USA-Final-Project

7月3日バージョン　https://lazyta-toru.net/USA-Final-Project/

main.jsの流れ

1. ユーザーがWebページを開くと、main.js がGPSで現在位置を取得します 。
2. 現在位置が「湘南台」または「SFC」の範囲内であると判定された場合、main.js が processcontrol.js の中の対応する関数 (ShonandaiFlow または SFCFlow) を呼び出します

processcontrol.jsにある**ShonandaiFlow の具体的な処理の流れ**

以下の①〜④の処理を順番に実行します。

---

① 天気情報の取得（担当：かめ ）

• processcontrol.jsがすること:
  • api.js の中に定義されている「天気取得用の関数」を呼び出します。
• api.js がすること
  • OpenWeatherMapなどのAPIから現在の天気情報を取得する関数を用意
  • その関数は、例えば { "weather": "Rain", "temperature": 20.5 } のようなJSON形式で天気データを返すように設計する。このデータ形式は、後続のGPT処理で使う

---

② 過去データの取得（担当：Sean ）

• processcontrol.jsがすること:
  • database.js の中に定義されている「過去データ取得用の関数」を呼び出す
• database.js がすること：
  • 蓄積された過去の移動データ（曜日、天気、所要時間など）の中から、現在の状況と似た条件のデータを検索して取得する関数を用意
  • この関数も、例えば [ { "day": "Monday", "weather": "Rain", "duration": 25 }, ... ] のようなJSON形式で過去のデータを返すように設計する。

---

③ GPTを利用した遅刻危険度の予測【担当：Leon】

• processcontrol.jsがすること:
  • ①で取得した現在の天気情報と、②で取得した過去のデータ、そしてユーザーが入力した講義の時限をひとまとめにする
  • これらのデータを引数として、gpt.js の「予測実行用の関数」を呼び出します。
• gpt.js がすること
  • 渡されたデータ（現在の天気、過去データ、時限）を基に、SFCまでの所要時間、遅刻危険度、そしてユーザーへのコメントを生成する関数を用意する
  • この関数は、予測結果を { "predictedTime": "9:55", "risk": "危", "comment": "本日は雨で混雑が予想されます。急いだほうが良いでしょう。" } のようなJSON形式で返してください。

---

④main.jsに結果を返す【担当：未定】

processcontrol.jsがすること:

• ③でGPTから受け取った予測結果を main.js に渡し、画面に表示させる。