Tworzenie Dashboardu

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.