wizualizacja
• Konfiguracja wykresów słupkowych do wyświetlania wykupu tokenów i wydatków.
• Wykres liniowy do wizualizacji całkowitego salda tokenów.
5. Testowanie
• Sprawdzenie poprawności danych.
• Optymalizacja wydajności.
6. Przykład struktury danych
• Tabela transactions:
id | data | czas | tokeny_wykupione | wydane_usd | total_tokens
---------------------------------------------------------------
1 | 2025-01-31 | 00:15 | 500.45 | 14,000 | 500.45
2 | 2025-01-31 | 01:15 | 300.33 | 8,000 | 800.78
• Tabela holdings:
id | data | total_tokens | total_usd_spent
------------------------------------------------
1 | 2025-01-31 | 13,978,156.65 | 389,662,038.85
Realizacja wizualizacji danych
1. Używana biblioteka:
• Do tworzenia wykresów: Chart.js (jeśli używasz React/JavaScript) lub Matplotlib/Plotly (jeśli Python).
• Wykres słupkowy skumulowany lub podobny typ wykresu.
